使用 Matplotlib 绘制折线图

数据可视化是数据分析的重要组成部分，通过图表，我们可以更直观地理解数据背后的趋势和模式。Matplotlib 是 Python 最基础也是最常用的绘图库之一，非常适合初学者。本文将带你从零开始，逐步创建和自定义一个简单的折线图。

1. 安装和导入 Matplotlib

首先，你需要确保 Matplotlib 已安装。如果你还没有安装，可以使用以下命令进行安装：

pip install matplotlib

安装完成后，导入 Matplotlib 中的 pyplot 模块：

import matplotlib.pyplot as plt

2. 创建一个简单的折线图

我们从最基本的例子开始：绘制一个简单的折线图。假设我们有一组数据表示2024年暑期档电影总票房：

movies = ['抓娃娃', '默杀', '云边有个小卖部', '死侍与金刚狼']
sales = [276356, 131227, 49842, 35409]

现在，我们用 Matplotlib 绘制这组数据：

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.plot(movies, sales)
plt.title('Movies Sales')
plt.xlabel('Movie names')
plt.ylabel('Sales')
plt.show()

解释：

plt.rcParams['font.sans-serif'] = ['SimHei']:用于设置中文字体
plt.plot()：用于绘制折线图，传入的第一个参数为 X 轴数据，第二个参数为 Y 轴数据。
plt.title()：设置图表的标题。
plt.xlabel() 和 plt.ylabel()：分别设置 X 轴和 Y 轴的标签。
plt.show()：显示图表。

运行这段代码，你会看到一个简单的折线图，显示2024年暑期档电影总票房情况。

在这里插入图片描述

图1 2024年暑期档电影总票房情况

3. 自定义图表样式

为了让图表更具可读性和美观性，我们可以对图表进行一些自定义设置，比如改变线条的颜色、样式以及添加数据点标记。

3.1 改变线条颜色和样式

plt.plot(movies, sales, color='green', linestyle='--', marker='o')
plt.title('Movies Sales')
plt.xlabel('Movie names')
plt.ylabel('Sales')
plt.show()

解释：

color='green'：将线条颜色设为绿色。
linestyle='--'：将线条样式设为虚线。
marker='o'：在每个数据点上添加圆形标记。

图2

3.2 添加网格线和图例

plt.plot(movies, sales, color='blue', linestyle='--', marker='o', label='Sales Data')
plt.title('Monthly Sales')
plt.xlabel('Movie names')
plt.ylabel('Sales (Units)')
plt.grid(True)  # 添加网格线
plt.legend()   # 添加图例
plt.show()

解释：

plt.grid(True)：启用图表网格线，方便查看数据点位置。
plt.legend()：显示图例，使用 label 参数中的内容。

图3

4. 多条折线图

现在我们希望在同一张图表中比较各电影的总票房和人次情况。

sales_people = [6668，3182，1230，817]plt.plot(movies, sales, color='blue', marker='o', label='总票房')
plt.plot(movies, sales_people, color='red', marker='s', label='人次')
plt.title('Movie Sales Comparison')
plt.xlabel('Movie names')
plt.ylabel('Sales')
plt.grid(True)
plt.legend()
plt.show()

解释：

在同一个 plt.plot() 语句中调用两次，以绘制两条不同的折线。
marker='s'：将人次数据的标记样式改为方形。

图4

5. 保存图表

有时候，你可能需要将图表保存为图像文件而不是直接显示。你可以使用 plt.savefig() 方法：

sales_people = [6668，3182，1230，817]
plt.plot(movies, sales, color='blue', marker='o', label='总票房')
plt.plot(movies, sales_people, color='red', marker='s', label='人次')
plt.title('Movie Sales Comparison')
plt.xlabel('Movie names')
plt.ylabel('Sales')
plt.grid(True)
plt.legend()
plt.show()
plt.savefig('movie_sales.png')  # 保存为 PNG 文件