01_认识折线统计图

以折线的上升或下降来表示统计数量的增减变化的统计图，叫作折线统计图。折线统计图用折线的起伏表示数据的增减变化情况。不仅可以表示数量的多少，而且可以反映数据的增减变化情况。

折线统计图在生活中运用的非常普遍，虽然它不直接给出精确的数据，但只要掌握了一定的技巧，熟练运用“坐标法”也可以很快地确定某个具体的数据。折线统计图在显示数据变化情况方面是十分优秀的。

02_Matplotlib Pyplot

Pyplot 是 Matplotlib 的子库，提供了和 MATLAB 类似的绘图 API。
Pyplot 是常用的绘图模块，能很方便让用户绘制 2D 图表。
Pyplot 包含一系列绘图函数的相关函数，每个函数会对当前的图像进行一些修改，这个上期饼图有讲过，不再多讲（上期传送门）。
使用的时候，我们可以使用 import 导入 pyplot 库，并设置一个别名 plt：

import matplotlib.pyplot as plt

我们可以使用 pyplot 中的 plot() 方法来绘制折线图。
plot() 语法格式如下：

matplotlib.pyplot.plot([x], y, [fmt], data=None, **kwargs)

参数说明：

x：一维数组，表示x轴数据。
y：一维数组，表示y轴数据。
fmt：字符串，用来定义图的基本属性：颜?（color），点型（marker），线型（linestyle），具体形式：

# fmt = '[color][marker][line]'
matplotlib.pyplot.plot([x], y, '[marker][color][line]', data=
None, **kwargs)

！！！fmt参数详解！！！

markers ：
'.' point marker 点状
',' pixel marker 像素
'o' circle marker 圆形
'v' triangle_down marker 倒三角
'^' triangle_up marker 三角型
'<' triangle_left marker 左三角
'>' triangle_right marker 右三角
'1' tri_down marker 三平分线（向下）
'2' tri_up marker 三平分线（向上）
'3' tri_left marker 三平分线（向左）
'4' tri_right marker 三平分线（向右）
'8' octagon marker 八边形
's' square marker 正方形
'p' pentagon marker 五边形
'P' plus (filled) marker 十字架
'*' star marker 五角星
'h' hexagon1 marker 六边形1号
'H' hexagon2 marker 六边形2号

六边形1号（蓝色）与2号（红色）的区别：

'+' plus marker 加号
'x' x marker 叉号1号
'X' x (filled) marker 叉号2号

叉号1号（蓝色）与2号（红色）的区别：

'D' diamond marker 菱形1号
'd' thin_diamond marker 菱形2号

菱形1号（蓝色）与2号的区别：

'|' vline marker 竖线
'_' hline marker 横线
colors 颜色：
'b' blue 蓝色
'g' green 绿色
'r' red 红色
'c' cyan 青色
'm' magenta 洋红
'y' yellow 黄色
'k' black 黑色
'w' white 白色
lines：
'-' solid line style 实线
'--' dashed line style 长虚线
'-.' dash-dot line style 点划线
':' dotted line style 短虚线

03_折线图绘制

下面我们用plot()函数来创建一个简单的折线图：

# 导入库
import matplotlib.pyplot as plt
# 数据准备
x = [1, 2, 3, 4]
y = [10, 15, 10, 15]
# 绘制折线图
plt.plot(x, y)
# 显示折线图
plt.show()

成功！
请添加图片描述

04_复式折线图

简单！多一行代码实现！

# 导入库
import matplotlib.pyplot as plt
# 数据准备
x1 = [1, 2, 3, 4]
y1 = [10, 15, 10, 15]
x2 = [4, 3, 2, 1]
y2 = [25, 20, 25, 20]
# 绘制折线图
plt.plot(x1, y1)
plt.plot(x2, y2)
# 显示折线图
plt.show()

成果：
请添加图片描述
为了使阅读更加清楚，我们加上标识：

# 导入库
import matplotlib.pyplot as plt
# 数据准备
x1 = [1, 2, 3, 4]
y1 = [10, 15, 10, 15]
x2 = [4, 3, 2, 1]
y2 = [25, 20, 25, 20]
# 绘制折线图
plt.plot(x1, y1)
plt.plot(x2, y2)
plt.legend(['apple', 'pear'])
# 显示折线图
plt.show()

掌声在哪里！
请添加图片描述

06_折线图进阶

1.行列线

# 导入库
import matplotlib.pyplot as plt
# 数据准备
x1 = [1, 2, 3, 4]
y1 = [10, 15, 10, 15]
x2 = [4, 3, 2, 1]
y2 = [25, 20, 25, 20]
# 绘制折线图
plt.plot(x1, y1)
plt.plot(x2, y2)
plt.legend(['apple', 'pear'])
# 绘制行列线
plt.grid()
# 显示折线图
plt.show()

展示：
请添加图片描述

2.标题

# 导入库
import matplotlib.pyplot as plt
# 数据准备
x1 = [1, 2, 3, 4]
y1 = [10, 15, 10, 15]
x2 = [4, 3, 2, 1]
y2 = [25, 20, 25, 20]
# 绘制折线图
plt.plot(x1, y1)
plt.plot(x2, y2)
plt.legend(['apple', 'pear'])
# 绘制行列线
plt.grid()
# 绘制标题
plt.title('Fruits')
# 显示折线图
plt.show()

展示：
请添加图片描述

3.添加横竖标题

# 导入库
import matplotlib.pyplot as plt
# 数据准备
x1 = [1, 2, 3, 4]
y1 = [10, 15, 10, 15]
x2 = [4, 3, 2, 1]
y2 = [25, 20, 25, 20]
# 绘制折线图
plt.plot(x1, y1)
plt.plot(x2, y2)
plt.legend(['apple', 'pear'])
# 绘制行列线
plt.grid()
# 绘制标题
plt.title('Fruits Sales Volume')
# 绘制横竖标题
plt.xlabel('sales ')
plt.ylabel('fruits')
# 显示折线图
plt.show()