CSDN 課程推薦：《Python 數據分析與挖掘》，講師劉順祥，浙江工商大學統計學碩士，數據分析師，曾擔任唯品會大數據部擔任數據分析師一職，負責支付環節的數據分析業務。曾與聯想、亨氏、網魚網咖等企業合作多個企業級項目。

---

Matplotlib 系列文章：

• Python 數據分析三劍客之 Matplotlib（一）：初識 Matplotlib 與其 matplotibrc 配置文件
• Python 數據分析三劍客之 Matplotlib（二）：文本描述 / 中文支持 / 畫布 / 網格等基本圖像屬性
• Python 數據分析三劍客之 Matplotlib（三）：圖例 / LaTeX / 刻度 / 子圖 / 補丁等基本圖像屬性
• Python 數據分析三劍客之 Matplotlib（四）：線性圖的繪制
• Python 數據分析三劍客之 Matplotlib（五）：散點圖的繪制
• Python 數據分析三劍客之 Matplotlib（六）：直方圖 / 柱狀圖 / 條形圖的繪制
• Python 數據分析三劍客之 Matplotlib（七）：餅狀圖的繪制
• Python 數據分析三劍客之 Matplotlib（八）：等高線 / 等值線圖的繪制
• Python 數據分析三劍客之 Matplotlib（九）：極區圖 / 極坐標圖 / 雷達圖的繪制
• Python 數據分析三劍客之 Matplotlib（十）：3D 圖的繪制
• Python 數據分析三劍客之 Matplotlib（十一）：最熱門最常用的 50 個圖表【譯文】

---

另有 NumPy、Pandas 系列文章已更新完畢，歡迎關注：

• NumPy 系列文章：https://itrhx.blog.csdn.net/category_9780393.html
• Pandas 系列文章：https://itrhx.blog.csdn.net/category_9780397.html

---

推薦學習資料與網站（博主參與部分文檔翻譯）：

• NumPy 官方中文網：https://www.numpy.org.cn/
• Pandas 官方中文網：https://www.pypandas.cn/
• Matplotlib 官方中文網：https://www.matplotlib.org.cn/
• NumPy、Matplotlib、Pandas 速查表：https://github.com/TRHX/Python-quick-reference-table

---

文章目錄

• • 【1x00】方法描述
  • 【2x00】基本示例
  • 【3x00】多條數據
  • 【4x00】設置顏色 / 樣式 / 圖例
  • 【5x00】設置刻度
  • 【6x00】隱藏畫布邊框
  • 【7x00】移動坐標軸
  • 【8x00】指定位置顯示文本

---

這里是一段防爬蟲文本，請讀者忽略。 本文原創首發于 CSDN，作者 TRHX。 博客首頁：https://itrhx.blog.csdn.net/ 本文鏈接：https://itrhx.blog.csdn.net/article/details/105839855 未經授權，禁止轉載！惡意轉載，后果自負！尊重原創，遠離剽竊！

---

【1x00】方法描述

matplotlib.pyplot.plot() 函數可以用于繪制線性圖。

本文用到的其他圖像屬性可參考前面的兩篇文章：

《Python 數據分析三劍客之 Matplotlib（二）：文本描述 / 中文支持 / 畫布 / 網格等基本圖像屬性》
《Python 數據分析三劍客之 Matplotlib（三）：圖例 / LaTeX / 刻度 / 子圖等基本圖像屬性》

基本語法：matplotlib.pyplot.plot(x, y[, fmt, \*\*kwargs])

參數描述

x	x 軸數據，數組類型或者標量，x 值是可選的，默認為 range(len(y))，通常為一維數組
y	y 軸數據，數組類型或者標量，通常為一維數組
fmt	str 類型，格式字符串，由標記、線條和顏色部分組成 fmt = '[marker][line][color]'，例如 ro 表示紅色圓圈，三個參數的取值見后表
**kwargs	可選項，其他 Line2D 屬性，常用屬性見下表

