Matplotlib是一個(gè)Python工具箱,用于科學(xué)計(jì)算的數(shù)據(jù)可視化,下面這篇文章主要給大家介紹了關(guān)于如何使用python?matplotlib畫(huà)折線圖的相關(guān)資料,文中通過(guò)實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下

matplotlib簡(jiǎn)介

matplotlib 是python最著名的繪圖庫(kù)，它提供了一整套和matlab相似的命令A(yù)PI，十分適合交互式地行制圖。而且也可以方便地將它作為繪圖控件，嵌入GUI應(yīng)用程序中。

它的文檔相當(dāng)完備，并且Gallery頁(yè)面中有上百幅縮略圖，打開(kāi)之后都有源程序。因此如果你需要繪制某種類型的圖，只需要在這個(gè)頁(yè)面中瀏覽/復(fù)制/粘貼一下，基本上都能搞定。

在Linux下比較著名的數(shù)據(jù)圖工具還有g(shù)nuplot，這個(gè)是免費(fèi)的，Python有一個(gè)包可以調(diào)用gnuplot，但是語(yǔ)法比較不習(xí)慣，而且畫(huà)圖質(zhì)量不高。

而 Matplotlib則比較強(qiáng)：Matlab的語(yǔ)法、python語(yǔ)言、latex的畫(huà)圖質(zhì)量（還可以使用內(nèi)嵌的latex引擎繪制的數(shù)學(xué)公式）。

1、畫(huà)折線圖【一條示例】

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-'表示藍(lán)色實(shí)線，數(shù)據(jù)點(diǎn)實(shí)心原點(diǎn)標(biāo)注
## plot中參數(shù)的含義分別是橫軸值，縱軸值，線的形狀（'s'方塊,'o'實(shí)心圓點(diǎn)，'*'五角星   ...，顏色，透明度,線的寬度和標(biāo)簽 ，

plt.legend()  #顯示上面的label
plt.xlabel('time') #x_label
plt.ylabel('number')#y_label
 
#plt.ylim(-1,1)#僅設(shè)置y軸坐標(biāo)范圍
plt.show()

運(yùn)行，得到：

2、畫(huà)折線圖帶數(shù)據(jù)標(biāo)簽

在畫(huà)線代碼之前加入這句代碼：

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加標(biāo)簽數(shù)據(jù)

總體代碼如下：

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加標(biāo)簽數(shù)據(jù)
    
plt.plot(x_axis_data, y_axis_data, 'b*--', alpha=0.5, linewidth=1, label='acc')#'bo-'表示藍(lán)色實(shí)線，數(shù)據(jù)點(diǎn)實(shí)心原點(diǎn)標(biāo)注
## plot中參數(shù)的含義分別是橫軸值，縱軸值，線的形狀（'s'方塊,'o'實(shí)心圓點(diǎn)，'*'五角星   ...，顏色，透明度,線的寬度和標(biāo)簽 ，

plt.legend()  #顯示上面的label
plt.xlabel('time') #x_label
plt.ylabel('number')#y_label
 
#plt.ylim(-1,1)#僅設(shè)置y軸坐標(biāo)范圍
plt.show()

3、畫(huà)多條折線圖：

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]

        
#畫(huà)圖 
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()  #顯示上面的label
plt.xlabel('time')
plt.ylabel('number')#accuracy
 
#plt.ylim(-1,1)#僅設(shè)置y軸坐標(biāo)范圍
plt.show()

運(yùn)行，得到：

4、畫(huà)多條折線圖分別帶數(shù)據(jù)標(biāo)簽：

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]
        
#畫(huà)圖 
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')

## 設(shè)置數(shù)據(jù)標(biāo)簽位置及大小
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()  #顯示上面的label

plt.xlabel('time')
plt.ylabel('number')#accuracy
 
#plt.ylim(-1,1)#僅設(shè)置y軸坐標(biāo)范圍
plt.show()

運(yùn)行，得到：