Matplotlib中怎么绘制折线图

# Matplotlib中怎么绘制折线图

Matplotlib是Python中最流行的数据可视化库之一，广泛应用于数据分析、科学计算和机器学习领域。折线图（Line Plot）作为最基础的图表类型之一，能够直观展示数据随时间或有序类别的变化趋势。本文将详细介绍如何使用Matplotlib绘制折线图，包含基础绘制、样式定制和高级技巧。

## 一、基础折线图绘制

### 1.1 准备数据与基础绘图
首先导入必要的库并生成示例数据：

```python
import matplotlib.pyplot as plt
import numpy as np

# 生成示例数据
x = np.linspace(0, 10, 100)  # 0到10的100个等间隔点
y = np.sin(x)  # 正弦曲线

使用plt.plot()函数即可绘制基础折线图：

plt.plot(x, y)
plt.show()

1.2 添加标题与标签

通过以下方法增强图表可读性：

plt.plot(x, y)
plt.title("正弦函数曲线")  # 标题
plt.xlabel("X轴")          # X轴标签
plt.ylabel("Y轴")          # Y轴标签
plt.grid(True)            # 显示网格
plt.show()

二、样式定制

2.1 线条样式控制

通过参数自定义线条外观：

plt.plot(x, y, 
         color='red',      # 颜色
         linestyle='--',  # 线型（虚线）
         linewidth=2,      # 线宽
         marker='o',       # 数据点标记
         markersize=4,     # 标记大小
         label='sin(x)')   # 图例标签
plt.legend()
plt.show()

2.2 多线条对比

在同一坐标系中绘制多条折线：

y2 = np.cos(x)
plt.plot(x, y, label='sin(x)')
plt.plot(x, y2, label='cos(x)', linestyle=':')
plt.legend()
plt.show()

三、高级应用技巧

3.1 子图绘制

使用subplot()创建多个坐标系：

plt.figure(figsize=(10, 4))  # 设置画布大小

plt.subplot(1, 2, 1)  # 1行2列第1个子图
plt.plot(x, y)
plt.title("正弦曲线")

plt.subplot(1, 2, 2)  # 第2个子图
plt.plot(x, y2)
plt.title("余弦曲线")

plt.tight_layout()  # 自动调整子图间距
plt.show()

3.2 动态数据更新

适用于实时数据可视化：

plt.ion()  # 开启交互模式
fig, ax = plt.subplots()

for i in range(10):
    y_new = np.sin(x + i/2.0)
    ax.clear()
    ax.plot(x, y_new)
    ax.set_title(f"相位移动 {i/2.0}")
    plt.pause(0.5)  # 暂停0.5秒

四、常见问题解决

4.1 中文显示问题

解决中文乱码问题：

plt.rcParams['font.sans-serif'] = ['SimHei']  # Windows系统
plt.rcParams['axes.unicode_minus'] = False    # 解决负号显示

4.2 导出高清图片

保存矢量图或高DPI位图：

plt.plot(x, y)
plt.savefig('output.svg', format='svg')  # 矢量图
plt.savefig('output.png', dpi=300)      # 300DPI高清图

五、完整示例

import matplotlib.pyplot as plt
import numpy as np

# 配置中文显示
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 准备数据
x = np.linspace(0, 2*np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)

# 创建画布
plt.figure(figsize=(8, 5), dpi=100)

# 绘制双曲线
plt.plot(x, y1, color='blue', linewidth=2, label='正弦波')
plt.plot(x, y2, color='red', linestyle='--', label='余弦波')

# 添加标注
plt.title("三角函数对比图", fontsize=16)
plt.xlabel("角度（弧度）", fontsize=12)
plt.ylabel("函数值", fontsize=12)
plt.legend(loc='upper right')

# 设置坐标轴范围
plt.xlim(0, 2*np.pi)
plt.ylim(-1.1, 1.1)

# 显示网格
plt.grid(alpha=0.4, linestyle=':')

# 保存并显示
plt.savefig('trigonometric.png', bbox_inches='tight')
plt.show()

通过本文介绍，您应该已经掌握了Matplotlib绘制折线图的核心方法。实际应用中，建议结合Pandas等数据处理库，可以更高效地实现数据可视化需求。 “`