部分常見 Line2D 屬性如下表，完整屬性參見官方文檔。

屬性描述

alpha	線條透明度，float 類型，取值范圍：[0, 1]，默認為 1.0，即不透明
antialiased / aa	是否使用抗鋸齒渲染，默認為 True
color / c	線條顏色，支持英文顏色名稱及其簡寫、十六進制顏色碼等，更多顏色示例參見官網 Color Demo
linestyle / ls	線條樣式：'-' or 'solid', '--' or 'dashed', '-.' or 'dashdot' ':' or 'dotted', 'none' or ' ' or ''
linewidth / lw	線條寬度，float 類型，默認 0.8
markeredgecolor / mec	marker 標記的邊緣顏色
markeredgewidth / mew	marker 標記的邊緣寬度
markerfacecolor / mfc	marker 標記的顏色
markerfacecoloralt / mfcalt	marker 標記的備用顏色
markersize / ms	marker 標記的大小

fmt 中 marker、line、color 三個參數的取值：

marker：線條標記樣式（線條上每個數據點的樣式）

字符描述

'.'	點標記（point marker）
','	像素點標記（pixel marker）
'o'	圓圈標記（circle marker）
'v'	下三角標記（triangle_down marker）
'^'	上三角標記（triangle_up marker）
'<'	左三角標記（triangle_left marker）
'>'	右三角標記（triangle_right marker）
'1'	下三叉星標記（tri_down marker）
'2'	上三叉星標記（tri_up marker）
'3'	左三叉星標記（tri_left marker）
'4'	右三叉星標記（tri_right marker）
's'	正方形標記（square marker）
'p'	五角形標記（pentagon marker）
'*'	星號標記（star marker）
'h'	六邊形標記（hexagon1 marker）
'H'	六邊形標記（hexagon2 marker）
'+'	加號標記（plus marker）
'x'	X 號標記（x marker）
'D'	菱形標記（diamond marker）
'd'	細菱形標記（thin_diamond marker）
'|'	垂直線標記（vline marker）
'_'	水平線標記（hline marker）

line：線條樣式

字符描述

'-'	實線樣式（solid line style）
'--'	虛線樣式（dashed line style）
'-.'	點劃線樣式（dash-dot line style）
':'	點樣式（dotted line style）

color：線條顏色，支持英文顏色名稱及其簡寫、十六進制顏色碼等

字符描述

'b'	藍色（blue）
'g'	綠色（green）
'r'	紅色（red）
'c'	青色（cyan）
'm'	品紅（magenta）
'y'	黃色（yellow）
'k'	黑色（black）
'w'	白色（white）

fmt 舉例：

'b' # 默認形狀的藍色標記 'or' # 紅圈 '-g' # 綠色實線 '--' # 默認顏色的虛線 '^k:' # 黑色三角形標記，由虛線連接

【2x00】基本示例

import numpy as np import matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['Microsoft YaHei'] # 設置顯示中文x = np.arange(-2*np.pi, 2*np.pi, 0.01) y = np.sin(3*x)/x plt.title('線性圖示例') # 設置標題 plt.xlabel('x 軸') # 設置 x 軸標簽 plt.ylabel('y 軸') # 設置 y 軸標簽plt.plot(x, y) plt.show()

【3x00】多條數據

繪制多條數據，設置不同數據，然后多次調用 plt.plot() 函數即可，不同數據的線條顏色會不同，系統隨機，可單獨指定不同顏色。

import numpy as np import matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['Microsoft YaHei']x = np.arange(-2*np.pi, 2*np.pi, 0.01) y1 = np.sin(3*x)/x y2 = np.sin(2*x)/x y3 = np.sin(1*x)/x plt.title('多數據線性圖示例') plt.xlabel('x 軸') plt.ylabel('y 軸')plt.plot(x, y1) plt.plot(x, y2) plt.plot(x, y3)plt.show()

【4x00】設置顏色 / 樣式 / 圖例

設置線條顏色樣式等屬性直接在 plot() 函數里面添加相應參數即可，設置圖例則需要調用 legend() 方法。

import numpy as np import matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['Microsoft YaHei']x1 = np.arange(-2*np.pi, 2*np.pi, 0.01) y1 = np.sin(3*x1)/x1 y2 = np.sin(2*x1)/x1x3 = np.arange(-2*np.pi, 2*np.pi, 2) y3 = np.array([0, 2, 1.5, 1, 2.4, -0.2, 1.7])plt.title('線性圖自定義樣式示例') plt.xlabel('x 軸') plt.ylabel('y 軸')plt.plot(x1, y1, '--r', label='x1, y1') # 線條樣式為 --，顏色為 r（紅色） plt.plot(x1, y2, color='green', label='x1, y2') # 樣式默認，顏色為綠色 plt.plot(x3, y3, marker='o', mfc='r', linestyle=':', label='x3, y3') # 標記樣式為 o，顏色為 r（紅色），線條樣式為 : plt.legend(edgecolor='#87A3CC', facecolor='#F5F5F5') # 圖例plt.show()

