---

折线图：

折线图（line chart）是我们在数据分析、数据展示中经常使用的一种图表，它可以直观的反映数据的变化趋势。与绘制柱状图、饼状图等图形不同，Matplotlib 并没有直接提供绘制折线图的函数。线图适用于分析数据随时间变化的趋势。例如，分析商品销量随时间的变化，预测未来的销售情况。
通过matplotlib.pyplot.plot函数来绘制折线图，plot函数不仅可以绘制折线，还可以绘制其他类型的图表。

plot函数

1. 函数定义：

matplotlib.pyplot.plot(*args, scalex=True, scaley=True, data=None, **kwargs)

2. 常用参数：

• args:
  多个X、Y对可选的数据集
• scalex:
• scaley:
  这两个参数确定视图限制是否与数据限制相适应，最终这些值传递给 autoscale_view，以便岁绘制的图表进行自动的缩放。
• data:
  可索引对象，可选。带有标签数据的对象。如果给定，请提供要打印的标签名称 x 和 y
• kwargs:
  关键字参数 用于指定线条标签（用于自动图例）、线条宽度、抗锯齿、标记面颜色等属性

plot的详细定义：
https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.plot.html

示例说明：

通过小龙虾和生蚝的全年价格的波动进行一个说明：

import matplotlib.pyplot as plt
import matplotlib

mouth = [1,2,3,4,5,6,7,8,9,10,11,12]
price = [10,13,50,40,70,60,14,12,25,25,20,10] 

"""
font:设置中文
"""
matplotlib.rcParams['font.family'] = ['Heiti TC']

# 绘图，设置(label)图例名字为'小龙虾价格'，显示图例plt.legend()
plt.plot(mouth,price,label='小龙虾价格')

# x轴标签
plt.xlabel('月份')
# y轴标签
plt.ylabel('价格')

# 图表标题
plt.title('小龙虾全年价格')

# 显示图例
plt.legend()
# 显示图形
plt.show() 

运行结果：

扩展应用

1、 线条风格

线条颜色

1. 颜色名称或简写

• ‘b’ blue(蓝色)
• ‘g’ green(绿色)
• ‘r’ red(红色)
• ‘c’ cyan(青色)
• ‘m’ magenta(品红)
• ‘y’ yellow(黄色)
• ‘k’ black(黑色)
• ‘w’ white(白色)

2. rgb (r, g, b) 或 (r, g, b, a)，其中 r g b a 取均为[0, 1]之间

3. [0, 1]之间的浮点数的字符串形式，表示灰度值。0表示黑色，1表示白色

关于颜色后面会写一篇文章专门介绍一下matplotlib中颜色的各种使用。

plot 方法的关键字参数 color(或c) 用来设置线的颜色

import matplotlib.pyplot as plt
import matplotlib

mouth = [1,2,3,4,5,6,7,8,9,10,11,12]
price = [10,13,50,40,70,60,14,12,25,25,20,10] 

"""
font:设置中文
"""
matplotlib.rcParams['font.family'] = ['Heiti TC']

# 绘图，设置(label)图例名字为'小龙虾价格'，显示图例plt.legend()
plt.plot(mouth,price,label='小龙虾价格',c='Red')

# x轴标签
plt.xlabel('月份')
# y轴标签
plt.ylabel('价格')

# 图表标题
plt.title('小龙虾全年价格')

# 显示图例
plt.legend()
# 显示图形
plt.show() 

运行结果如下：

线条样式

plot 方法的关键字参数 linestyle(或ls) 用来设置线的样式。可取值为：

• ‘-’, ‘solid’
• ‘–’, ‘dashed’
• ‘-.’, ‘dashdot’
• ‘:’, ‘dotted’
• ‘’, ’ ', ‘None’

import matplotlib.pyplot as plt
import matplotlib

mouth = [1,2,3,4,5,6,7,8,9,10,11,12]
price = [10,13,50,40,70,60,14,12,25,25,20,10] 

"""
font:设置中文
"""
matplotlib.rcParams['font.family'] = ['Heiti TC']

# 绘图，设置(label)图例名字为'小龙虾价格'，显示图例plt.legend()
plt.plot(mouth,price,label='小龙虾价格',ls="--",c='Red')

# x轴标签
plt.xlabel('月份')
# y轴标签
plt.ylabel('价格')

# 图表标题
plt.title('小龙虾全年价格')

# 显示图例
plt.legend()
# 显示图形
plt.show() 

运行结果如下：

线条粗细

设置 plot 方法的关键字参数 linewidth(或lw) 可以改变线的粗细，其值为浮点数。

import matplotlib.pyplot as plt
import matplotlib

mouth = [1,2,3,4,5,6,7,8,9,10,11,12]
price = [10,13,50,40,70,60,14,12,25,25,20,10] 

