一、意义
数据可视化可以以简洁的方式呈现出数据，发现众多数据中隐藏的规律和意义。Matplotlib是一个数学绘图库。利用它可以制作简单的图表（散点图、折线图）。然后，将基于漫步概念生成一个更有趣的数据集–根据一系列随机决策生成的图表。本文我们主要练习折线图的生成。
二、折线图
(1）简单应用–plot(x):绘制折线图
import matplotlib.pyplot as pltdef line_chart(list_data):plt.plot(list_data)plt.show()if __name__ == "__main__":list_data = [1,2,3,4,5,6]line_chart(list_data)
运行效果：
代码解析
import matplotlib.pyplot as plt-》导入pyplot模块，在pyplot模块中包含很多用于生成图表的函数
def line_chart(list_data)
plt.plot(list_data)-〉plot():一个用于画图的函数，它可以绘制点和线, 并且对其样式进行控制
plt.show()：通过show()可以打开Matplotlib查看器，并显示绘制的图形
if name == “main”:
list_data = [1,2,3,4,5,6]
line_chart(list_data)
（2）简单应用：plot(x,y)：绘制以x为x轴数据, y为y轴数据的图形
list_data = [1,2,3,4,5,6]list_data1= [1,4,9,16,25,36]plt.plot(list_data,list_data1)plt.show()
运行结果：
（3）设置标签文字和线条粗细
list_data = [1,2,3,4,5,6]list_data1= [1,4,9,16,25,36]plt.plot(list_data,list_data1,linewidth=5)plt.title("squares",fontsize=24)plt.xlabel("num",fontsize=14)plt.ylabel("val", fontsize=14)plt.tick_params(axis="both",labelsize=14)plt.show()
运行效果：
含义解析：
plt.plot(list_data,list_data1,linewidth=5)：以list_data为x轴，list_data1为y轴，线条粗度为5
plt.title(“squares”,fontsize=24):图表的标题是"squares",文字大小fontsize=24，
plt.xlabel(“num”,fontsize=14)
plt.ylabel(“val”, fontsize=14)
plt.tick_params(axis=“both”,labelsize=14)：设置刻度样式，具体含义如下：
| 参数 | 含义 |
|---|---|
| axis | 作用于哪个轴，取值为： x ; y ; both(默认) |
| which | 作用于哪个刻度线，取值为：major(主要刻度线；默认) ; minor(次要刻度线) ; both(主要和次要刻度线) |
| reset | 布尔值，更新设置之前是否将刻度重置为默认情况，默认取值False |
| direction | 刻度在轴域放置的位置： in(里面)；out(外面)；inout(里面+外面) |
| length | 刻度线的长度 |
| width | 刻度线的宽度 |
| color | 刻度线的颜色 |
| labelsize | 刻度标记的字体大小 |