---

這里是一段防爬蟲文本，請讀者忽略。 本文原創首發于 CSDN，作者 TRHX。 博客首頁：https://itrhx.blog.csdn.net/ 本文鏈接：https://itrhx.blog.csdn.net/article/details/105839855 未經授權，禁止轉載！惡意轉載，后果自負！尊重原創，遠離剽竊！

---

【5x00】設置刻度

調用 xticks() 和 yticks() 函數可以對坐標刻度進行自定義，該函數接收兩個參數，第一個參數表示要顯示的刻度位置，第二個參數表示在對應刻度線上要顯示的標簽信息，標簽信息支持 LeTeX 數學公式，使用時要用美元符號 $ 包圍起來。

import numpy as np import matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['Microsoft YaHei']x = np.arange(-2*np.pi, 2*np.pi, 0.01) y1 = np.sin(3*x)/x y2 = np.sin(2*x)/x y3 = np.sin(1*x)/x plt.title('線性圖設置刻度示例') plt.xlabel('x 軸') plt.ylabel('y 軸')plt.plot(x, y1, '--r', label='sin(3*x)/x') plt.plot(x, y2, color='green', linestyle=':', label='sin(2*x)/x') plt.plot(x, y3, label='sin(1*x)/x') plt.legend(edgecolor='#87A3CC', facecolor='#F5F5F5')plt.xticks((-2*np.pi, -np.pi, 0, np.pi, 2*np.pi), (r'$-2\pi$', r'$-\pi$', '$0$', r'$\pi$', r'$2\pi$')) plt.yticks((-1, 0, 1, 2, 3))plt.show()

【6x00】隱藏畫布邊框

Matplotlib 所繪制的圖表中的每個繪圖元素，例如線條 Line2D、文字 Text、刻度等在內存中都有一個對象與之對應。

matplotlib.pyplot.gca() 函數用于獲取當前的繪圖區 Axes（Get Current Axes）

matplotlib.pyplot.gcf() 函數用于獲取當前的畫布 Figure（Get Current Figure）

例如：matplotlib.pyplot.plot() 實際上會通過 matplotlib.pyplot.gca() 獲得當前的 Axes 對象 ax，然后再調用 ax.plot() 方法實現真正的繪圖。我們可以通過這種方法來實現畫布邊框的隱藏和坐標軸的移動。

import numpy as np import matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['Microsoft YaHei']x = np.arange(-2*np.pi, 2*np.pi, 0.01) y1 = np.sin(3*x)/x y2 = np.sin(2*x)/x y3 = np.sin(1*x)/x plt.title('線性圖隱藏畫布邊框示例') plt.xlabel('x 軸') plt.ylabel('y 軸')plt.plot(x, y1, '--r', label='sin(3*x)/x') plt.plot(x, y2, color='green', linestyle=':', label='sin(2*x)/x') plt.plot(x, y3, label='sin(1*x)/x') plt.legend(edgecolor='#87A3CC', facecolor='#F5F5F5')plt.xticks((-2*np.pi, -np.pi, 0, np.pi, 2*np.pi), (r'$-2\pi$', r'$-\pi$', '$0$', r'$\pi$', r'$2\pi$')) plt.yticks((-1, 0, 1, 2, 3))ax = plt.gca() # 獲取當前的畫布, gca = get current axes ax.spines['right'].set_visible(False) # 獲取繪圖區的軸對象（spines），設置右邊框不顯示 ax.spines['top'].set_visible(False) # 獲取繪圖區的軸對象（spines），設置上邊框不顯示 # ax.spines['right'].set_color('none') # 設置顏色為 none，效果與上面的一致 # ax.spines['top'].set_color('none')plt.show()

