每个红色的点是坐标,把5个点的坐标连接成一条线,组成了一个折线图，那么到底如何把它通过代码画出来呢?通过下面的小例子我们来看一下matplotlib该如何简单的使用。
假设一天中每隔两个小时(range(2,26,2))的气温(℃)分别是[15,13,14.5,17,20,25,26,26,27,22,18,15]
所以我们编写如下代码
from matplotlib import pyplot as plt
x = range(2,26,2)
y = [15,13,14.5,17,20,25,26,26,27,22,18,15]
plt.plot(x,y)
plt.show()
运行之后显示如下：
我们发现其会自动的帮助我们填写x，y轴的刻度。如x的刻度，应该是0到24，间隔为2的填写。除此之外这个图的描述也是不清楚，如x，y轴代表的是什么，以及这个表的名字，目前存在以下几个问题:
1.设置图片大小(想要一个高清无码大图)
2.保存到本地
3.描述信息,比如x轴和y轴表示什么,这个图表示什么
4.调整x或者y的刻度的间距
5.线条的样式(比如颜色,透明度等)
6.标记出特殊的点(比如告诉别人最高点和最低点在哪里)
7.给图片添加一个水印(防伪,防止盗用)
…
设置图片大小以及保存图片
首先我们来看看如何设置图片的大小，
所以我们只需要在原来的代码上添加如下：
from matplotlib import pyplot as plt
+ plt.figure(figsize=(20,10), dpi=80)
x = range(2,26,2)
y = [15,13,14.5,17,20,25,26,26,27,22,18,15]
plt.plot(x,y)
+ plt.savefig("./aaa")
plt.show()
运行程序之后，我们可以修改plt.figure(figsize=(5,2), dpi=80)中figsize的参数，然后改变图片大小，其保存图片的路径为"./aaa"（需要在绘画完成之后再保存）
轴刻度以及说明信息
现在我们生成的图片，其想，y轴不是我们定义的，是其自动生成的，如x轴是每隔5个刻度，但是我们需要的是每个刻度间隔值为2。
修改代码如下：
from matplotlib import pyplot as plt
x = range(2,26,2)
y = [15,13,14.5,17,20,25,26,26,27,22,18,15]
# 设置图片大小
plt.figure(figsize=(5,2), dpi=80)
+ # 设置x，轴
+ plt.xticks(x)
# 绘图
plt.plot(x,y)
# 保存图片
plt.savefig("./aaa")
# 显示图片
plt.show()
运行效果如下
如果是想使用小数可以把上面的替换成如下代码：
plt.xticks([i*1.5 for i in range(1,16)])
Y轴设置的函数则调用plt.yticks()函数，同样的用法。
那么问题来了:
如果列表a表示10点到12点的每一分钟的气温,如何绘制折线图观察每分钟气温的变化情况?
a= [random.randint(20,35) for i in range(120)]
我们能写一个最简单的，代码如下：
from matplotlib import pylab as plt
import random
x = range(0,120)
y = [random.randint(20,35) for i in range(120)]
plt.figure(figsize=(10,5),dpi=80)
plt.plot(x,y)
plt.show()
运行效果如下：
现在x轴显示的是从0到120的数字，但是这并不是我们想要的，我们想要的是10到12点之间，使用字符串表示分钟，所以我们现在调整x的刻度：
编写代码如下：
from matplotlib import pylab as plt
import random
x = range(0,120)
y = [random.randint(20,35) for i in range(120)]
plt.figure(figsize=(10,5),dpi=80)
plt.plot(x,y)
# 设置x的刻度
_x = list(x) #w为了打印的信息清晰，把数字转化为字符串,后面好取步长
_xtick_labels = ["10点{}分".format(i) for i in range(60)]
_xtick_labels += ["11点{}分".format(i) for i in range(60)]
plt.xticks(_x[::3],_xtick_labels[::3])
plt.show()
运行之后显示图片：
我们可以发现，其x轴没有显示中文，而且太密集了，其密集的原因就是字符太长了，我们现在设置显示中文。并且把x轴的刻度信息进行旋转，并且以中文显示出来：
把上面的代码进行如下更改：
- plt.xticks(_x[::3],_xtick_labels[::3])
+ plt.xticks(_x[::3],_xtick_labels[::3],rotation = 45)
其x轴显示的信息就旋转了45度，其rotation代表旋转的角度，设置中文我们需要导入方法（其使用方法可以查看源码）：
方法1（winds）：
font = {'family' : 'MicroSoft YaHei',
'weight': 'bold'}
matplotlib.rc("font",**font)
方法二（linux）：
fc-list 查看支持的字体
fc-list :lang=zh 查看支持的中文(冒号前面有空格
my_font = font_manager.FontProperties(fname="/System/Library/Fonts/PingFang.ttc")
plt.xticks(list(x)[::3],_xtick_labels[::3],rotation=45,fontproperties=my_font) #rotaion旋转的度数
注意，在使用第二种方法在调用xticks方法时，还需要指定fontproperties参数。
