Matplotlib 是一个用于创建静态、动画、 和交互式可视化的第三方库，也是我们在借助Python进行数据可视化时经常使用到的库，具有较强的可视化能力。

为让大家有一个更为直观的认识，这里我随机从其官方网页中摘取了几张图片。

按照惯例，我们在这里给出Matplotlib的官方网址（https://matplotlib.org），大家也可以根据其中的示例、资源和参考文档进行自学。

首先，在使用前要确保机器已完成了Matplotlib的安装。

此外，Matplotlib通常也与NumPy、Scipy以及Pandas等数据分析库配合使用。

1.库的导入

采用惯用的import方法，完成导入

import matplotlib

Pyplot 是 Matplotlib 的子库，也是进行绘图时常用的绘图模块，这里我们将其import进来

import matplotlib.pyplot as plt

2.绘制

这里我们编撰几组数据进行展示

#导入from matplotlib import pyplot as plt#数据x = ["2014","2016","2018","2020","2022","2024","2026","2028","2030","2032"]y = [15,13,14,17,20,25,26,26,27,22]#绘制图形plt.plot(x,y)#显示图形plt.show()

结果如下：

至此，我们便简单地完成了折线图的绘制。但是，这个结果显然难以满足我们的实际需要，下面就需要作进一步的美化处理。

3.美化

1.设置画布大小及清晰度

这就需要对图片的大小及清晰度进行设置，代码如下：

#设置大小清晰度fig = plt.figure(figsize=(20,10),dpi=300)

这里，对涉及到的参数做一简要说明：通过figsize参数传入一个元组(width, height)，设置图像的大小；通过dpi传入一个整数值，设置图像的清晰度。

2.将图片保存在本地

在示例中，我们选择将生成的图片进行展示，而未将结果导出，我们又不能通过截图将其保存，这就需要我们使用保存命令，代码如下：

plt.savefig('e:/折线图.png')#这里我选择将其输出到E盘目录下，并命名为折线图

3.添加格网

有时，我们需要为图表添加网格，以更好匹配数值信息，代码如下：

#设置格网plt.grid()

4.设置标题

标题也是图表中十分重要的要素，代码如下：

#设置标题plt.title("样例折线图", fontsize = 20,loc = "center")

同样，这里也可以通过一些其他参数完成字体大小、位置的设置

5.设置折线样式

折线图的灵魂自然是折线，折线的样式也是我们关注的焦点。

这里呢，就涉及的参数较多了，我们一一进行介绍。

①线型

线型用参数linestyle定义，简写为ls

线型	缩写	注释
solid	-	实线
dotted	:	点虚线
dashed	--	破折线
dashdot	-.	点划线
Noe	"或者' '	不画线

②颜色

颜色用参数color定义，简写为c

常用颜色

颜色	注释
r	红色
g	绿色
b	蓝色
c	青色
y	黄色
k	黑色
w	白色

当然，也可以用十六进制颜色进行定义。

③线宽

线宽可以用linewidth参数定义，简写为lw

④形状

形状标记用marker参数进行设置，以下为常用形状（摘自菜鸟文档）

此外，我们还可以用markersize参数来设置形状的大小，简写为ms

有了上述知识储备，我们就可以自由地画线喽！

#设置折线样式plt.plot(x,y1,lw=1,c='red',marker='o',ms=4,label='对象1')plt.plot(x,y2,lw=1,c='blue',marker='s',ms=4,label='对象2')​

6.添加图例

#添加图例plt.legend(loc="upper left")

这里还要说明一下：这里的loc参数主要用于设置插入图例的位置，这里选择左上，主要有以下类型"center", "right","left","upper left","upper right","lower left","lower right","center left"和"center right"等等，可以根据实际情况加以调整，以使其美观。

7.设置轴标签

用xlabel和ylabel来设置

#设置轴标签plt.xlabel('年份',fontsize=13)plt.ylabel('指数',fontsize=13)

8.解决中文字体无法正常显示的问题

由于matplotlib默认使用的字体中不包含中文字符，在绘图时可能会出现中文字体无法显示的现象，这里有一种方法可供参考

plt.rcParams['font.sans-serif']=['SimHei']plt.rcParams['axes.unicode_minus'] = False

如果安装matplotlib路径下有对应字体文件，可以通过这种方式进行设置。

至此，本次分享就告一段落了。而事实上，折线图的绘制并不复杂，属于相对基础的内容，后面也会陆续更新其他图表的绘制，敬请各位关注。另外，如果大家有任何建议、意见和想法，欢迎在评论区留言讨论。