Python数据分析之 Matplotlib 折线图绘制

Python数据分析之Matplotlib折线图绘制是数据分析的重要环节之一。Matplotlib是一种绘图库，使用它，您可以轻松地将数据可视化，并更好地理解数据。本文将介绍如何使用Matplotlib库创建折线图，包括数据的读取、数据清洗、数据可视化等步骤。

1.数据准备

在使用Matplotlib创建折线图之前，需要导入一些库，例如numpy、matplotlib.pyplot等。准备好这些库之后，我们需要准备一组数据集，例如下面这个包含8个数据的数据集。

import numpy as np
import matplotlib.pyplot as plt

# 数据准备
x = np.linspace(0, 10, 8)
y = np.sin(x)

在上面的代码中，我们使用了numpy库的linspace函数创建一个长度为8、在0到10之间均匀分布的一组数据x，然后使用numpy库的sin函数计算了每个x值对应的sin函数值作为y值。

2.绘制折线图

准备好了数据之后，接下来就可以开始用Matplotlib绘制折线图了。使用Matplotlib绘制折线图可以分为三个步骤：创建画布、添加子图和绘制折线图。

# 创建画布
fig = plt.figure()

# 添加子图
ax = fig.add_subplot(1, 1, 1)

# 绘制折线图
ax.plot(x, y)

# 展示图形
plt.show()

在上面的代码中，我们首先创建了一个画布fig，然后使用add_subplot函数添加了一个子图ax，最后在ax子图上使用plot函数绘制了我们之前准备好的x、y数据对应的折线图。

3.示例说明

示例1：绘制多条折线图

除了绘制一条折线图，我们还可以绘制多条折线图。下面是一个绘制多条折线图的示例代码。

# 数据准备
x = np.linspace(0, 10, 8)
y1 = np.sin(x)
y2 = np.cos(x)

# 创建画布
fig = plt.figure()

# 添加子图1
ax1 = fig.add_subplot(1, 2, 1)
ax1.plot(x, y1)

# 添加子图2
ax2 = fig.add_subplot(1, 2, 2)
ax2.plot(x, y2)

# 展示图形
plt.show()

在上面的代码中，我们添加了两个子图ax1和ax2，每个子图绘制了不同的y值，最后将两个子图在一个画布上展示出来。

示例2：自定义折线图颜色和样式

除了默认的折线图颜色和样式，我们还可以自定义折线图的颜色和样式。下面是一个自定义折线图颜色和样式的示例代码。

# 数据准备
x = np.linspace(0, 10, 8)
y = np.sin(x)

# 创建画布
fig = plt.figure()

# 添加子图
ax = fig.add_subplot(1, 1, 1)

# 绘制折线图
ax.plot(x, y, color='red', linestyle='--', linewidth=2)

# 添加标题和标签
ax.set_title('Sin(x) Function')
ax.set_xlabel('X Value')
ax.set_ylabel('Y Value')

# 展示图形
plt.show()

在上面的代码中，我们在plot函数中设置了color、linestyle和linewidth参数，从而实现了自定义折线图颜色和样式的效果。同时，我们还使用了set_title、set_xlabel和set_ylabel函数添加了标题和标签信息。