Python Matplotlib 绘制折线图：从基础到高级设置

云舒

发布时间：2026-10-14 | 2人浏览过

原创

本文详细介绍如何使用 Python 的 Matplotlib 库绘制折线图。内容涵盖将 Numpy 数组作为数据源、配置坐标轴范围、添加网格线以及设置标题和标签等关键步骤。通过具体代码示例，演示如何优化图表外观，包括调整画布大小、线条样式及离散点标记，帮助开发者快速掌握数据可视化的核心技巧。

基础折线图绘制与数据准备

首先，我们需要准备数据。在 Python 中，通常使用 Numpy 的 ndarray 对象来存储和处理数值数据，并将其直接传递给绘图函数。例如，生成一组随机数作为 Y 轴数据，并创建对应的 X 轴索引范围，随后调用 plt.plot() 进行绘制并显示图形。


import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt

np.random.seed(1000)
y = np.random.standard_normal(10)
print "y = %s"% y
x = range(len(y))
print "x=%s"% x
plt.plot(y)
plt.show()

坐标轴控制与网格添加

接下来，对图表的坐标轴进行精细化操控。可以通过 plt.grid(True) 添加网格线以增强可读性，并使用 plt.axis('tight') 使坐标轴自动适应数据范围，确保图表紧凑且信息完整。


import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt

np.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()

坐标轴范围精确设置

为了更精确地控制视图，可以使用 plt.xlim() 和 plt.ylim() 函数分别设置 X 轴和 Y 轴的最小值与最大值。这有助于聚焦于数据的特定区间，排除无关的空白区域，使图表重点更加突出。


#!/etc/bin/python
#coding=utf-8
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt

np.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()

标题、标签与样式美化

最后，完善图表的标题和标签。利用 plt.title() 添加图表标题，plt.xlabel() 和 plt.ylabel() 分别设置 X 轴和 Y 轴的标签。此外，还可以自定义线条样式（如颜色和宽度）以及添加离散点标记，使图表既美观又信息丰富。


#!/etc/bin/python
#coding=utf-8
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt

np.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()