7 线图的基本用法

在上一篇文章《基本绘图之基本图形结构》中，我们学习了Matplotlib的基本结构及其绘图框架。本篇将专注于线图的基本用法，为您展示如何使用Matplotlib绘制线图。

什么是线图

线图是一种常见的数据可视化方式，它通过连接数据点来表示数据的变化趋势。在许多情况下，线图用于显示时间序列数据的变化，例如股票价格、温度变化等。

基本的线图绘制步骤

使用Matplotlib绘制线图，可以遵循以下几个基本步骤：

1. 导入所需库
2. 准备数据
3. 创建图形和轴
4. 绘制线图
5. 添加标签和标题
6. 显示图形

1. 导入所需库

首先，我们需要导入Matplotlib库。通常，我们只需要导入pyplot模块，它是Matplotlib中最常用的模块。

import matplotlib.pyplot as plt

2. 准备数据

接下来，我们需要准备绘图所需的数据。这里我们举一个简单的例子，绘制一个正弦函数的图像。

import numpy as np

# 生成数据
x = np.linspace(0, 2 * np.pi, 100)  # 从0到2π生成100个点
y = np.sin(x)                        # 计算每个点的正弦值

3. 创建图形和轴

在绘制数据之前，我们需要创建一个图形和一个轴。在Matplotlib中，图形是一个容器，而轴则是绘制图像的具体区域。

fig, ax = plt.subplots()  # 创建图形和一个轴

4. 绘制线图

现在，我们可以使用plot函数绘制线图。plot函数接收x和y数据，并自动连接数据点。

ax.plot(x, y)  # 绘制线图

5. 添加标签和标题

为了让图形更加易于理解，我们应当为x轴、y轴添加标签，并添加一个标题。

ax.set_xlabel('x 值')  # x 轴标签
ax.set_ylabel('sin(x)')  # y 轴标签
ax.set_title('正弦函数图')  # 图形标题

6. 显示图形

最后，我们可以使用show函数来展示图形。

plt.show()  # 展示图形

完整代码实例

将以上代码组合在一起，我们会得到如下完整的线图绘制代码：

import numpy as np
import matplotlib.pyplot as plt

# 生成数据
x = np.linspace(0, 2 * np.pi, 100)
y = np.sin(x)

# 创建图形和轴
fig, ax = plt.subplots()

# 绘制线图
ax.plot(x, y)

# 添加标签和标题
ax.set_xlabel('x 值')
ax.set_ylabel('sin(x)')
ax.set_title('正弦函数图')

# 显示图形
plt.show()

总结

在本篇教程中，我们详细介绍了使用Matplotlib绘制线图的基本用法。您已经学习了如何获取数据、创建图形、绘制线图并添加标签与标题。这一过程虽然相对简单，但却是数据可视化的基础。接下来，我们将在下一篇文章《绘制线图之自定义线条样式》中，进一步探讨如何根据需求自定义线图的样式和外观。

感谢您阅读本教程，希望您能在实践中更深入理解Matplotlib的强大功能！