Matplotlib中怎么绘制折线图

# Matplotlib中怎么绘制折线图 Matplotlib是Python中最流行的数据可视化库之一，广泛应用于数据分析、科学计算和机器学习领域。折线图（Line Plot）作为最基础的图表类型之一，能够直观展示数据随时间或有序类别的变化趋势。本文将详细介绍如何使用Matplotlib绘制折线图，包含基础绘制、样式定制和高级技巧。 ## 一、基础折线图绘制 ### 1.1 准备数据与基础绘图 首先导入必要的库并生成示例数据： ```python import matplotlib.pyplot as plt import numpy as np # 生成示例数据 x = np.linspace(0, 10, 100) # 0到10的100个等间隔点 y = np.sin(x) # 正弦曲线 

使用plt.plot()函数即可绘制基础折线图：

plt.plot(x, y) plt.show() 

1.2 添加标题与标签

通过以下方法增强图表可读性：

plt.plot(x, y) plt.title("正弦函数曲线") # 标题 plt.xlabel("X轴") # X轴标签 plt.ylabel("Y轴") # Y轴标签 plt.grid(True) # 显示网格 plt.show() 

二、样式定制

2.1 线条样式控制

通过参数自定义线条外观：

plt.plot(x, y, color='red', # 颜色 linestyle='--', # 线型（虚线） linewidth=2, # 线宽 marker='o', # 数据点标记 markersize=4, # 标记大小 label='sin(x)') # 图例标签 plt.legend() plt.show() 

2.2 多线条对比

在同一坐标系中绘制多条折线：

y2 = np.cos(x) plt.plot(x, y, label='sin(x)') plt.plot(x, y2, label='cos(x)', linestyle=':') plt.legend() plt.show() 

三、高级应用技巧

3.1 子图绘制

使用subplot()创建多个坐标系：

plt.figure(figsize=(10, 4)) # 设置画布大小 plt.subplot(1, 2, 1) # 1行2列第1个子图 plt.plot(x, y) plt.title("正弦曲线") plt.subplot(1, 2, 2) # 第2个子图 plt.plot(x, y2) plt.title("余弦曲线") plt.tight_layout() # 自动调整子图间距 plt.show() 

3.2 动态数据更新

适用于实时数据可视化：

plt.ion() # 开启交互模式 fig, ax = plt.subplots() for i in range(10): y_new = np.sin(x + i/2.0) ax.clear() ax.plot(x, y_new) ax.set_title(f"相位移动 {i/2.0}") plt.pause(0.5) # 暂停0.5秒 

四、常见问题解决

4.1 中文显示问题

解决中文乱码问题：

plt.rcParams['font.sans-serif'] = ['SimHei'] # Windows系统 plt.rcParams['axes.unicode_minus'] = False # 解决负号显示 

4.2 导出高清图片

保存矢量图或高DPI位图：

plt.plot(x, y) plt.savefig('output.svg', format='svg') # 矢量图 plt.savefig('output.png', dpi=300) # 300DPI高清图 

五、完整示例

import matplotlib.pyplot as plt import numpy as np # 配置中文显示 plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False # 准备数据 x = np.linspace(0, 2*np.pi, 100) y1 = np.sin(x) y2 = np.cos(x) # 创建画布 plt.figure(figsize=(8, 5), dpi=100) # 绘制双曲线 plt.plot(x, y1, color='blue', linewidth=2, label='正弦波') plt.plot(x, y2, color='red', linestyle='--', label='余弦波') # 添加标注 plt.title("三角函数对比图", fontsize=16) plt.xlabel("角度（弧度）", fontsize=12) plt.ylabel("函数值", fontsize=12) plt.legend(loc='upper right') # 设置坐标轴范围 plt.xlim(0, 2*np.pi) plt.ylim(-1.1, 1.1) # 显示网格 plt.grid(alpha=0.4, linestyle=':') # 保存并显示 plt.savefig('trigonometric.png', bbox_inches='tight') plt.show() 

通过本文介绍，您应该已经掌握了Matplotlib绘制折线图的核心方法。实际应用中，建议结合Pandas等数据处理库，可以更高效地实现数据可视化需求。 “`