如何使用Python绘制简单的折线图

这篇文章主要讲解了“如何使用python绘制简单的折线图”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“如何使用Python绘制简单的折线图”吧！

创建RandomWalk类

为模拟随机漫步，我们将创建一个RandomWalk类，随机选择前进方向，这个类有三个属性，一个存储随机漫步的次数，另外两个存储随机漫步的每个点的x,y坐标，每次漫步都从点(0,0)出发

from random import choiceclass RandomWalk():    '''一个生成随机漫步数据的类'''    def __init__(self,num_points=5000):        '''初始化随机漫步的属性'''        self.num_points = num_points        # 所有随机漫步都始于(0,0)        self.x_values = [0]        self.y_values = [0]

选择方向

我们将使用fill_walk()来生成随机漫步包含的点，并决定每次漫步的方向。并将其添加到random_walk.py中 改正代码如下：

from random import choiceclass RandomWalk():    '''一个生成随机漫步数据的类'''    def __init__(self, num_points=5000):        '''初始化随机漫步的属性'''        self.num_points = num_points        # 所有随机漫步都始于(0,0)        self.x_values = [0]        self.y_values = [0]    def fill_walk(self):        '''计算随机漫步包含的所有点'''        # 不断漫步，知道列表到达指定的长度        while len(self.x_values) < self.num_points:            # 决定前进方向以及沿这个方向前进的距离            x_direction = choice([1, -1])            x_distance = choice([0, 1, 2, 3, 4])            x_step = x_direction * x_distance            y_direction = choice([1, -1])            y_distance = choice([0, 1, 2, 3, 4])            y_step = y_direction * y_distance            # 拒绝原地漫步            if x_step == 0 and y_step == 0:                continue            # 计算下一个点的x,y值            next_x = self.x_values[-1] + x_step            next_y = self.y_values[-1] + y_step            self.x_values.append(next_x)            self.y_values.append(next_y)

绘制随机漫步图

下面的代码将随机漫步的所有点都绘制出来，将文件命名为rw_visual.py

import matplotlib.pyplot as pltfrom random_walk import RandomWalk# 创建一个RandomWalk实例，并将其包含的点都绘制出来rw = RandomWalk()rw.fill_walk()plt.scatter(rw.x_values, rw.y_values, s=10)plt.show()

模拟多次随机漫步

每次随机漫步都不同，因此每次生成的各种模式也很有趣，要在不多次运行程序的情况下，进行随机漫步，可以把代码放入一个while循环中，每次关闭matplotlib查看器，系统会询问你是否再次模拟随机漫步（输入y将再次进行随机漫步，输入n将结束程序） 改进代码如下：

import matplotlib.pyplot as pltfrom random_walk import RandomWalk# 只要程序处于活动状态，就不断模拟随机漫步while True:    # 创建一个RandomWalk实例，并将其包含的点都绘制出来    rw = RandomWalk()    rw.fill_walk()    plt.scatter(rw.x_values, rw.y_values, s=10)    plt.show()    keep_running = input("make another walk? (y/n):")    if keep_running.upper() == 'N':        break

每次随机漫步都不同，就如人的一生每走一步都会有不同的经历

给点着色

使用颜色映射指出漫步中各点的先后顺序，并删除每个点的黑色轮廓，让颜色更明显。将参数c设置为points_numbers，指定使用颜色映射Blues,并传递实参edgecolor=none以删除每个点周围的轮廓，随机漫步图会从浅蓝色渐变到深蓝色，代码如下：

import matplotlib.pyplot as pltfrom random_walk import RandomWalk# 只要程序处于活动状态，就不断模拟随机漫步while True:    # 创建一个RandomWalk实例，并将其包含的点都绘制出来    rw = RandomWalk()    rw.fill_walk()    point_numbers = list(range(rw.num_points))    plt.scatter(rw.x_values, rw.y_values, c=point_numbers, cmap=plt.cm.Blues, edgecolors='none', s=10)    plt.show()    keep_running = input("make another walk? (y/n):")    if keep_running.upper() == 'N':        break

效果如下：

突出起点和终点

还可以呈现出随机漫步的起点和终点，我们让起点和终点变得更大，并显示为不同的颜色，代码如下：

import matplotlib.pyplot as pltfrom random_walk import RandomWalk# 只要程序处于活动状态，就不断模拟随机漫步while True:    # 创建一个RandomWalk实例，并将其包含的点都绘制出来    rw = RandomWalk()    rw.fill_walk()    point_numbers = list(range(rw.num_points))    plt.scatter(rw.x_values, rw.y_values, c=point_numbers, cmap=plt.cm.Blues, edgecolors='none', s=10)    # 突出起点和重点    plt.scatter(0, 0, c='green', edgecolors='none', s=100)    plt.scatter(rw.x_values[-1], rw.y_values[-1], c='red', edgecolors='none', s=100)    plt.show()    keep_running = input("make another walk? (y/n):")    if keep_running.upper() == 'N':        break

效果如下：

增加点数

增加点数，以提供更多的数据，我们在创建RandomWalk实例时增大num_points的值，并在绘图时改变每个点的大小，代码如下：

import matplotlib.pyplot as pltfrom random_walk import RandomWalk# 只要程序处于活动状态，就不断模拟随机漫步while True:    # 创建一个RandomWalk实例，并将其包含的点都绘制出来    rw = RandomWalk(50000)    rw.fill_walk()    point_numbers = list(range(rw.num_points))    plt.scatter(rw.x_values, rw.y_values, c=point_numbers, cmap=plt.cm.Blues, edgecolors='none', s=1)    # 突出起点和重点    plt.scatter(0, 0, c='green', edgecolors='none', s=100)    plt.scatter(rw.x_values[-1], rw.y_values[-1], c='red', edgecolors='none', s=100)    plt.show()    keep_running = input("make another walk? (y/n):")    if keep_running.upper() == 'N':        break

效果如下：

调整尺寸以适用屏幕

图表适合屏幕大小时，更能有效地将数据中的规律呈现出来。函数figure()用于指定图表的宽度、高度、分辨率和背景色。需要给形参figsize指定一个元组，向matplotlib指出绘图窗口的尺寸(单位为英寸) 如果你知道自己的系统分辨率，可使用形参dpi像figure()传递该分辨率，以有效利用可用的屏幕空间代码如下：

import matplotlib.pyplot as pltfrom random_walk import RandomWalk# 只要程序处于活动状态，就不断模拟随机漫步while True:    # 创建一个RandomWalk实例，并将其包含的点都绘制出来    rw = RandomWalk(50000)    rw.fill_walk()    # 设置绘图窗口的大小    plt.figure(dpi=128, figsize=(10, 6))    point_numbers = list(range(rw.num_points))    plt.scatter(rw.x_values, rw.y_values, c=point_numbers, cmap=plt.cm.Blues, edgecolors='none', s=1)    # 突出起点和重点    plt.scatter(0, 0, c='green', edgecolors='none', s=100)    plt.scatter(rw.x_values[-1], rw.y_values[-1], c='red', edgecolors='none', s=100)    plt.show()    keep_running = input("make another walk? (y/n):")    if keep_running.upper() == 'N':        break

运行效果如下图所示

感谢各位的阅读，以上就是“如何使用Python绘制简单的折线图”的内容了，经过本文的学习后，相信大家对如何使用Python绘制简单的折线图这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是编程网，小编将为大家推送更多相关知识点的文章，欢迎关注！