【7x00】移動坐標軸

import numpy as np import matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['Microsoft YaHei']x = np.arange(-2*np.pi, 2*np.pi, 0.01) y1 = np.sin(3*x)/x y2 = np.sin(2*x)/x y3 = np.sin(1*x)/x plt.title('線性圖移動坐標軸示例') plt.xlabel('x 軸') plt.ylabel('y 軸')plt.plot(x, y1, '--r', label='sin(3*x)/x') plt.plot(x, y2, color='green', linestyle=':', label='sin(2*x)/x') plt.plot(x, y3, label='sin(1*x)/x') plt.legend(edgecolor='#87A3CC', facecolor='#F5F5F5')plt.xticks((-2*np.pi, -np.pi, 0, np.pi, 2*np.pi), (r'$-2\pi$', r'$-\pi$', '$0$', r'$\pi$', r'$2\pi$')) plt.yticks((-1, 0, 1, 2, 3))ax = plt.gca() # 獲取當前的畫布, gca = get current axes ax.spines['right'].set_visible(False) # 獲取繪圖區的軸對象（spines），設置右邊框不顯示 ax.spines['top'].set_visible(False) # 獲取繪圖區的軸對象（spines），設置上邊框不顯示 # ax.spines['right'].set_color('none') # 設置顏色為 none，效果與上面的一致 # ax.spines['top'].set_color('none')ax.spines['left'].set_position(('data', 0)) # 設置兩個坐標軸在（0, 0）位置相交 ax.spines['bottom'].set_position(('data', 0)) ax.xaxis.set_ticks_position('bottom') # 設置 x 坐標軸標簽的位置 ax.yaxis.set_ticks_position('left') # 設置 y 坐標軸標簽的位置plt.show()

【8x00】指定位置顯示文本

matplotlib.pyplot.annotate() 方法可以在指定坐標點添加文本或 LaTeX 描述，也可以在其他位置添加描述后，使用箭頭指向某個坐標點。

基本語法：matplotlib.pyplot.annotate(text, xy, xytext, xycoords, textcoords, ha, va, arrowprops, \*\*kwargs)

參數描述

text	str 類型，注釋的文本
xy	被注釋的坐標點，格式：(x, y)
xytext	注釋文本的坐標點，格式：(x, y)，默認與 xy 相同
xycoords	被注釋的坐標點的參考系，取值參見表一，默認為 ‘data’
textcoords	注釋文本的坐標點的參考系，取值參見表二，默認為 xycoords 的值
ha	注釋點在注釋文本的左邊、右邊或中間（left、right、center）
va	注釋點在注釋文本的上邊、下邊、中間或基線 （top、bottom、center、baseline）
arrowprops	dict 字典類型，箭頭的樣式 如果 arrowprops 不包含鍵 arrowstyle，則允許的鍵參見表三 如果 arrowprops 包含鍵 arrowstyle，則允許的鍵參見表四

表一：xycoords 取值類型

取值描述

‘figure points’	以畫布左下角為參考，單位為點數
‘figure pixels’	以畫布左下角為參考，單位為像素
‘figure fraction’	以畫布左下角為參考，單位為百分比
‘axes points’	以繪圖區左下角為參考，單位為點數
‘axes pixels’	以繪圖區左下角為參考，單位為像素
‘axes fraction’	以繪圖區左下角為參考，單位為百分比
‘data’	使用被注釋對象的坐標系，即數據的 x, y 軸（默認）
‘polar’	使用（θ，r）形式的極坐標系

表二：textcoords 取值類型

取值描述

‘figure points’	以畫布左下角為參考，單位為點數
‘figure pixels’	以畫布左下角為參考，單位為像素
‘figure fraction’	以畫布左下角為參考，單位為百分比
‘axes points’	以繪圖區左下角為參考，單位為點數
‘axes pixels’	以繪圖區左下角為參考，單位為像素
‘axes fraction’	以繪圖區左下角為參考，單位為百分比
‘data’	使用被注釋對象的坐標系，即數據的 x, y 軸
‘polar’	使用（θ，r）形式的極坐標系
‘offset points’	相對于被注釋點的坐標 xy 的偏移量，單位是點
‘offset pixels’	相對于被注釋點的坐標 xy 的偏移量，單位是像素

表三：arrowprops 不包含鍵 arrowstyle 時的取值

鍵描述

width	箭頭的寬度，以點為單位
headwidth	箭頭底部的寬度，以點為單位
headlength	箭頭的長度，以點為單位
shrink	箭頭兩端收縮占總長的百分比
?	其他 matplotlib.patches.FancyArrowPatch 中的關鍵字，部分常用關鍵字參見表五

