绘制折线图

使用 plot()绘制折线图

使用 pyplot 的 plot() 函数可以快速绘制折线图。plot() 函数的语法格式如下所示 ：

plot(x, y, fmt, scalex=True, scaley=True, data=None, label=None,
    *args, **kwargs)

该函数常用参数的含义如下。

・x：表示 x 轴的数据。
・y：表示 y 轴的数据。
・fmt ：表示快速设置线条样式的格式字符串。
・label ：表示应用于图例的标签文本。

plot() 函数会返回一个包含 Line2D 类对象 (代表线条) 的列表。
使用pyplot 的 plot() 函数还可以绘制具有多个线条的折线图，通过以下任意一种方式均可以完成。
( 1 )多次调用plot() 函数来绘制具有多个线条的折线图，示例代码如下 ：

plt.plot(x1, y1)
plt.plot(x2, y2)

(2) 调用 plot()函数时传入一个二维数组来绘制具有多个线条的折线图。例如，将二维数组 arr 的第一行数据作为 x 轴的数据、其他行数据全部作为 y 轴的数据，代码如下。

arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9],[10, 11, 12]])
plt.plot(arr[0],arr[1:] )

(3) 调用 plot() 函数时传入多组数据来绘制具有多个线条的折线图，示例代码如下 ：

plt.plot(x1, y1, x2, y2)

实例1 :未来 15 天最高气温和最低气温

俗话说“天有不测风云”，说明天气是变幻莫测的。人们的生活离不开天气预报，无论是居家还是外出，人们都时刻关注着天气的变化，以便随时备好伞具、增减衣服，或者为出行计划做好准备。表 2-1 是 9 月 3 日预测的北京市未来 15 天的最高气温和最低气温。

根据表 2-1 的数据，将 “日期” 这一列的数据作为 x 轴的数据，将“最高气温” 和“最低气温”两列的数据作为y轴的数据，使用plot() 函数绘制反映最高气温和最低气温趋势的折线图，具体代码如下。

In [1]:
# 01_maximum_minimum__temperatures
import matplotlib.pyplot as plt
import numpy as np
x = np.arange ( 4, 19)
y_max = np.array ([32, 33, 34, 34, 33, 31, 30, 29, 30, 29, 26, 23, 21, 25, 31])
y_min = np.array ([19, 19, 20, 22, 22, 21, 22, 16, 18, 18, 17, 14, 15, 16, 16])
# 绘制折线图
plt.plot (x, y_max)
pit.plot (x, y_min)
pit.show ()

以上代码首先导入了 matplotlib.pyplot 和 numpy 模块，分别将这两个模块重命名为 plt 和np, 其次将表 2-1 的数据分别作为 x 轴和 y 轴的数据，然后连续两次调用 plot()函数分别绘制了两条折线，最后调用 show() 函数进行展示。
运行程序，效果如图 2-1 所示。

图 2-1 中，x 轴代表日期，y 轴代表温度，位于上方的蓝色折线和下方的橙色折线分别代表最高温度和最低温度。由图 2-1 可知，北京市未来 15 天的最高气温和最低气温都呈现逐步下降后反弹的趋势。