前言：

我的python學(xué)習(xí)也告一段落了。不過(guò)有些，方法還是打算總結(jié)一下和大家分享。我整理了使用matplotlib繪制折線(xiàn)圖的一般步驟，按照這個(gè)步驟走繪制折線(xiàn)圖一般都沒(méi)啥問(wèn)題。其實(shí)用matplotlib庫(kù)繪制折線(xiàn)圖的過(guò)程，其實(shí)就是類(lèi)似于數(shù)學(xué)上描點(diǎn)，連線(xiàn)繪制圖形的過(guò)程。所有，這個(gè)過(guò)程就可以簡(jiǎn)單的規(guī)劃為獲取圖像點(diǎn)信息，描點(diǎn)連線(xiàn)，設(shè)置圖線(xiàn)格式這三個(gè)部分。

matplotlib庫(kù)的安裝以及程序引用的說(shuō)明：

我使用的編程軟件為pycharm，我就說(shuō)一下pycharm安裝matplotlib庫(kù)的方法吧。在主頁(yè)面文件選項(xiàng)下，找到設(shè)置。進(jìn)一步找到項(xiàng)目解釋器。之后在所選框中，點(diǎn)擊軟件包上的+號(hào)就可以進(jìn)行查詢(xún)插件安裝了。有過(guò)編譯器插件安裝的hxd估計(jì)會(huì)比較好入手。具體情況就如下圖所示。

至于程序書(shū)寫(xiě)過(guò)程中，我們需要引用matplotlib庫(kù)，用于繪制折線(xiàn)圖，一般這樣引用：

import matplotlib.pyplot as plt

折線(xiàn)圖繪制的一般過(guò)程：

第一步：獲取自己所需要的點(diǎn)的坐標(biāo)：

一般我們是繪制平面圖，也就是說(shuō)，我們需要獲取點(diǎn)的x坐標(biāo)和y坐標(biāo)。我們用于繪制折線(xiàn)圖時(shí)，坐標(biāo)信息一般都保存于兩個(gè)列表中。兩個(gè)列表對(duì)應(yīng)index下標(biāo)對(duì)應(yīng)的值，就為一個(gè)點(diǎn)的x，y值。至于點(diǎn)的坐標(biāo)信息，就可以根據(jù)需要自己設(shè)置了。

x = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]#直接建立列表，設(shè)置
data = [[1, 2, 3, 4, 5, 6],
? ? ? ? [2, 4, 6, 8, 10, 12],
? ? ? ? [1, 3, 5, 7, 9, 11],
? ? ? ? [1.1, 2.2, 3.3, 4.4, 5.5, 6.6],
? ? ? ? [3, 6, 9, 12, 15, 18],
? ? ? ? [4, 8, 12, 16, 20, 24],
? ? ? ? [5, 10, 15, 20, 25, 30],
? ? ? ? [1.5, 2.5, 3.5, 4.5, 5.5, 6.5],
? ? ? ? [1, 4, 7, 10, 13, 16],
? ? ? ? [2, 5, 8, 11, 14, 17]]
y = [np.mean(i) for i in data]#循環(huán)求平均值

這是我一個(gè)程序中，設(shè)置x，y坐標(biāo)的方法。

第二步：連線(xiàn)繪圖：

是的，這個(gè)過(guò)程并不復(fù)雜。把點(diǎn)的信息設(shè)置好就可以直接繪制圖形了。繪制圖形也很簡(jiǎn)單，調(diào)用plot函數(shù)就行。這是繪制折線(xiàn)圖的函數(shù)。用matpotlib繪制其它圖差不多也是這個(gè)過(guò)程，不過(guò)繪圖函數(shù)不一樣罷了。

# 繪制圖形
plt.plot(x, y, linewidth=1, color="orange", marker="o",label="Mean value")

其中參數(shù)的解釋?zhuān)?/p>

color：代表的是折線(xiàn)的顏色設(shè)置

label：代表的是設(shè)置折線(xiàn)的標(biāo)簽，其實(shí)就相當(dāng)于給它取了個(gè)名字

linewidth:代表給折線(xiàn)設(shè)置寬度，通俗的說(shuō)就是粗細(xì)

marker:"o"這樣的寫(xiě)法，可以使得折線(xiàn)中每個(gè)點(diǎn)被標(biāo)記出來(lái)。不設(shè)置，就看不到每個(gè)點(diǎn)。

第三步：折線(xiàn)圖坐標(biāo)軸的設(shè)置：

調(diào)用label函數(shù)就可以給橫縱坐標(biāo)軸起名字了。

plt.xlabel("發(fā)布日期")#給x軸起名字
plt.ylabel("小說(shuō)數(shù)量")#給y軸起名字

調(diào)用xticks函數(shù)和ytickes函數(shù)就可以設(shè)置折線(xiàn)圖的坐標(biāo)軸了。中間的列表就是設(shè)置各個(gè)坐標(biāo)軸上有幾個(gè)點(diǎn)，且每個(gè)點(diǎn)的值是多少。中間數(shù)據(jù)的多少和取值多少隨意，看自己的需要。

