matplotlib折线图图例

Matplotlib是一个广泛用于数据可视化的Python库，其中创建折线图是非常常见的操作。在Matplotlib中，折线图图例允许您为不同颜色或标记的线条提供标签，以便读者理解各个曲线代表的数据系列。要在折线图上添加图例，通常可以按照以下步骤进行：

1. 创建一个`Figure`对象，并选择一个`Axes`对象作为绘图区域。
2. 使用`plot()`函数绘制多条线，每条线对应一个数据序列。
3. 调用`legend()`函数，并传入想要显示的文字标签或图标，以及对应的线条标签。

示例代码如下：

import matplotlib.pyplot as plt

# 数据点
x = [1, 2, 3, 4, 5]
y1 = [10, 8, 6, 4, 2]
y2 = [5, 7, 9, 11, 13]

# 绘制两条线
plt.plot(x, y1, 'r-', label='数据1')  # 红色实线，标签为'data1'
plt.plot(x, y2, 'g--', label='数据2')  # 绿色虚线，标签为'data2'

# 添加图例
plt.legend()

# 显示图形
plt.show()

相关问题

matplotlib折线图 三折线

matplotlib是一个Python的数据可视化库，可以用来创建各种类型的图表，包括折线图。折线图是一种常用的数据可视化方式，用于显示数据随时间或其他连续变量的变化趋势。

要创建一个折线图，你可以使用matplotlib库中的pyplot模块。以下是创建一个包含三条折线的matplotlib折线图的基本步骤：

1. 导入所需的库：

import matplotlib.pyplot as plt

2. 创建数据：

x = [1, 2, 3, 4, 5]  # x轴数据
y1 = [10, 15, 7, 12, 9]  # 第一条折线的y轴数据
y2 = [8, 11, 9, 13, 10]  # 第二条折线的y轴数据
y3 = [12, 9, 11, 8, 10]  # 第三条折线的y轴数据

3. 绘制折线图：

plt.plot(x, y1, label='Line 1')  # 绘制第一条折线
plt.plot(x, y2, label='Line 2')  # 绘制第二条折线
plt.plot(x, y3, label='Line 3')  # 绘制第三条折线

4. 添加标题、标签和图例：

plt.title('Three Lines Chart')  # 添加标题
plt.xlabel('X-axis')  # 添加x轴标签
plt.ylabel('Y-axis')  # 添加y轴标签
plt.legend()  # 添加图例

5. 显示图表：

plt.show()

这样就可以创建一个包含三条折线的matplotlib折线图。你可以根据自己的数据和需求进行相应的修改和定制。

matplotlib折线图参数

### Matplotlib 折线图参数说明及用法

#### 基本绘图命令 `plt.plot`

`plt.plot()` 是 Matplotlib 中最常用的函数之一，用于绘制折线图。该函数接受多个参数来定制图表样式。

- **x 和 y 数据**
- 这是最基本的数据输入，分别表示横坐标和纵坐标的数值列表或数组。

    x = range(1, 8)
    y = [17, 17, 18, 15, 11, 11, 13]

- **颜色 (color 或 c)**
- 设置线条的颜色，默认情况下会自动循环不同的色彩。

    plt.plot(x, y, color='red')  # 使用红色画线[^2]

- **标记符 (marker)**
- 控制数据点上显示的符号形状，比如圆圈('o'), 方形('s')等。

    plt.plot(x, y, marker='o', markersize=8)  # 圆形标记并调整大小

- **线型 (linestyle 或 ls)**
- 改变连接各点之间的线条风格，可以是实线('-'), 虚线('--'), 点划线('-', '.', etc.)。

    plt.plot(x, y, linestyle='--')  # 使用虚线

- **标签 (label)**
- 添加到每条曲线旁的文字描述，在图例中展示。

    plt.plot(x, y, label="Sample Line")  # 给这条线加个名字以便于识别

- **宽度 (linewidth 或 lw)**
- 修改线条粗细程度。

    plt.plot(x, y, linewidth=2.0)  # 更宽一点的线

- **透明度 (alpha)**
- 设定图形元素的不透明级别，取值范围为 0 到 1 之间。

    plt.plot(x, y, alpha=0.5)  # 半透明效果

完整的例子如下：

import numpy as np
from matplotlib import pyplot as plt

# 创建一些测试数据
x_values = np.linspace(-np.pi, np.pi, 256, endpoint=True)
c_values = np.cos(x_values)

# 开始作图
plt.figure(figsize=(10, 6))
plt.title("Cosine Wave")

# 绘制余弦波形
plt.plot(
    x_values,
    c_values,
    color="blue",       # 颜色设为蓝色
    linewidth=2.0,      # 线宽设定为2像素
    linestyle="-.",     # 线型采用点划线
    marker="*",         # 显示星号作为节点标志
    alpha=0.7           # 图像半透明处理
)

# 展示网格辅助阅读
plt.grid(True)

# 加入图例解释
plt.legend(['cos(x)'])

# 输出图像
plt.show()

此段代码展示了如何利用上述提到的各种属性来自定义一条简单的正弦波形，并通过适当配置使得最终呈现出来的图表更加美观易读。