python，有两个数组，绘制折线图

可以使用 Matplotlib 库来绘制折线图。以下是一个简单的示例代码，可以帮助你快速上手：

import matplotlib.pyplot as plt

# 两个数组
x = [1, 2, 3, 4, 5] 
y = [2, 4, 6, 8, 10]

# 绘制折线图
plt.plot(x, y)

# 添加标题和标签
plt.title('Line Chart')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')

# 显示图像
plt.show()

以上代码将绘制一个简单的折线图，其中 x 和 y 分别代表 x 轴和 y 轴的数据。你可以根据自己的需求修改数据和样式。

相关问题

在右侧编辑器begin-end补充代码,对传入的x,y两个数组做折线图,x对应x轴,y对应y轴

import matplotlib.pyplot as plt

def plot_line_chart(x, y):
    plt.figure()  # 创建画布
    plt.plot(x, y, marker='o', linestyle='-')  # 绘制折线图
    plt.xlabel('X轴')  # 设置x轴标签
    plt.ylabel('Y轴')  # 设置y轴标签
    plt.title('折线图')  # 设置图表标题
    plt.show()  # 显示图表

python人口曲线图数组

### 如何使用 Python 绘制人口曲线图

为了绘制人口曲线图，通常会涉及到数据处理和可视化两个主要部分。下面将展示如何利用 `numpy` 和 `pandas` 来处理数组数据，并通过 `matplotlib` 进行绘图。

#### 数据准备阶段

假设有一组关于某地区过去几年的人口统计数据：

import numpy as np
import pandas as pd

years = range(2010, 2023)  # 年份列表
population = [8_000_000 + i*50_000 for i in range(len(years))]  # 假设每年增长5万人
data = list(zip(years, population))
df_population = pd.DataFrame(data, columns=['Year', 'Population'])

这段代码创建了一个包含年份和相应人口数量的数据框 `df_population`[^1]。

#### 可视化阶段

接下来，基于上述整理好的数据集来制作折线图表示随时间变化的人口趋势：

import matplotlib.pyplot as plt

plt.figure(figsize=(10, 6))

# 折线图配置
plt.plot(df_population['Year'], df_population['Population'],
         color='green',
         marker='o',
         linestyle='-.',
         markersize=8,
         label="Population Trend")

# 设置图表属性
plt.title('Annual Population Growth from 2010 to 2022')
plt.xlabel('Year')
plt.ylabel('Population')

# 自定义坐标轴范围与刻度
plt.xlim(min(df_population['Year']), max(df_population['Year']))
plt.ylim(bottom=min(population)-100_000)

tick_interval = int((max(df_population['Year']) - min(df_population['Year'])) / 5)
plt.xticks(range(int(min(df_population['Year'])), 
                 int(max(df_population['Year'])+1),
                 tick_interval))

plt.yticks(np.linspace(start=int(min(population)/1e6)*1e6,
                       stop=int(max(population)/1e6+1)*1e6,
                       num=5,
                       endpoint=True).astype(int))

plt.grid(True)
plt.legend()
plt.tight_layout()

# 展示图形
plt.show()

此段脚本实现了对人口增长情况的直观呈现，其中设置了合理的坐标轴界限以及清晰易读的刻度标记。