# Matplotlib 折线图 > 原文： [https://pythonbasics.org/matplotlib-line-chart/](https://pythonbasics.org/matplotlib-line-chart/) 折线图使用 Matplotlib 开箱即用。 折线图中可以包含多条折线，更改颜色，更改折线类型等等。 Matplotlib 是用于绘图的 Python 模块。 折线图是它可以创建的多种图表类型之一。 ## 折线图示例 ### 折线图 首先导入`matplotlib`和`numpy`，它们对于制图非常有用。 您可以使用`plot(x, y)`方法创建折线图。 ```py import matplotlib.pyplot as plt import numpy as np x = np.linspace(-1, 1, 50) print(x) y = 2*x + 1 plt.plot(x, y) plt.show() ```  ### 曲线 `plot()`方法也适用于其他类型的折线图。 不需要是直线，`y`可以具有任何类型的值。 ```py import matplotlib.pyplot as plt import numpy as np x = np.linspace(-1, 1, 50) y = 2**x + 1 plt.plot(x, y) plt.show() ```  [下载示例](https://gum.co/mpdp) ### 带有标签的直线 要知道您在看什么，您需要元数据。 标签是一种元数据。 它们显示图表的内容。 图表具有`x`标签，`y`标签和标题。 ```py import matplotlib.pyplot as plt import numpy as np x = np.linspace(-1, 1, 50) y1 = 2*x + 1 y2 = 2**x + 1 plt.figure() plt.plot(x, y1) plt.xlabel("I am x") plt.ylabel("I am y") plt.title("With Labels") plt.show() ```  ### 多个直线 绘图中可以有多条线。 要添加另一行，只需再次调用`plot(x, y)`函数。 在下面的示例中，我们在图表上绘制了`y(y1, y2)`的两个不同值。 ```py import matplotlib.pyplot as plt import numpy as np x = np.linspace(-1, 1, 50) y1 = 2*x + 1 y2 = 2**x + 1 plt.figure(num = 3, figsize=(8, 5)) plt.plot(x, y2) plt.plot(x, y1, color='red', linewidth=1.0, linestyle='--' ) plt.show() ```  ### 虚线 线可以是点的形式，如下图所示。 调用`scatter(x, y)`方法而不是调用`plot(x, y)`。`scatter(x, y)`方法还可以用于（随机）将点绘制到图表上。 ```py import matplotlib.pyplot as plt import numpy as np n = 1024 X = np.random.normal(0, 1, n) Y = np.random.normal(0, 1, n) T = np.arctan2(X, Y) plt.scatter(np.arange(5), np.arange(5)) plt.xticks(()) plt.yticks(()) plt.show() ```  [下载示例](https://gum.co/mpdp) ### 直线刻度 您可以更改绘图上的刻度。 将它们设置在`x`轴，`y`轴上，甚至更改其颜色。 这条线可以更粗并且具有`alpha`值。 ```py import matplotlib.pyplot as plt import numpy as np x = np.linspace(-1, 1, 50) y = 2*x - 1 plt.figure(figsize=(12, 8)) plt.plot(x, y, color='r', linewidth=10.0, alpha=0.5) ax = plt.gca() ax.spines['right'].set_color('none') ax.spines['top'].set_color('none') ax.xaxis.set_ticks_position('bottom') ax.yaxis.set_ticks_position('left') ax.spines['bottom'].set_position(('data', 0)) ax.spines['left'].set_position(('data', 0)) for label in ax.get_xticklabels() + ax.get_yticklabels(): label.set_fontsize(12) label.set_bbox(dict(facecolor='y', edgecolor='None', alpha=0.7)) plt.show() ```  ### 渐近线 可以将渐近线添加到该图。 为此，请使用`plt.annotate()`。 在下面的图中还有一条虚线。 您可以试一下代码以查看其工作原理。 ```py import matplotlib.pyplot as plt import numpy as np x = np.linspace(-1, 1, 50) y1 = 2*x + 1 y2 = 2**x + 1 plt.figure(figsize=(12, 8)) plt.plot(x, y2) plt.plot(x, y1, color='red', linewidth=1.0, linestyle='--') ax = plt.gca() ax.spines['right'].set_color('none') ax.spines['top'].set_color('none') ax.xaxis.set_ticks_position('bottom') ax.yaxis.set_ticks_position('left') ax.spines['bottom'].set_position(('data', 0)) ax.spines['left'].set_position(('data', 0)) x0 = 1 y0 = 2*x0 + 1 plt.scatter(x0, y0, s = 66, color = 'b') plt.plot([x0, x0], [y0, 0], 'k-.', lw= 2.5) plt.annotate(r'$2x+1=%s$' % y0, xy=(x0, y0), xycoords='data', xytext=(+30, -30), textcoords='offset points', fontsize=16, arrowprops=dict(arrowstyle='->',connectionstyle='arc3,rad=.2') ) plt.text(0, 3, r'$This\ is\ a\ good\ idea.\ \mu\ \sigma_i\ \alpha_t$', fontdict={'size':16,'color':'r'}) plt.show() ```  ### 带有文字刻度的直线 不一定是数字刻度。 秤也可以包含文字，例如以下示例。 在`plt.yticks()`中，我们只传递一个带有文本值的列表。 然后将这些值显示在`y`轴上。 ```py import matplotlib.pyplot as plt import numpy as np x = np.linspace(-1, 1, 50) y1 = 2*x + 1 y2 = 2**x + 1 plt.figure(num = 3, figsize=(8, 5)) plt.plot(x, y2) plt.plot(x, y1, color='red', linewidth=1.0, linestyle='--' ) plt.xlim((-1, 2)) plt.ylim((1, 3)) new_ticks = np.linspace(-1, 2, 5) plt.xticks(new_ticks) plt.yticks([-2, -1.8, -1, 1.22, 3], [r'$really\ bad$', r'$bad$', r'$normal$', r'$good$', r'$readly\ good$']) ax = plt.gca() ax.spines['right'].set_color('none') ax.spines['top'].set_color('none') ax.xaxis.set_ticks_position('bottom') ax.yaxis.set_ticks_position('left') ax.spines['bottom'].set_position(('data', 0)) ax.spines['left'].set_position(('data', 0)) plt.show() ```