如何使用Python中yLab繪制折線圖

這篇文章主要介紹如何使用Python中yLab繪制折線圖，文中介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們一定要看完！

Python的可視化工具有很多，數不勝數，各有優劣。本文就對其中的pylab進行介紹。之所以介紹這一款，是因為它和Matlab的強烈相似度，如果你使用過Matlab，那么相信pylab你也會很快上手。

簡單的plot函數

pylab繪圖，最基本的函數就是plot函數，當然如果想要將圖片顯示出來，需要額外添加一個show函數。

在python的繪圖中，numpy是一個非常常用的工具，不太熟悉的可以參考博主的另一篇博文：【Python】Python之Numpy的超實用基礎詳細教程。

例如：

import pylab
import numpy as np

if __name__ == "__main__":
 x = np.arange(0, 1, 0.05)
 y = [i*i for i in np.arange(0, 1, 0.05)]
 pylab.plot(x, y)
 pylab.show()

運行生成的圖片為：

規定兩個序列，只需要兩個序列的長度相等，就可以以其中一個序列為橫坐標，零一個序列為縱坐標，進行繪制。

但是也看得出來，這樣的圖片是比較寒磣的，簡單樸素。我們可以對線條進行一些修飾，比如線型、顏色、點型等等。只需要在plot函數中添加一個參數即可。這個參數用法比較靈活，特可以從下表的值中進行組合選擇：

例如:

import pylab
import numpy as np

if __name__ == "__main__":
 x = np.arange(0, 1, 0.05)
 y = [i*i for i in np.arange(0, 1, 0.05)]
 pylab.plot(x, y, "b-.+")
 pylab.show()

運行生成的圖片為：

如果，還想增加圖例，x軸、y軸的含義和刻度，標題的信息，也可以通過添加一些函數來進行。

例如：

# -*- coding:UTF-8 -*-
import pylab
import numpy as np

if __name__ == "__main__":
 x = np.arange(0, 1, 0.05)
 y = [i*i for i in np.arange(0, 1, 0.05)]
 pylab.plot(x, y, "b-.+", label='line')
 
 pylab.xlabel('x')       # x、y軸的介紹
 pylab.ylabel('y')
 
 pylab.xlim([0, 1])      # x、y軸的長度區間
 pylab.ylim([0, 1])
 
 pylab.xticks(np.arange(0, 1, 0.05), fontsize=8)    # x、y軸的刻度
 pylab.yticks(np.arange(0, 1, 0.05), fontsize=8)
 
 pylab.title('x-y')      # x、y的標題
 
 pylab.legend(loc=3, borderaxespad=0., bbox_to_anchor=(0, 0))     # 圖例的位置
 pylab.show()

運行生成的圖片為：

是不是瞬間就感覺豐富了許多！

多折線繪制

當然，在很多時刻需要繪制多條折線。很明顯，可以選擇將多條直線繪制到同一張圖片上，也可以選擇在圖片上繪制不同的子圖。

多折線同圖

將多條折線繪制到同一張圖片上，這非常簡單，直接再plot一條直線就可以了。

例如：

# -*- coding:UTF-8 -*-
import pylab
import numpy as np

if __name__ == "__main__":
 x = np.arange(0, 1, 0.05)
 y1 = [i*i for i in np.arange(0, 1, 0.05)]
 y2 = [i+i for i in np.arange(0, 1, 0.05)]
 pylab.plot(x, y1, "b-.+", label='line1')
 pylab.plot(x, y2, "r-.+", label='line2')

 pylab.xlabel('x')
 pylab.ylabel('y')
 pylab.xlim([0, 1])
 pylab.ylim([0, 1])
 pylab.xticks(np.arange(0, 1, 0.05), fontsize=8)
 pylab.yticks(np.arange(0, 1, 0.05), fontsize=8)
 pylab.title('x-y')
 pylab.legend(loc=3, borderaxespad=0., bbox_to_anchor=(0, 0))
 pylab.show()

多折線不同圖

將多條折線繪制到圖片上的不同子圖上，這就需要通過subplot進行區域分割和指定。

subplot(numRows, numCols, plotNum)

