一图胜千言，画图的工具很多。今天我们开一个python的画图系列。第一篇我们介绍折线图的绘制。

1.折线图

1.最简单的折线图

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(1, 11, 1)  # x坐标
y = x * x  # y坐标
plt.plot(x, y)  # 绘制y1
plt.show()  # 在编辑器里显示图片

2.添加横纵坐标名称

import matplotlib.pyplot as plt
import numpy as np

# 画图时尽量加上这两行，避免中文显示乱码
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = np.arange(1, 11, 1)  # x坐标
y = x * x  # y坐标
plt.plot(x, y)  # 绘制y1

plt.xlabel('x轴标题')  # 纵坐标轴标题
plt.ylabel('y轴标题')  # 纵坐标轴标题
plt.grid()  # 给背景加入网格
plt.show()  # 在编辑器里显示图片

3.将坐标的刻度转换为自己想要的标签

需要创建一个和原来坐标轴刻度大小一样的数组，来一一对应。

import matplotlib.pyplot as plt
import numpy as np

# 画图时尽量加上这两行，避免中文显示乱码
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = np.arange(1, 11, 1)  # x坐标
y = x * x  # y坐标
plt.plot(x, y)  # 绘制y1
plt.xlabel('x轴标题')  # 纵坐标轴标题
plt.ylabel('y轴标题')  # 纵坐标轴标题
plt.grid()  # 给背景加入网格
# 更换坐标轴刻度标签
x_tag = []
for i in range(len(x)):
    x_tag.append(str(x[i]) + '标签')

plt.xticks(x, x_tag)
plt.show()  # 在编辑器里显示图片

4.设置坐标轴范围

我们有时需要指定坐标轴的范围。

import matplotlib.pyplot as plt
import numpy as np

# 画图时尽量加上这两行，避免中文显示乱码
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = np.arange(1, 11, 1)  # x坐标
y = x * x  # y坐标
plt.plot(x, y)  # 绘制y1
plt.xlabel('x轴标题')  # 纵坐标轴标题
plt.ylabel('y轴标题')  # 纵坐标轴标题
plt.xlim(0, 11)  # x轴坐标范围
plt.ylim(0, 200)  # y轴坐标范围
plt.grid()  # 给背景加入网格
# 更换坐标轴刻度标签
x_tag = []
for i in range(len(x)):
    x_tag.append(str(x[i]) + '标签')

plt.xticks(x, x_tag)
plt.show()  # 在编辑器里显示图片

5.再添加一条曲线

import matplotlib.pyplot as plt
import numpy as np

# 画图时尽量加上这两行，避免中文显示乱码
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = np.arange(1, 11, 1)  # x坐标
y = x * x  # y坐标
plt.plot(x, y)  # 绘制第一条曲线
plt.plot(x, x*y)  # 再叠加一副图像
plt.xlabel('x轴标题')  # 纵坐标轴标题
plt.ylabel('y轴标题')  # 纵坐标轴标题
plt.xlim(0, 11)  # x轴坐标范围
plt.ylim(0, 200)  # y轴坐标范围
plt.grid()  # 给背景加入网格
# 更换坐标轴刻度标签
x_tag = []
for i in range(len(x)):
    x_tag.append(str(x[i]) + '标签')

plt.xticks(x, x_tag)
plt.show()  # 在编辑器里显示图片

6.美化图像

import matplotlib.pyplot as plt
import numpy as np

# 画图时尽量加上这两行，避免中文显示乱码
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = np.arange(1, 11, 1)  # x坐标
y = x * x  # y坐标

# c表示颜色,marker表示标记形状，linewidth表示线宽，markersize表示标记的大小
plt.plot(x, y, color='red', marker='s', label='Y1', linewidth=2, markersize=12)  # 绘制第一条曲线
plt.plot(x, x * y, color='g', marker='o', label='Y2', linewidth=2, markersize=12)  # 再叠加一副图像

plt.xlabel('x轴标题')  # 纵坐标轴标题
plt.ylabel('y轴标题')  # 纵坐标轴标题
plt.xlim(0, 11)  # x轴坐标范围
plt.ylim(0, 200)  # y轴坐标范围
plt.grid()  # 给背景加入网格
# 更换坐标轴刻度标签
x_tag = []
for i in range(len(x)):
    x_tag.append(str(x[i]) + '标签')

plt.xticks(x, x_tag)
plt.show()  # 在编辑器里显示图片

7.显示图例

只用加入plt.legend() # 图例即可

import matplotlib.pyplot as plt
import numpy as np

# 画图时尽量加上这两行，避免中文显示乱码
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = np.arange(1, 11, 1)  # x坐标
y = x * x  # y坐标

# c表示颜色,marker表示标记
plt.plot(x, y, color='red', marker='s', label='Y1', linewidth=2, markersize=12)  # 绘制第一条曲线
plt.plot(x, x * y, color='g', marker='o', label='Y2', linewidth=2, markersize=12)  # 再叠加一副图像

plt.xlabel('x轴标题')  # 纵坐标轴标题
plt.ylabel('y轴标题')  # 纵坐标轴标题
plt.legend()  # 图例
plt.xlim(0, 11)  # x轴坐标范围
plt.ylim(0, 200)  # y轴坐标范围
plt.grid()  # 给背景加入网格
# 更换坐标轴刻度标签
x_tag = []
for i in range(len(x)):
    x_tag.append(str(x[i]) + '标签')

plt.xticks(x, x_tag)
plt.show()  # 在编辑器里显示图片

8.修改字体

import matplotlib.pyplot as plt
import numpy as np

# 画图时尽量加上这两行，避免中文显示乱码
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = np.arange(1, 11, 1)  # x坐标
y = x * x  # y坐标

# c表示颜色,marker表示标记
plt.plot(x, y, color='red', marker='s', label='Y1', linewidth=2, markersize=12)  # 绘制第一条曲线
plt.plot(x, x * y, color='g', marker='o', label='Y2', linewidth=2, markersize=12)  # 再叠加一副图像

# 定义一个字典类型
font = {'fontsize': '20'}
plt.xlabel('x轴标题', font)  # 纵坐标轴标题
plt.ylabel('y轴标题',font)  # 纵坐标轴标题
plt.legend(fontsize=20)  # 图例

plt.xlim(0, 11)  # x轴坐标范围
plt.ylim(0, 200)  # y轴坐标范围
plt.grid()  # 给背景加入网格
# 更换坐标轴刻度标签
x_tag = []
for i in range(len(x)):
    x_tag.append(str(x[i]) + '标签')

# 修改坐标轴刻度字体大小
plt.xticks(x, x_tag, fontsize=10)
plt.show()  # 在编辑器里显示图片

9.图片的保存

plt.savefig('保存图形名字', bbox_inches='tight') #加上这一句bbox_inches='tight'，可以让保存的图形没有白色的边框。也可选择不加