Matplotlib 画线

Matplotlib是Python中的一个数据可视化库。pyplot是matplotlib的一个子库，pyplot提供创建各种图表的函数集合。折线图用于表示不同轴上两个数据X和Y之间的关系。下面我们将看到Python中的一些折线图示例:

Matplotlib简单的线条图

首先，import Matplotlib.pyplot库，同样根据需要导入Numpy库，然后定义数据值x和y。

# importing the required libraries
import matplotlib.pyplot as plt
import numpy as np

# define data values
x = np.array([1, 2, 3, 4])  # X-axis points
y = x*2  # Y-axis points

plt.plot(x, y)  # Plot the chart
plt.show()  # display

输出：

从上面的输出图像可以看出，x轴和y轴上没有标签。

因为标签是理解图表尺寸所必需的。在下面的例子中，我们将看到如何在图表中添加标签:

import matplotlib.pyplot as plt
import numpy as np


# Define X and Y variable data
x = np.array([1, 2, 3, 4])
y = x*2

plt.plot(x, y)
plt.xlabel("X-axis") # add X-axis label
plt.ylabel("Y-axis") # add Y-axis label
plt.title("Any suitable title") # add title
plt.show()

输出：

Matplotlib多个图表

通过使用pyplot.figure()函数，可以在同一个容器中显示多个图表。

这将帮助我们比较不同的图表，也可以控制图表的外观和感觉。

import matplotlib.pyplot as plt
import numpy as np


x = np.array([1, 2, 3, 4])
y = x*2

plt.plot(x, y)
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.title("Any suitable title")
plt.show() # show first chart

# The figure() function helps in creating a
# new figure that can hold a new chart in it.
plt.figure()
x1 = [2, 4, 6, 8]
y1 = [3, 5, 7, 9]
plt.plot(x1, y1, '-.')

# Show another chart with '-' dotted line
plt.show()

输出：

Matplotlib在同一坐标系下显示多个图

在这里，我们将看到如何在同一坐标系中添加两个plot。

import matplotlib.pyplot as plt
import numpy as np

x = np.array([1, 2, 3, 4])
y = x*2

# first plot with X and Y data
plt.plot(x, y)

x1 = [2, 4, 6, 8]
y1 = [3, 5, 7, 9]

# second plot with x1 and y1 data
plt.plot(x1, y1, '-.')

plt.xlabel("X-axis data")
plt.ylabel("Y-axis data")
plt.title('multiple plots')
plt.show()

输出：

Matplotlib填充两线条之间的区域

使用pyplot.fill_between()函数，我们可以填充同一图中的两个线图之间的区域。这将帮助我们理解基于特定条件的两个线图之间的数据空白。

import matplotlib.pyplot as plt
import numpy as np

x = np.array([1, 2, 3, 4])
y = x*2

plt.plot(x, y)

x1 = [2, 4, 6, 8]
y1 = [3, 5, 7, 9]

plt.plot(x, y1, '-.')
plt.xlabel("X-axis data")
plt.ylabel("Y-axis data")
plt.title('multiple plots')

plt.fill_between(x, y, y1, color='green', alpha=0.5)
plt.show()

输出：