python 折线图每个点显示数值 python在折线图绘制标记点

1.1绘制简单的折线图

使用matplotlib制作最简单的图表

import matplotlib.pyplot as plt
#设置x
x=range(0,8)
#设置y
y=[14,17,19,11,14,13,15,16]
#plot函数需要两个参数，一个是x一个是y
plt.plot(x,y)
plt.show()

import matplotlib.pyplot as plt ##首先导入模块pyplot，并为其指定别名plt
squares=[1,4,9,16,25]  ##创建了一个名为squares的列表，在其中存储要用来制作图表的数据
fig,ax=plt.subplots()  ##subplots（）这个函数可在一张图片中绘制一个或多个图表
ax.plot(squares)
plt.show() ##打开 Matplotlib查看器并显示绘制的图表

1.2修改标签文字和线条粗细

（1）曲线颜色（color）

r	g	b	y	k
红色	绿色	蓝色	黄色	黑色

（2）点型（标记marker）

+		*		x	s	d			p
加号	圆圈	星号	实心点	叉号	正方形	钻石形	上三角	下三角	五角星

（3）线型（linestyle）

-	—	：	-.
实线	虚线	电线	点横线

（4）剩余参数说明

markersize 简写为 ms（标记大小）：实数

markeredgewidth 简写为 mew（标记边缘宽度）：实数

markeredgecolor 简写为 mec（标记边缘颜色）：颜色选项中的任意值

markerfacecolor 简写为 mfc（标记表面颜色）：颜色选项中的任意值

alpha（透明度）： [0,1]之间的浮点数

linewidth（线宽）：实数

import matplotlib.pyplot as plt
x = [2021, 2022, 2023, 2024, 2025, 2026, 2027, 2028]
y = [12, 23, 35, 46, 54, 63, 75, 82]

# 绘制的曲线属性设置
plt.plot(x, y, color='r', marker='d', linestyle='--', markersize=6, alpha=0.5, linewidth=3)
# plt.plot(x, y, 'rd--')  # 可以使用这种方式进行画图的属性设置

# x,y坐标轴名称设置,可以同时设置标签的字体大小颜色等
plt.xlabel("year", fontsize=14, color='r')
plt.ylabel("demands", fontsize=14, color='b')

# 显示曲线图像
plt.show()

1.3图像属性设置

（1）坐标轴标签设置

# x,y坐标轴名称设置,可以同时设置标签的字体大小颜色等
plt.xlabel("x坐标轴", fontsize=14, color='r')
plt.ylabel("y坐标轴", fontsize=14, color='b')

（2）图像标题设置

# 设置图表标题
plt.title("图像标题", fontsize=14, color='k')

（3）图例设置 

# 添加图例
plt.legend("num", loc='upper left')

（4）坐标轴范围设置

# 设置x轴的范围为[0, 10]，y轴的范围为[0, 100], 或者通过xlim, ylim设置XY轴的范围上下限
plt.axis([0, 10, 0, 100])
# plt.xlim(0, 10)
# plt.ylim(0, 100)

（5）添加网格

# 添加网格
plt.grid(visible=True, axis='x')  # 只显示x轴网格线
plt.grid(visible=True, axis='y')  # 只显示y轴网格线

import matplotlib.pyplot as plt
x = [2021, 2022, 2023, 2024, 2025, 2026, 2027, 2028]
y = [12, 23, 35, 46, 54, 63, 75, 82]
# 绘制的曲线属性设置
plt.plot(x, y, color='r', marker='d', linestyle='--', markersize=6, alpha=0.5, linewidth=3)
# plt.plot(x, y, 'rd--')  # 可以使用这种方式进行画图的属性设置

# x,y坐标轴名称设置,可以同时设置标签的字体大小颜色等
plt.xlabel("year", fontsize=14, color='r')
plt.ylabel("demands", fontsize=14, color='b')

# 设置图表标题
plt.title("2021-2028 demands", fontsize=14, color='k')

# 添加图例
plt.legend("num", loc='upper left')

# 设置x轴的范围为[2021, 2018]，y轴的范围为[0, 80], 或者通过xlim, ylim设置XY轴的范围上下限
plt.axis([2021, 2028, 0, 80])
# plt.xlim(2021, 2028)
# plt.ylim(0, 80)

# 添加网格
plt.grid(visible=True, axis='x')  # 只显示x轴网格线
plt.grid(visible=True, axis='y')  # 只显示y轴网格线

# 显示曲线图像
plt.show()

1.4 一图绘制多条折线

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False  # 用来正常显示负号
x = ["周一", "周二", "周三", "周四", "周五", "周六", "周日"]
highest = [12, 15, 18, 14, 16, 14, 10]
lowest = [6, 4, 8, 12, 10, 9, 7]
plt.plot(x, highest, "rs--", label="最高气温")
plt.plot(x, lowest, "bd--", label="最低气温")
# y轴标签数值范围设置
plt.ylim(0, 25)
# 标题设置
plt.title("一周气温变化趋势",  fontsize=14, color='k')
plt.xlabel("星期", fontsize=14, color='r')
plt.ylabel("气温", fontsize=14, color='b')
# 图例设置
plt.legend()
plt.show()