2、数据点标记marker

文章目录 2、数据点标记、多组数据 总结：

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， 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..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 函数定义：

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

常用参数：

plot的详细定义：

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 matplotlibmouth = [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 颜色名称或简写

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

[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 matplotlibmouth = [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 (或ls) 用来设置线的样式。可取值为：

import matplotlib.pyplot as plt
import matplotlibmouth = [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 (或lw) 可以改变线的粗细，其值为浮点数。

import matplotlib.pyplot as plt
import matplotlibmouth = [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

以下关键字参数可以用来设置的样式：

其中的取值如下：

import matplotlib.pyplot as plt
import matplotlibmouth = [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 matplotlibmouth = [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