表四：arrowprops 包含鍵 arrowstyle 時的取值

取值描述

'-'	None
'->'	head_length=0.4,head_width=0.2
'-['	widthB=1.0,lengthB=0.2,angleB=None
']-'	widthA=1.0, lengthA=0.2, angleA=None
]-[	widthA=1.0, lengthA=0.2, angleA=None, widthB=1.0, lengthB=0.2, angleB=None
'|-|'	widthA=1.0,widthB=1.0
'-|>'	head_length=0.4,head_width=0.2
'<-'	head_length=0.4,head_width=0.2
'<->'	head_length=0.4,head_width=0.2
'<|-'	head_length=0.4,head_width=0.2
'<|-|>'	head_length=0.4,head_width=0.2
'fancy'	head_length=0.4,head_width=0.4,tail_width=0.4
'simple'	head_length=0.5,head_width=0.5,tail_width=0.2
'wedge'	tail_width=0.3,shrink_factor=0.5

表五：matplotlib.patches.FancyArrowPatch 常用的鍵

鍵描述

arrowstyle	箭頭樣式，取值參見表四
connectionstyle	連接方式，默認為 arc3，有以下五種取值： angle：angleA=90, angleB=0, rad=0.0 angle3：angleA=90, angleB=0 arc：angleA=0, angleB=0, armA=None, armB=None, rad=0.0 arc3：rad=0.0 bar：armA=0.0, armB=0.0, fraction=0.3, angle=None angle 為箭頭旋轉的角度，rad 為弧度
relpos	箭頭起始點相對注釋文本的位置，默認為 (0.5, 0.5)，即文本的中心 （0，0）表示左下角，（1，1）表示右上角
patchA	箭頭起點處的圖形，默認為文本的邊框
patchB	箭頭終點處的圖形，默認為空
shrinkA	箭頭起點的縮進點數，默認為2
shrinkB	箭頭終點的縮進點數，默認為2
？	其他鍵值，參見官方文檔 matplotlib.patches.PathPatch

connectionstyle 樣式舉例

應用舉例：

import numpy as np import matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['Microsoft YaHei']x = np.arange(-2*np.pi, 2*np.pi, 0.01) y1 = np.sin(3*x)/x y2 = np.sin(2*x)/x y3 = np.sin(1*x)/x plt.title('線性圖顯示文本注釋示例') plt.xlabel('x 軸') plt.ylabel('y 軸')plt.plot(x, y1, '--r', label='sin(3*x)/x') plt.plot(x, y2, color='green', linestyle=':', label='sin(2*x)/x') plt.plot(x, y3, label='sin(1*x)/x') plt.legend(edgecolor='#87A3CC', facecolor='#F5F5F5')plt.xticks((-2*np.pi, -np.pi, 0, np.pi, 2*np.pi), (r'$-2\pi$', r'$-\pi$', '$0$', r'$\pi$', r'$2\pi$')) plt.yticks((-1, 0, 1, 2, 3))ax = plt.gca() # 獲取當前的畫布, gca = get current axes ax.spines['right'].set_visible(False) # 獲取繪圖區的軸對象（spines），設置右邊框不顯示 ax.spines['top'].set_visible(False) # 獲取繪圖區的軸對象（spines），設置上邊框不顯示 # ax.spines['right'].set_color('none') # 設置顏色為 none，效果與上面的一致 # ax.spines['top'].set_color('none')ax.spines['left'].set_position(('data', 0)) # 設置兩個坐標軸在（0, 0）位置相交 ax.spines['bottom'].set_position(('data', 0)) ax.xaxis.set_ticks_position('bottom') # 設置 x 坐標軸標簽的位置 ax.yaxis.set_ticks_position('left') # 設置 y 坐標軸標簽的位置plt.annotate(r'$\lim_{x\to 0}\frac{\sin(x)}{x}=1$', # 插入 LaTeX 表達式xy=[0, 1], # 被標記的坐標xycoords='data', # 被標記的坐標的參考系xytext=[30, 30], # 注釋文本的坐標textcoords='offset points', # 注釋文本的坐標的參考系fontsize=16, # 字體大小arrowprops=dict(arrowstyle="->", connectionstyle="arc3, rad=.2")) # 箭頭樣式plt.show()

---

這里是一段防爬蟲文本，請讀者忽略。 本文原創首發于 CSDN，作者 TRHX。 博客首頁：https://itrhx.blog.csdn.net/ 本文鏈接：https://itrhx.blog.csdn.net/article/details/105839855 未經授權，禁止轉載！惡意轉載，后果自負！尊重原創，遠離剽竊！

---

總結

以上是生活随笔為你收集整理的Python 数据分析三剑客之 Matplotlib（四）：线性图的绘制的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。