怎么用Python实现可视化折线图

这篇文章主要介绍"怎么用Python实现可视化折线图"，在日常操作中，相信很多人在怎么用Python实现可视化折线图问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答"怎么用Python实现可视化折线图"的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

1. 用 Numpy ndarray 作为数据传入 ply

import numpy as npimport matplotlib as mplimport matplotlib.pyplot as pltnp.random.seed(1000)y = np.random.standard_normal(10)print "y = %s"% yx = range(len(y))print "x=%s"% xplt.plot(y)plt.show()

2. 操纵坐标轴和增加网格及标签的函数

import numpy as npimport matplotlib as mplimport matplotlib.pyplot as pltnp.random.seed(1000)y = np.random.standard_normal(10)plt.plot(y.cumsum())plt.grid(True) ##增加格点plt.axis('tight') # 坐标轴适应数据量 axis 设置坐标轴plt.show()

3. plt.xlim 和 plt.ylim 设置每个坐标轴的最小值和最大值

#!/etc/bin/python#coding=utf-8import numpy as npimport matplotlib as mplimport matplotlib.pyplot as pltnp.random.seed(1000)y = np.random.standard_normal(20)plt.plot(y.cumsum())plt.grid(True) ##增加格点plt.xlim(-1,20)plt.ylim(np.min(y.cumsum())- 1, np.max(y.cumsum()) + 1)plt.show()

4. 添加标题和标签 plt.title, plt.xlabe, plt.ylabel 离散点, 线

#!/etc/bin/python#coding=utf-8import numpy as npimport matplotlib as mplimport matplotlib.pyplot as pltnp.random.seed(1000)y = np.random.standard_normal(20)plt.figure(figsize=(7,4)) #画布大小plt.plot(y.cumsum(),'b',lw = 1.5) # 蓝色的线plt.plot(y.cumsum(),'ro') #离散的点plt.grid(True)plt.axis('tight')plt.xlabel('index')plt.ylabel('value')plt.title('A simple Plot')plt.show()

到此，关于"怎么用Python实现可视化折线图"的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注网站，小编会继续努力为大家带来更多实用的文章！