# 选择线型
# 选择线条的类型
# 图表中每个线条均具有不同的含义，一般可以通过设置颜色、宽度、类型来区分线条。其中，类型是区分线条的常见方式之一。matplotlib 内置了 4 种线条的类型，每种线条类型的取值、说明和样式如图 4-2 所示。
# 在 matplotlib 中，默认的线条类型是实线。当 pyplot 绘制折线图、显示网格或添加参考线时，可以将线型的取值传递给 linestyle 或 ls 参数，以选择其他的线条类型。例如，将折线图的线条设为长虚线，具体代码如下。
plt.plot([1, 2, 3], [3, 4, 5], linestyle='--')
# 或者
plt.plot([1, 2, 3], [3, 4, 5], ls='--')
# 实例2:2017 年 7 月与 2019 年 7 月国际外汇市场美元 / 人民币汇率走势
# 汇率又称外汇利率，指两种货币之间兑换的比率，亦可视为一个国家的货币对另一种货币的价值。汇率会受诸多外界因素的影响而出现上下波动，从而产生货币贬值和货币升值的现象。已知 2017 年 7 月与 2019 年 7 月国际外汇市场美元 / 人民币的汇率如表 4-4 所示。
# 根据表 4-4 的数据，将“日期”一列的数据作为 x 轴的刻度范围，将“ 2017 年汇率”和“ 2019 年汇率”两列数据作为 y 轴的数据，使用 plot() 函数分别绘制反映 2017 年 7 月与 2019 年 7 月美元/ 人民币汇率走势的折线图，并使用实线和长虚线进行区分，具体代码如下。
In [6]:
# 02_dollar_RMB_exchange_rate
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams[nfont.sans-serifn] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False
# 汇率
eurcny_2017 = np.array([6.8007, 6.8007, 6.8015, 6.8015, 6.8060,
6.8060, 6.8060, 6.8036, 6.8025, 6.7877,
6.7835, 6.7758, 6.7700, 6.7463, 6.7519,
6.7511, 6.7511, 6.7539, 6.7265])
eurcny_2019 = np.array([6.8640, 6.8705, 6.8697, 6.8697, 6.8697,
6.8881, 6.8853, 6.8856, 6.8677, 6.8662,
6.8662, 6.8662, 6.8827, 6.8761, 6.8635,
6.8860, 6.8737, 6.8796, 6.8841])
date_x = np.array([3, 4, 5, 6, 7, 8, 9, 10, 11, 12,
13, 14, 17, 18, 19, 24, 25, 26, 31])
fig = plt.figure()
ax = dig.add_subplot(111)
# 第 1 条折线：湖绿色，实线，线宽为 2
ax.plot(date_x, eurcny_2017, color='#006374', linewidth=2,
label='2017 年 7 月美元 / 人民币汇率')
# 第 2 条折线：紫色，长虚线，线宽为 2
ax.plot(date_x, eurcny_2019, color='#8a2e76', linestyle='--',
linewidth=2, label='2019 年 7 月美元 / 人民币汇率')
ax.set_title('2017 年 7 月与 2019 年 7 月美元 / 人民币汇率走势')
ax.set_xlabel('日期')
ax.set_ylabel('汇率')
ax.legend()
plt.show()
# 运行程序，效果如图 4-3 所示。
