一个简单的折线图

画折线图至少需要2个列表：横坐标列表和纵坐标列表，两个坐标的位置一一对应。

from pylab import *
mpl.rcParams['font.sans-serif'] = ['SimHei']  # 添加这条可以让图形显示中文x_axis_data = [1, 2, 3, 4, 5]
y_axis_data = [1, 2, 3, 4, 5]# plot中参数的含义分别是横轴值，纵轴值，线的形状，颜色，透明度,线的宽度和标签
plt.plot(x_axis_data, y_axis_data, 'ro-', color='#4169E1', alpha=0.8, linewidth=1, label='一些数字')# 显示标签，如果不加这句，即使在plot中加了label='一些数字'的参数，最终还是不会显示标签
plt.legend(loc="upper right")
plt.xlabel('x轴数字')
plt.ylabel('y轴数字')plt.show()
# plt.savefig('demo.jpg')  # 保存该图片

上述代码显示结果如下:

代码语句说明：

plt.plot(x_axis_data, y_axis_data, 'ro-', color='#4169E1', alpha=0.8, label='一些数字')

这句话按照横纵坐标的两个列表画了一条线
'ro-'是线条的格式，这个线条格式其实有很多含义，下面是一些例子:

线的格式	显示形式
‘ro-’	红色的线(red)，坐标点会有小圆点(o)
‘ro’	红色的线(red)，坐标点用小圆点(o)表示，但是这个线条本身不会显示出来
‘r–’	红色(red)的虚线
‘bs’	蓝色(blue)的方块(square)
‘g^’	绿色(green)的三角
…	…

颜色可以写成color='blue'或者写成十六进制的颜色值color='#4169E1'，可以在这个网站找一些自己喜欢的十六进制颜色。

alpha是透明度，label是该条线对应的标签。

plt.legend(loc="upper right")

这句代码作用是显示标签，显示的位置是右上角，这个地方可选的参数还有：

参数	参数码
‘best’	0
‘upper right’	1
‘upper left’	2
‘lower left’	3
‘lower right’	4
‘right’	5
‘center left’	6
‘center right’	7
‘lower center’	8
‘upper center’	9
‘center’	10

设置参数为'best'时，会自动选一个位置放标签，并且选的位置是最好的，遮盖线条的比例最小

同一张图上显示多条数据

有时候我们需要在一张图上显示多条数据，可以这么写：

x_axis_data = [i for i in range(10)]
y_axis_data1 = [12,17,15,12,16,14,15,13,18,19]
y_axis_data2 = [1,4,2,6,4,2,1,6,4,2]plt.plot(x_axis_data, y_axis_data1)
plt.plot(x_axis_data, y_axis_data2)
plt.show()

显示结果如下：

给这个折线图中的点加数据标签

加数据标签可以定量的分析折线的数据，加标签还比较简单，只要加上这句就可以了：

for x, y in zip(x_axis_data, y_axis_data):plt.text(x, y+0.3, '%.0f' % y, ha='center', va='bottom', fontsize=10.5)

所有代码：

from pylab import *
mpl.rcParams['font.sans-serif'] = ['SimHei']x_axis_data = [1, 2, 3, 4, 5]
y_axis_data = [1, 2, 3, 4, 5]# plot中参数的含义分别是横轴值，纵轴值，颜色，透明度和标签
plt.plot(x_axis_data, y_axis_data, 'ro-', color='#4169E1', alpha=0.8, label='一些数字')for x, y in zip(x_axis_data, y_axis_data):plt.text(x, y+0.3, '%.0f' % y, ha='center', va='bottom', fontsize=10.5)# 显示标签，如果不加这句，即使加了label='一些数字'的参数，最终还是不会显示标签
plt.legend(loc="upper right")
plt.xlabel('x轴数字')
plt.ylabel('y轴数字')plt.show()
# plt.savefig('demo.jpg')  # 保存该图片

运行结果：