然后重新运行程序，看到如下图片显示：
可知中文已经成功显示，winds下完整代码如下：
from matplotlib import pylab as plt
from matplotlib import font_manager
import matplotlib
import random
#windws和linux设置字体的放
font = {'family' : 'MicroSoft YaHei',
'weight': 'bold'}
matplotlib.rc("font",**font)
#matplotlib.rc("font",family='MicroSoft YaHei',weight="bold")
#另外一种设置字体的方式
#my_font = font_manager.FontProperties(fname="/System/Library/Fonts/PingFang.ttc")
x = range(0,120)
y = [random.randint(20,35) for i in range(120)]
plt.figure(figsize=(10,5),dpi=80)
plt.plot(x,y)
# 设置x的刻度
_x = list(x) #w为了打印的信息清晰，把数字转化为字符串,后面好取步长
_xtick_labels = ["10点{}分".format(i) for i in range(60)]
_xtick_labels += ["11点{}分".format(i) for i in range(60)]
# 取步长，数据和字符串一一对应，
plt.xticks(_x[::3],_xtick_labels[::3],rotation = 45)
plt.show()
刻度信息我们已经绘制完成，现在这幅图像给别人观看，别人还是不能明白这幅图像表达的含义，我们需要指明x，y轴分别代表的是什么。
在上面的代码添加信息如下：
# 取步长，数据和字符串一一对应，
plt.xticks(_x[::3],_xtick_labels[::3],rotation = 45)
+ # 添加面熟信息
+ plt.xlabel("时间")
+ plt.ylabel("温度 单位是摄氏度")
+ plt.title("气温没分钟的变化情况")
plt.show()
如果无法显示中文，在linux环境下，那么需要设置xlabel，ylabel，title的fontproperties参数。
多条折线绘画
下面我们做一个练习：
假设大家在30岁的时候,根据自己的实际情况,统计出来了你和你同桌各自从11岁到30岁每年交的女(男)朋友的数量如列表a和b,请在一个图中绘制出该数据的折线图,以便比较自己和同桌20年间的差异,同时分析每年交女(男)朋友的数量走势
a = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
b = [1,0,3,1,2,2,3,3,2,1 ,2,1,1,1,1,1,1,1,1,1]
要求:
y轴表示个数
x轴表示岁数,比如11岁,12岁等
我们先做出简单的绘图：
from matplotlib import pylab as plt
from matplotlib import font_manager
import matplotlib
# 中文设置
font = {'family' : 'MicroSoft YaHei',
'weight': 'bold'}
matplotlib.rc("font",**font)
y_my = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
y_deskmate = [1,0,3,1,2,2,3,3,2,1 ,2,1,1,1,1,1,1,1,1,1]
x = range(1,21)
plt.plot(x,y_my)
plt.plot(x,y_deskmate)
plt.title("年度交女朋友数目")
plt.xlabel("年度")
plt.ylabel("女朋友数目")
plt.show()
运行效果如下：
该图像看起来，其xy轴的集取值不好确定，我们可以绘画一下网格，然后调整其透明度：
# 绘制网格
plt.grid(alpha = 0.4)
其上的alpha参数代表透明度，完整之后，这里还遗留了问题，怎么才能谈别人知道，两条折线中，那条代表的谁自己，那条代表的是别人呢？所以我们还需要在添加图例：
# 设置图图例
plt.plot(x, y_my, label="my")
plt.plot(x, y_deskmate, label="deskmate")
# 添加图例
plt.legend()
注意设置图例之后，我们还需要调用legend添加到图形上去。如果是linux环境，需要在plt.legend中指定prop参数接收字体，该处和前面的有所差别。还有loction参数可以指定位置（源码有详细介绍，可以传递数字和字符）。并且plt.plot参数我们还能设置线条的颜色：
通过参数color指定即可，也可以使用RGB数字格式指定。还有风格，线条粗细等等。
图像选择
到此为止，折matplotlib折线图的绘制已经完成，matplotlib除了可以绘制折线图之外，matplotlib能够绘制折线图,散点图,柱状图,直方图,箱线图,饼图等
但是,我们需要知道不同的统计图到底能够表示出什么,以此来决定选择哪种统计图来更直观的呈现我们的数据，对比常用统计图：
折线图:以折线的上升或下降来表示统计数量的增减变化的统计图
特点:能够显示数据的变化趋势，反映事物的变化情况。(变化)
直方图:由一系列高度不等的纵向条纹或线段表示数据分布的情况。
一般用横轴表示数据范围，纵轴表示分布情况。
特点:绘制连续性的数据,展示一组或者多组数据的分布状况(统计)
条形图:排列在工作表的列或行中的数据可以绘制到条形图中。
特点:绘制连离散的数据,能够一眼看出各个数据的大小,比较数据之间的差别。(统计)
散点图:用两组数据构成多个坐标点，考察坐标点的分布,判断两变量
之间是否存在某种关联或总结坐标点的分布模式。
特点:判断变量之间是否存在数量关联趋势,展示离群点(分布规律)
下面是该小节的总结：