# 設(shè)置橫縱坐標(biāo)
plt.xticks([0, 2, 4, 6, 8, 10, 12])
plt.yticks([0, 5, 10, 15, 20, 25])

第四步：其它的一些設(shè)置：

圖像標(biāo)題的設(shè)置：

使用plt.title("")函數(shù)就可以設(shè)置圖像標(biāo)題了。

背景網(wǎng)格的設(shè)置：

如果想讓自己的圖像背景不是白板，有網(wǎng)格線(xiàn)的話(huà)，就可以加上grid語(yǔ)句。

plt.grid() ?# 設(shè)置網(wǎng)格模式

折線(xiàn)說(shuō)明框的設(shè)置：

如果想在圖像中加入折線(xiàn)說(shuō)明框，就可以使用legend函數(shù)，它會(huì)自動(dòng)提取折線(xiàn)的名字然后表示出來(lái)。比如，我的折線(xiàn)取名為Mean Value。就會(huì)出現(xiàn)下面這個(gè)框。下面的那個(gè)，是另一條線(xiàn)的名字。

圖像上每個(gè)點(diǎn)文本的設(shè)置：

還可以給每個(gè)點(diǎn)設(shè)置文本。就是折線(xiàn)上，每個(gè)點(diǎn)旁邊顯示一個(gè)數(shù)字或者幾個(gè)字啥的。這個(gè)用text函數(shù)就可以做到。

#設(shè)置每個(gè)點(diǎn)上的數(shù)值
for i in range(10):
? ? ? ? plt.text(x[i], y[i], y[i], fontsize=12, color="black", style="italic", weight="light", verticalalignment='center',horizontalalignment='right', rotation=90)

text函數(shù)，前兩個(gè)值表示點(diǎn)的坐標(biāo)，第三個(gè)值就是要設(shè)置的文本信息。至于后面的都是屬性值的設(shè)置，fontsize是字體大小的設(shè)置，color是字體顏色的設(shè)置，style是字體格式的設(shè)置，也就是字體類(lèi)型。weight是字體顏色深度的設(shè)置。后面兩個(gè)屬性值，是顯示位置的設(shè)置。

第五步：將圖像信息顯示出來(lái)：

如果想保存圖像的話(huà)，可以直接調(diào)用savefig函數(shù)。

plt.savefig("./xrd.png")

當(dāng)然繪制好的圖像是看不到的，要調(diào)用函數(shù)show才能看到。

plt.show()

代碼實(shí)例以及繪制出的圖像：

import numpy as np
import matplotlib.pyplot as plt
?
x = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
data = [[1, 2, 3, 4, 5, 6],
? ? ? ? [2, 4, 6, 8, 10, 12],
? ? ? ? [1, 3, 5, 7, 9, 11],
? ? ? ? [1.1, 2.2, 3.3, 4.4, 5.5, 6.6],
? ? ? ? [3, 6, 9, 12, 15, 18],
? ? ? ? [4, 8, 12, 16, 20, 24],
? ? ? ? [5, 10, 15, 20, 25, 30],
? ? ? ? [1.5, 2.5, 3.5, 4.5, 5.5, 6.5],
? ? ? ? [1, 4, 7, 10, 13, 16],
? ? ? ? [2, 5, 8, 11, 14, 17]]
y = [np.mean(i) for i in data]
?
?
# 繪制圖形
plt.plot(x, y, linewidth=1, color="orange", marker="o",label="Mean value")
# 算標(biāo)準(zhǔn)差
yTop = [y[i] + np.std(data[i]) for i in range(len(data))]
yBottom = [y[i] - np.std(data[i]) for i in range(len(data))]
plt.fill_between(x, yTop, yBottom ,color="lightgreen",label="Standard deviation")#填充色塊
# 設(shè)置橫縱坐標(biāo)
plt.xticks([0, 2, 4, 6, 8, 10, 12])
plt.yticks([0, 5, 10, 15, 20, 25])
plt.legend(["Mean value","Standard deviation"],loc="upper left")#設(shè)置線(xiàn)條標(biāo)識(shí)
plt.grid() ?# 設(shè)置網(wǎng)格模式
#設(shè)置每個(gè)點(diǎn)上的數(shù)值
for i in range(10):
? ? ? ? plt.text(x[i], y[i], y[i], fontsize=12, color="black", style="italic", weight="light", verticalalignment='center',horizontalalignment='right', rotation=90)
plt.show()

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。