单线
如果我们想自定义坐标轴的标题，坐标轴的刻度，坐标轴刻度的范围，设置图形标题，添加图例时，可以通过设置 pyplot 函数中的 xlable （横坐标轴标题）, ylabel （纵坐标轴标题）, xticks （横坐标轴刻度）， yticks （纵坐标轴刻度）， title （图形标题）, grid （显示网格）， legend （显示图例）等属性来实现。
示例：
from matplotlib import pyplot as plt import numpy as np # 这两行代码使得 pyplot 画出的图形中可以显示中文 plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False # 生成数据 x = np.arange(0, 10, 0.5) y = np.sin(x) # 生成图形 plt.plot(x, y, 'go:', label='y=sin(x)', linewidth=2) # 颜色绿色，点形圆形，线性虚线，设置图例显示内容，线条宽度为2 plt.ylabel('y') # 横坐标轴的标题 plt.xlabel('x') # 纵坐标轴的标题 plt.xticks(np.arange(0, 11, 1)) # 设置横坐标轴的刻度为 0 到 10 的数组 plt.ylim([-2, 2]) # 设置纵坐标轴范围为 -2 到 2 plt.legend() # 显示图例, 图例中内容由 label 定义 plt.grid() # 显示网格 plt.title('pyplot折线图') # 图形的标题 # 显示图形 plt.show()点击复制复制失败已复制
多线
下表是我国近 10 年的 GDP 增长率，以及三大产业在近 10 年的增长率。
| 时间 | GDP增长率 | 第一产业增长率 | 第二产业增长率 | 第三产业增长率 |
| 2009年 | 9.4 | 4 | 10.3 | 9.6 |
| 2010年 | 10.6 | 4.3 | 12.7 | 9.7 |
| 2011年 | 9.6 | 4.2 | 10.7 | 9.5 |
| 2012年 | 7.9 | 4.5 | 8.4 | 8 |
| 2013年 | 7.8 | 3.8 | 8 | 8.3 |
| 2014年 | 7.3 | 4.1 | 7.4 | 7.8 |
| 2015年 | 6.9 | 3.9 | 6.2 | 8.2 |
| 2016年 | 6.7 | 3.3 | 6.3 | 7.7 |
| 2017年 | 6.8 | 4 | 5.9 | 7.9 |
| 2018年 | 6.6 | 3.5 | 5.8 | 7.6 |
在画图时，横坐标轴数据为年份，纵坐标轴数据分别为 GDP 增长率，第一产业增长率，第二产业增长率，第三产业增长率。为了将四个纵坐标轴数据显示在一个图形上，可以用四个 plot 函数进行划线。
示例代码：
from matplotlib import pyplot as plt # 这两行代码解决 plt 中文显示的问题 plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False # 输入纵坐标轴数据与横坐标轴数据 gdp_rate = [9.4, 10.6, 9.6, 7.9, 7.8, 7.3, 6.9, 6.7, 6.8, 6.6] first_industry_rate = [4.0, 4.3, 4.2, 4.50, 3.8, 4.1, 3.9, 3.3, 4.0, 3.5] second_industry_rate = [10.3, 12.7, 10.7, 8.4, 8.0, 7.4, 6.2, 6.3, 5.9, 5.8] third_industry_rate = [9.6, 9.7, 9.5, 8.0, 8.3, 7.8, 8.2, 7.7, 7.9, 7.6] years = [2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018] # 4 个 plot 函数画出 4 条线，线形为折线，每条线对应各自的标签 label plt.plot(years, gdp_rate, '.-', label='GDP增长率') plt.plot(years, first_industry_rate, '.-', label='第一产业增长率') plt.plot(years, second_industry_rate, '.-', label='第二产业增长率') plt.plot(years, third_industry_rate, '.-', label='第三产业增长率') plt.xticks(years) # 设置横坐标刻度为给定的年份 plt.xlabel('年份') # 设置横坐标轴标题 plt.legend() # 显示图例，即每条线对应 label 中的内容 plt.show() # 显示图形点击复制复制失败已复制
