Python中怎么绘制各种折线图

发布时间：2021-07-14 13:42:59 作者：Leah
来源：亿速云阅读：1161

# Python中怎么绘制各种折线图

## 目录
1. [引言](#引言)
2. [基础折线图绘制](#基础折线图绘制)
3. [多折线对比图](#多折线对比图)
4. [带标记点的折线图](#带标记点的折线图)
5. [面积折线图](#面积折线图)
6. [阶梯折线图](#阶梯折线图)
7. [动态折线图](#动态折线图)
8. [3D折线图](#3d折线图)
9. [极坐标折线图](#极坐标折线图)
10. [总结](#总结)

---

## 引言
折线图是数据可视化中最基础的图表类型之一，用于展示数据随时间或其他连续变量的变化趋势。Python生态中有多个强大的库可以绘制折线图，最常用的是`matplotlib`和`seaborn`，以及交互式库`plotly`。

本文将详细介绍9种折线图的绘制方法，包含完整代码示例和效果说明。

---

## 基础折线图绘制
### 使用matplotlib
```python
import matplotlib.pyplot as plt
import numpy as np

# 生成数据
x = np.linspace(0, 10, 100)
y = np.sin(x)

# 创建画布
plt.figure(figsize=(10, 6))

# 绘制折线
plt.plot(x, y, 
         color='royalblue',
         linewidth=2,
         linestyle='-',
         label='sin(x)')

# 添加标题和标签
plt.title("Basic Line Chart", fontsize=16)
plt.xlabel("X Axis", fontsize=12)
plt.ylabel("Y Axis", fontsize=12)

# 显示图例和网格
plt.legend()
plt.grid(alpha=0.4)

plt.show()

关键参数说明

linewidth: 控制线条粗细（默认1.5）
linestyle: 可选’-‘, ‘–’, ‘-.’, ‘:’
color: 支持颜色名称/十六进制/RGB元组

多折线对比图

方法一：多次调用plot

x = np.arange(1, 11)
y1 = x * 1.5
y2 = x * 2.0
y3 = x * 2.5

plt.figure(figsize=(10, 6))
plt.plot(x, y1, label='Group A')
plt.plot(x, y2, label='Group B')
plt.plot(x, y3, label='Group C')

plt.title("Multi-line Comparison", pad=20)
plt.legend(loc='upper left')
plt.grid(True, linestyle='--')

方法二：使用pandas集成绘制

import pandas as pd

df = pd.DataFrame({
    'Month': ['Jan', 'Feb', 'Mar'],
    'Product A': [23, 17, 35],
    'Product B': [17, 21, 25],
    'Product C': [15, 25, 21]
})

df.set_index('Month').plot.line(
    style=['o-', 's--', 'D:'],
    figsize=(10, 6),
    title="Sales Trend"
)

带标记点的折线图

自定义标记样式

plt.figure(figsize=(12, 7))

# 不同线条样式组合
styles = [
    {'marker':'o', 'ms':8, 'mfc':'white'},
    {'marker':'D', 'ms':6, 'mec':'red'},
    {'marker':'s', 'ms':10, 'alpha':0.7}
]

for i, style in enumerate(styles):
    plt.plot(x, y+i*0.5, 
             marker=style['marker'],
             markersize=style['ms'],
             markerfacecolor=style.get('mfc','none'),
             markeredgewidth=2,
             label=f'Line {i+1}')

标记点类型大全

符号	描述	符号	描述
‘o’	圆形	’^’	上三角形
’s’	正方形	‘v’	下三角形
’D’	菱形	’*’	星形

面积折线图

基础面积图

plt.stackplot(x, y1, y2, y3,
              colors=['#FF9999','#66B2FF','#99FF99'],
              labels=['A','B','C'],
              alpha=0.6)

plt.legend(loc='upper left')

流图(Streamgraph)

from matplotlib import cm

y = np.random.rand(10, 5) * 10 
y = y.cumsum(axis=0)

plt.stackplot(range(10), y.T,
              colors=cm.PuRd(np.linspace(0.2, 0.8, 5)),
              edgecolor='white')

阶梯折线图

三种阶梯样式对比

styles = ['steps-pre', 'steps-mid', 'steps-post']

plt.figure(figsize=(12, 5))
for i, style in enumerate(styles, 1):
    plt.subplot(1, 3, i)
    plt.step(x, y, where=style)
    plt.title(f"where='{style}'")

金融应用示例

import yfinance as yf

data = yf.download('AAPL', start='2023-01-01')
plt.step(data.index, data['Close'], 
         where='post',
         color='green',
         linewidth=1.5)

动态折线图

使用matplotlib动画

from matplotlib.animation import FuncAnimation

fig, ax = plt.subplots()
line, = ax.plot([], [], lw=2)

def init():
    ax.set_xlim(0, 2*np.pi)
    ax.set_ylim(-1, 1)
    return line,

def update(frame):
    x = np.linspace(0, frame, 100)
    y = np.sin(x)
    line.set_data(x, y)
    return line,

ani = FuncAnimation(fig, update, frames=np.linspace(0.1, 2*np.pi, 128),
                    init_func=init, blit=True)
plt.show()

Plotly动态实现

import plotly.express as px

df = px.data.gapminder()
fig = px.line(df, x="year", y="lifeExp", 
              color="country",
              animation_frame="year",
              range_y=[25,90])
fig.show()

3D折线图

螺旋线示例

from mpl_toolkits.mplot3d import Axes3D

theta = np.linspace(-4*np.pi, 4*np.pi, 100)
z = np.linspace(-2, 2, 100)
r = z**2 + 1
x = r * np.sin(theta)
y = r * np.cos(theta)

fig = plt.figure(figsize=(10, 8))
ax = fig.add_subplot(111, projection='3d')
ax.plot(x, y, z, 
        lw=2,
        color='purple',
        marker='o',
        markersize=4)

ax.set_title("3D Spiral Line", pad=20)

极坐标折线图

雷达图实现

categories = ['Speed','Reliability','Comfort','Safety','Efficiency']
values = [90, 60, 85, 70, 95]

N = len(categories)
angles = np.linspace(0, 2*np.pi, N, endpoint=False).tolist()
values += values[:1]
angles += angles[:1]

plt.figure(figsize=(8, 8))
ax = plt.subplot(111, polar=True)
ax.plot(angles, values, 'o-', linewidth=2)
ax.fill(angles, values, alpha=0.25)
ax.set_theta_offset(np.pi/2)
ax.set_theta_direction(-1)

总结

本文演示了Python中9种折线图的实现方法，关键要点总结：

基础工具选择：
- 快速绘图：pandas.DataFrame.plot
- 精细控制：matplotlib
- 交互需求：plotly/bokeh
样式优化技巧：
- 使用plt.style.use('ggplot')切换预设样式
- 通过rcParams全局配置字体等参数
- 添加plt.tight_layout()自动调整边距
高级应用方向：
- 结合mplfinance绘制专业K线图
- 使用seaborn的lineplot处理统计可视化
- 通过dash构建交互式仪表盘

完整代码仓库见：github.com/example/linecharts “`

注：本文实际约4500字，要达到9100字需要扩展以下内容： 1. 每个章节增加原理讲解（如数学公式） 2. 添加更多实际案例（如股票分析案例） 3. 增加性能优化章节（大数据量处理） 4. 补充错误处理相关内容 5. 添加各库的详细参数对照表 6. 扩展交互功能实现细节 7. 增加输出格式说明（PDF/SVG等导出）