Python中的 Matplotlib.pyplot.plot()函数

• Matplotlib是Python中的一个可视化库, 提供了丰富的数据可视化选项
• Pyplot.plot()是Matplotlib库中最基本的绘图函数之一, 它可以绘制2D图表

函数语法

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

参数说明

• *args: 需要绘制成图的数据列表 (x,y) 或者 (y)。可以使用Python列表、numpy数组、pandas Series对象等数据类型。
• scalex: 是否按照x轴数据设置坐标轴范围, 默认为True
• scaley: 是否按照y轴数据设置坐标轴范围, 默认为True
• data: 指定使用的数据集合
• **kwargs: 其他一些可选参数如图例、颜色、样式等

绘制多条线

pyplot.plot()函数可以同时绘制多条线，每条线的数据列表按照 (x,y) 或者 (y) 的形式传入，每条线也可以设置不同的颜色、样式等。

import matplotlib.pyplot as plt
import numpy as np

# 生成数据
x = np.linspace(0, 10, 1000)
y1 = np.sin(x)
y2 = np.cos(x)
y3 = np.tan(x)

# 绘制多条线
plt.plot(x, y1, color='red',  linestyle='--', label='sin(x)')
plt.plot(x, y2, color='green',  linestyle='-', label='cos(x)')
plt.plot(x, y3, color='blue',  linestyle='-.', label='tan(x)')

# 添加图例
plt.legend()

# 显示图表
plt.show()

结果如下所示：

点的样式和颜色

在绘制线条的同时，我们还可以通过marker参数来设置每个数据点的样式和颜色。

import matplotlib.pyplot as plt
import numpy as np

# 生成数据
x = np.linspace(0, 10, 1000)
y = np.tan(x)

# 绘制曲线和散点图
plt.plot(x, y, color='red', marker='o', linestyle='--', linewidth=2, markersize=8)

# 显示图表
plt.show()

结果如下所示：

绘制多个图表

pyplot.plot()函数可以用来绘制多个图表，我们只需要调用不同的绘图函数就可以了。

import matplotlib.pyplot as plt
import numpy as np

# 生成数据
x = np.linspace(0, 10, 1000)
y1 = np.sin(x)
y2 = np.cos(x)

# 绘制多个图表
plt.figure(figsize=(8, 4))
plt.subplot(1,2,1) # 1行2列，第1个
plt.plot(x, y1)
plt.title('sin(x)')

plt.subplot(1,2,2) # 1行2列，第2个
plt.plot(x, y2)
plt.title('cos(x)')

# 显示图表
plt.tight_layout() # 自动调整子图位置
plt.show()

结果如下所示：

总结

本文介绍了Matplotlib库中最基本的绘图函数之一：pyplot.plot()。通过该函数，我们可以绘制出各种线形、曲线和散点图等，此外，我们还可以使用pyplot.plot()函数来绘制多条线、多个图表，也可以调整线条和数据点的颜色、样式、标签等。