使用python matplotlib画折线图实例代码

来源：脚本之家时间：2022-04-26 11:48:14

matplotlib简介

matplotlib 是python最著名的绘图库，它提供了一整套和matlab相似的命令API，十分适合交互式地行制图。而且也可以方便地将它作为绘图控件，嵌入GUI应用程序中。

它的文档相当完备，并且Gallery页面中有上百幅缩略图，打开之后都有源程序。因此如果你需要绘制某种类型的图，只需要在这个页面中浏览/复制/粘贴一下，基本上都能搞定。

在Linux下比较著名的数据图工具还有gnuplot，这个是免费的，Python有一个包可以调用gnuplot，但是语法比较不习惯，而且画图质量不高。

而 Matplotlib则比较强：Matlab的语法、python语言、latex的画图质量（还可以使用内嵌的latex引擎绘制的数学公式）。

1、画折线图【一条示例】

import matplotlib.pyplot as plt
import numpy as np

x_axis_data = [1,2,3,4,5,6,7] #x
y_axis_data = [68,69,79,71,80,70,66] #y

plt.plot(x_axis_data, y_axis_data, "b*--", alpha=0.5, linewidth=1, label="acc")#"bo-"表示蓝色实线，数据点实心原点标注
## plot中参数的含义分别是横轴值，纵轴值，线的形状（"s"方块,"o"实心圆点，"*"五角星   ...，颜色，透明度,线的宽度和标签 ，

plt.legend()  #显示上面的label
plt.xlabel("time") #x_label
plt.ylabel("number")#y_label
 
#plt.ylim(-1,1)#仅设置y轴坐标范围
plt.show()

运行，得到：

2、画折线图带数据标签

在画线代码之前加入这句代码：

for x, y in zip(x_axis_data, y_axis_data):
    plt.text(x, y+0.3, "%.00f" % y, ha="center", va="bottom", fontsize=7.5)#y_axis_data1加标签数据

总体代码如下：

import matplotlib.pyplot as plt
import numpy as np

x_axis_data = [1,2,3,4,5,6,7] #x
y_axis_data = [68,69,79,71,80,70,66] #y

for x, y in zip(x_axis_data, y_axis_data):
    plt.text(x, y+0.3, "%.00f" % y, ha="center", va="bottom", fontsize=7.5)#y_axis_data1加标签数据
    
plt.plot(x_axis_data, y_axis_data, "b*--", alpha=0.5, linewidth=1, label="acc")#"bo-"表示蓝色实线，数据点实心原点标注
## plot中参数的含义分别是横轴值，纵轴值，线的形状（"s"方块,"o"实心圆点，"*"五角星   ...，颜色，透明度,线的宽度和标签 ，

plt.legend()  #显示上面的label
plt.xlabel("time") #x_label
plt.ylabel("number")#y_label
 
#plt.ylim(-1,1)#仅设置y轴坐标范围
plt.show()

3、画多条折线图：

import matplotlib.pyplot as plt
import numpy as np
 
#epoch,acc,loss,val_acc,val_loss
x_axis_data = [1,2,3,4,5,6,7]
y_axis_data1 = [68.72,69.17,69.26,69.63,69.35,70.3,66.8]
y_axis_data2 = [71,73,52,66,74,82,71]
y_axis_data3 = [82,83,82,76,84,92,81]

        
#画图 
plt.plot(x_axis_data, y_axis_data1, "b*--", alpha=0.5, linewidth=1, label="acc")#"
plt.plot(x_axis_data, y_axis_data2, "rs--", alpha=0.5, linewidth=1, label="acc")
plt.plot(x_axis_data, y_axis_data3, "go--", alpha=0.5, linewidth=1, label="acc")

 
plt.legend()  #显示上面的label
plt.xlabel("time")
plt.ylabel("number")#accuracy
 
#plt.ylim(-1,1)#仅设置y轴坐标范围
plt.show()

运行，得到：

4、画多条折线图分别带数据标签：

import matplotlib.pyplot as plt
import numpy as np
 
#epoch,acc,loss,val_acc,val_loss
x_axis_data = [1,2,3,4,5,6,7]
y_axis_data1 = [68.72,69.17,69.26,69.63,69.35,70.3,66.8]
y_axis_data2 = [71,73,52,66,74,82,71]
y_axis_data3 = [82,83,82,76,84,92,81]
        
#画图 
plt.plot(x_axis_data, y_axis_data1, "b*--", alpha=0.5, linewidth=1, label="acc")#"
plt.plot(x_axis_data, y_axis_data2, "rs--", alpha=0.5, linewidth=1, label="acc")
plt.plot(x_axis_data, y_axis_data3, "go--", alpha=0.5, linewidth=1, label="acc")

## 设置数据标签位置及大小
for a, b in zip(x_axis_data, y_axis_data1):
    plt.text(a, b, str(b), ha="center", va="bottom", fontsize=8)  #  ha="center", va="top"
for a, b1 in zip(x_axis_data, y_axis_data2):
    plt.text(a, b1, str(b1), ha="center", va="bottom", fontsize=8)  
for a, b2 in zip(x_axis_data, y_axis_data3):
    plt.text(a, b2, str(b2), ha="center", va="bottom", fontsize=8)
plt.legend()  #显示上面的label

plt.xlabel("time")
plt.ylabel("number")#accuracy
 
#plt.ylim(-1,1)#仅设置y轴坐标范围
plt.show()

运行，得到：

附上形状，可与颜色搭配：