該函數會將這個圖片分為numRows行、nulCols列，然后按照從左到右、從上到下的順序進行編號，最左上的編號為1。plotNum參數指定子圖的所在區域。

例如：

# -*- coding:UTF-8 -*-
import pylab
import numpy as np

if __name__ == "__main__":
 x = np.arange(0, 1, 0.05)
 y1 = [i*i for i in np.arange(0, 1, 0.05)]
 y2 = [i+i for i in np.arange(0, 1, 0.05)]

 pylab.subplot(1, 2, 1)
 pylab.plot(x, y1, "b-.+", label='line1')
 pylab.xlabel('x')
 pylab.ylabel('y1')
 pylab.xlim([0, 1])
 pylab.ylim([0, 1])
 pylab.xticks(np.arange(0, 1, 0.05), fontsize=8)
 pylab.yticks(np.arange(0, 1, 0.05), fontsize=8)
 pylab.title('x-y1')
 pylab.legend(loc=3, borderaxespad=0., bbox_to_anchor=(0, 0))

 pylab.subplot(1, 2, 2)
 pylab.plot(x, y2, "r-.+", label='line2')
 pylab.xlabel('x')
 pylab.ylabel('y2')
 pylab.xlim([0, 1])
 pylab.ylim([0, 1])
 pylab.xticks(np.arange(0, 1, 0.05), fontsize=8)
 pylab.yticks(np.arange(0, 1, 0.05), fontsize=8)
 pylab.title('x-y2')
 pylab.legend(loc=3, borderaxespad=0., bbox_to_anchor=(0, 0))

 pylab.show()

運行生成的圖片為：

這是比較規整的例子，如果是不規整的呢？例如，第一行兩張圖，第二行一張圖。這就要稍微變通一下了。

第一行其實是按照2*2分法的第一個和第二個，第二行其實是按照2*1分法的第二行。這樣思考就會迎刃而解了。

# -*- coding:UTF-8 -*-
import pylab
import numpy as np

if __name__ == "__main__":
 x = np.arange(0, 1, 0.05)
 y1 = [i*i for i in np.arange(0, 1, 0.05)]
 y2 = [i+i for i in np.arange(0, 1, 0.05)]

 pylab.subplot(2, 2, 1)
 pylab.plot(x, y1, "b-.+", label='line1')
 pylab.xlabel('x')
 pylab.ylabel('y1')
 pylab.xlim([0, 1])
 pylab.ylim([0, 1])
 pylab.xticks(np.arange(0, 1, 0.05), fontsize=8)
 pylab.yticks(np.arange(0, 1, 0.05), fontsize=8)
 pylab.title('x-y1')
 pylab.legend(loc=3, borderaxespad=0., bbox_to_anchor=(0, 0))

 pylab.subplot(2, 2, 2)
 pylab.plot(x, y2, "r-.+", label='line2')
 pylab.xlabel('x')
 pylab.ylabel('y2')
 pylab.xlim([0, 1])
 pylab.ylim([0, 1])
 pylab.xticks(np.arange(0, 1, 0.05), fontsize=8)
 pylab.yticks(np.arange(0, 1, 0.05), fontsize=8)
 pylab.title('x-y2')
 pylab.legend(loc=3, borderaxespad=0., bbox_to_anchor=(0, 0))

 pylab.subplot(2, 1, 2)
 pylab.plot(x, y1, "b-.+", label='line1')
 pylab.plot(x, y2, "r-.+", label='line2')
 pylab.xlabel('x')
 pylab.ylabel('y')
 pylab.xlim([0, 1])
 pylab.ylim([0, 1])
 pylab.xticks(np.arange(0, 1, 0.05), fontsize=8)
 pylab.yticks(np.arange(0, 1, 0.05), fontsize=8)
 pylab.title('x-y')
 pylab.legend(loc=3, borderaxespad=0., bbox_to_anchor=(0, 0))

 pylab.show()

運行生成的圖片為：

其他函數

除了上述函數之外，還有一些其他的常用函數。

pylab.grid()       # 網格繪制

pylab.savefig(圖片存儲路徑, dpi=200)    # 保存為圖片

掌握了這些基本的折現圖的繪制函數，相信一般的折線圖都可以輕松掌握。

python可以做什么

Python是一種編程語言，內置了許多有效的工具，Python幾乎無所不能，該語言通俗易懂、容易入門、功能強大，在許多領域中都有廣泛的應用，例如最熱門的大數據分析，人工智能，Web開發等。

以上是“如何使用Python中yLab繪制折線圖”這篇文章的所有內容，感謝各位的閱讀！希望分享的內容對大家有幫助，更多相關知識，歡迎關注億速云行業資訊頻道！