"""
font:设置中文
"""
matplotlib.rcParams['font.family'] = ['Heiti TC']

# 绘图，设置(label)图例名字为'小龙虾价格'，显示图例plt.legend()
plt.plot(mouth,price,label='小龙虾价格',lw=5.0,ls="--",c='Red')

# x轴标签
plt.xlabel('月份')
# y轴标签
plt.ylabel('价格')

# 图表标题
plt.title('小龙虾全年价格')

# 显示图例
plt.legend()
# 显示图形
plt.show() 

运行结果如下：

2、数据点标记marker

以下关键字参数可以用来设置marker的样式：

• marker 标记类型
• markeredgecolor 或 mec 标记边界颜色
• markeredgewidth 或 mew 标记宽度
• markerfacecolor 或 mfc 标记填充色
• markersize 或 ms 标记大小

其中marker的取值如下：

• ‘-’ 实线
• ‘–’ 虚线
• ‘-.’ 点与线
• ‘:’ 点
• ‘.’ 点标记
• ‘,’ 像素标记
• ‘o’ 圆圈标记
• ‘v’ 倒三角标记
• ‘^’ 正三角标记
• ‘<’ 左三角标记
• ‘>’ 右三角标记
• ‘1’ 向下Y标记
• ‘2’ 向上Y标记
• ‘3’ 向左Y标记
• ‘4’ 向右Y标记
• ‘s’ 正方形标记
• ‘p’ 五角星标记
• ‘*’ *标记
• ‘h’ 六边形1 标记
• ‘H’ 六边形2 标记
• ‘+’ +标记
• ‘x’ x标记
• ‘D’ 钻石标记
• ‘d’ 薄砖石标记
• ‘|’ 垂直线标记
• ‘_’ 水平线标记

import matplotlib.pyplot as plt
import matplotlib

mouth = [1,2,3,4,5,6,7,8,9,10,11,12]
price = [10,13,50,40,70,60,14,12,25,25,20,10] 

"""
font:设置中文
"""
matplotlib.rcParams['font.family'] = ['Heiti TC']

# 绘图，设置(label)图例名字为'小龙虾价格'，显示图例plt.legend()
plt.plot(mouth,price,label='小龙虾价格',marker='.',mfc='orange',ms=20,mec='c',lw=1.0,ls="--",c='Red')

# x轴标签
plt.xlabel('月份')
# y轴标签
plt.ylabel('价格')

# 图表标题
plt.title('小龙虾全年价格')

# 显示图例
plt.legend()
# 显示图形
plt.show() 

运行结果如下：

2、多组数据

完成了如何绘制单条折线的绘制，绘制多条折线也是很容易，只要准备好绘制多条折线图的数据即可

宵夜组合中加入生蚝

import matplotlib.pyplot as plt
import matplotlib

mouth = [1,2,3,4,5,6,7,8,9,10,11,12]
crawfishPrice = [10,13,50,40,70,60,14,12,25,25,20,10] 
oystersPrice = [10,20,30,35,28,23,14,18,20,24,30,40] 
"""
font:设置中文
"""
matplotlib.rcParams['font.family'] = ['Heiti TC']

# 绘图，设置(label)图例名字为'小龙虾价格'，显示图例plt.legend()
plt.plot(mouth,crawfishPrice,label='小龙虾价格',marker='x',mfc='orange',ms=5,mec='c',lw=1.0,ls="--",c='Red')
plt.plot(mouth,oystersPrice,label='生蚝价格',marker='o',mfc='orange',ms=5,mec='c',lw=1.0,ls="-",c='green')
# x轴标签
plt.xlabel('月份')
# y轴标签
plt.ylabel('价格')

# 图表标题
plt.title('小龙虾和生蚝全年价格')

# 显示图例
plt.legend()
# 显示图形
plt.show() 

运行结果如下：

---

总结：

折线图一般在数据分析中使用的场景

• 可以显示随时间（根据常用比例设置）而变化的连续数据，因此非常适用于显示在相等时间间隔下数据的趋势。
• 在折线图中，可以得出数据随时间变化的结论，例如数据随时间递增、数据随时间递减、数据是否呈现周期性变化、数据称指数性增长等，也可以进行多条折线图的对比。