Python 用 matplotlib 中的 plot 画图，折线图

1. 加载宏包

使用 matplotlib 包画图时，我们一般加载里面的 pyplot，并命名为 plt，然后使用 plot 函数画图。

# 导入 matplotlib 中的 plot， 并命名为常用名 plt
import matplotlib.pyplot as plt

例如，下面的代码画出正弦函数 $y=sin(x)$ 的图形。

import matplotlib.pyplot as plt
import numpy as np

# 生成数据
x = np.arange(0, 10, 0.1) # 横坐标数据为从0到10之间，步长为0.1的等差数组
y = np.sin(x) # 纵坐标数据为 x 对应的 sin(x) 值

# 生成图形
plt.plot(x, y)

# 显示图形
plt.show()

图形显示：

利用plot函数，我们可以对图形进行更多精细的设置，官方的详细文档可以参看：https://matplotlib.org/3.1.1/api/_as_gen/matplotlib.pyplot.plot.html。

2. plot 函数的语法

Plot 函数的基本语法是：

plot([x], y, [fmt], **kwargs)

	含义
[x]	可选参数，横坐标轴数据
y	纵坐标轴数据
[fmt]	可选参数，字符串，定义图形的基本样式：颜色，点形，线形
**Kwargs	不定长的关键字参数，用字典形式设置图形的其他属性

[fmt] 的常用代码（包括颜色代码、点形代码、线形代码），由下面的表所示。
颜色：

代码	颜色
‘b’	蓝色
‘g’	绿色
‘r’	红色
‘y’	黄色
‘k’	黑色
‘w’	白色

点形：

代码	点形
‘.’	圆点形
‘o’	实心圆
‘*’	星号
‘+’	加号
‘x’	叉号

线形：

代码	线形
‘-’	实线
‘–’	虚线
‘-.’	折线
‘:’	点线

**Kwargs 的常用设置包括线条的粗细 linewidth，图像标签 label 等。下面一些 plot 函数的代码展示了 [x]，[fmt]，**Kwargs 的一些可选用法：

>>> plot(x, y)        # 根据横坐标数据 x 与纵坐标数据 y 画图，采用默认的颜色、点形与线性
>>> plot(y)           # 据纵坐标数据 y 画图，横坐标数据默认为从 0 到 N-1，步长为 1 的等差数组
>>> plot(x, y, 'bo')  # 颜色为蓝色('b')、点形为圆('o')
>>> plot(y, 'g-.')     # 颜色为绿色('g')，线型为折线('-.')
>>> plt.plot(x, y, 'yo:', label='y=sin(x)', linewidth=2) # 颜色为黄色('y')，点形为圆形('o')，线形为虚线(':')，lable 内容为 'y=sin(x)', 线条宽度为 2

通过设置线型形状，就可以画折线图了。

如果我们想自定义坐标轴的标题，坐标轴的刻度，坐标轴刻度的范围，设置图形标题，添加图例时，可以通过设置 pyplot 函数中的 xlable（横坐标轴标题）, ylabel（纵坐标轴标题）, xticks（横坐标轴刻度），yticks（纵坐标轴刻度），title（图形标题）, grid（显示网格），legend（显示图例）等属性来实现。经过自定义设置，对上图的代码进行一下修改：

import matplotlib.pyplot as plt
import numpy as np

# 这两行代码使得 pyplot 画出的图形中可以显示中文
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 生成数据
x = np.arange(0, 10, 0.5)
y = np.sin(x)

# 生成图形
plt.plot(x, y, 'go:', label='y=sin(x)', linewidth=2) # 颜色绿色，点形圆形，线性虚线，设置图例显示内容，线条宽度为2

plt.ylabel('y') # 横坐标轴的标题
plt.xlabel('x') # 纵坐标轴的标题
plt.xticks(np.arange(0, 11, 1)) # 设置横坐标轴的刻度为 0 到 10 的数组
plt.ylim([-2, 2]) # 设置纵坐标轴范围为 -2 到 2
plt.legend() # 显示图例, 图例中内容由 label 定义
plt.grid() # 显示网格
plt.title('我的第一个 Python 图形') # 图形的标题

# 显示图形
plt.show()

生成图形：

3. 一张图画好几条线

下表是我国近10年的 GDP 增长率，以及三大产业在近10年的增长率。

时间	GDP增长率	第一产业增长率	第二产业增长率	第三产业增长率
2009年	9.4	4	10.3	9.6
2010年	10.6	4.3	12.7	9.7
2011年	9.6	4.2	10.7	9.5
2012年	7.9	4.5	8.4	8
2013年	7.8	3.8	8	8.3
2014年	7.3	4.1	7.4	7.8
2015年	6.9	3.9	6.2	8.2
2016年	6.7	3.3	6.3	7.7
2017年	6.8	4	5.9	7.9
2018年	6.6	3.5	5.8	7.6

在画图时，横坐标轴数据为年份，纵坐标轴数据分别为 GDP 增长率，第一产业增长率，第二产业增长率，第三产业增长率。为了将四个纵坐标轴数据显示在一个图形上，可以用四个 plot 函数进行划线。Python 画图的代码为：

import matplotlib.pyplot as plt

# 这两行代码解决 plt 中文显示的问题
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 输入纵坐标轴数据与横坐标轴数据
gdp_rate = [9.4, 10.6, 9.6, 7.9, 7.8, 7.3, 6.9, 6.7, 6.8, 6.6]
first_industry_rate = [4.0, 4.3, 4.2, 4.50, 3.8, 4.1, 3.9, 3.3, 4.0, 3.5]
second_industry_rate = [10.3, 12.7, 10.7, 8.4, 8.0, 7.4, 6.2, 6.3, 5.9, 5.8]
third_industry_rate = [9.6, 9.7, 9.5, 8.0, 8.3, 7.8, 8.2, 7.7, 7.9, 7.6]
years = [2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018]

# 4 个 plot 函数画出 4 条线，线形为折线，每条线对应各自的标签 label
plt.plot(years, gdp_rate, '.-', label='GDP增长率')
plt.plot(years, first_industry_rate, '.-', label='第一产业增长率')
plt.plot(years, second_industry_rate, '.-', label='第二产业增长率')
plt.plot(years, third_industry_rate, '.-', label='第三产业增长率')

plt.xticks(years)  # 设置横坐标刻度为给定的年份
plt.xlabel('年份') # 设置横坐标轴标题
plt.legend() # 显示图例，即每条线对应 label 中的内容
plt.show() # 显示图形

图形显示效果：