c++绘制函数图像_简洁优雅的Matplotlib可视化

这是“简洁优雅的Matplotlib可视化”栏目的第 2 篇文章！

我在上一期举了一个很简单的线形图例子——绘制sin和cos曲线。在这一期，我们将系统地讲解线形图和散点图的画法。

同样地，会在结尾放一我个详细的Python画图实战案例哦，喜欢的小伙伴请一定要点个赞再走呀！

绘制线形图

在所有图形中，最基本的应该就是线性方程y=f(x)的可视化了。

在Python脚本中绘制线形图，我们首先需要进行一系列基础操作——调用程序包、设置绘图样式、创建图形和坐标轴。此外，根据需要设置图形标签和图例，并记住在脚本末尾显示图形（plt.show）。

注：小伙伴们也可以直接复制上期推送结尾的案例，这个案例的主要用途是作为今后画图的模板。

用plt.plot()绘制线形图的代码如下：

其中，plt.plot()函数的括号中有两项，第一项是线性方程y=f(x)中的“x”，第二项是f(x)的方程，这个方程的代码写法通常与程序包Numpy有关。

在方程比较复杂、或方程比较长的情况下，也可以用定义f(x)的方法，如下：

x = np.linspace(0, 12, 121)
y = np.sin(x)
plt.plot(x, y)

两种代码绘制线形图的结果相同：

简单介绍完如何使用plt.plot()函数，我们再来讲一下如何定义x，这与plt.plot()的原理有关。plt.plot()的原理类似于微元法，是绘制一系列该方程曲线上的点，再用圆滑的曲线将这些点连接。

其中，函数np.linspace()是等差数列函数，np.linspace(a,b,c)的含义是在[a,b]区间上，取均匀地取间隔相等的c个点。因此在上一个例子中，[0,12]是图片中x的定义域，x每增长1，曲线上就增加10个点。c值应选取合适的值，过小的c值会使线形图变成折线，过大的c会增大系统运算量。下图为不同c值的绘图效果。

线条的颜色与风格

（1）线条颜色

可以通过在plt.plot()函数中设置参数来改变线条的颜色与风格。要修改颜色，可以用color参数，它支持各种颜色的字符串。颜色的不同表示方法如下所示：

# 设置线条的颜色与风格
# 标准颜色名称
plt.plot(x, np.sin(x - 0), color = 'blue')
# 缩写颜色代码（rgbcmyk）
plt.plot(x, np.sin(x - 1), color = 'g')
# 范围在0-1的灰度值
plt.plot(x, np.sin(x - 2), color = '0.75')
# 十六进制（RRGGBB,00-FF）
plt.plot(x, np.sin(x - 3), color = '#FFDD44')
# GRB元组，范围在0-1
plt.plot(x, np.sin(x - 4), color = (1.0, 0.2, 0.3))
# HTML颜色名称
plt.plot(x, np.sin(x - 5), color = 'chartreuse')

如果不指定颜色，Matplotlib就会为多条线自动循环使用一组默认的颜色。

（2）线条形状

与颜色的调整类似，也可以用linestyle调整线条的风格。

#  设置线条的风格
plt.plot(x, x + 0, linestyle = '-')   # 实线
plt.plot(x, x + 1, linestyle = '--')  # 虚线
plt.plot(x, x + 2, linestyle = '-.')  # 点划线
plt.plot(x, x + 3, linestyle = ':')   # 实点线

（3）颜色与形状组合

可以用一种更简洁的方式，将color与linestyle编码组合起来，作为plt.plot()函数中的一个非关键字参数使用。

#  设置线条的颜色与风格
plt.plot(x, x + 0, '-g')   # 绿色实线
plt.plot(x, x + 1, '--c')  # 青色虚线
plt.plot(x, x + 2, '-.k')  # 黑色点划线
plt.plot(x, x + 3, ':r')   # 红色实点线

本期案例

经过上述绘制线形图的讲解，我相信聪明的小伙伴已经掌握画线形图的基本技巧了。所以今天的案例难度升级，实用性也更为强大。

案例包含了很多新的知识点：

1. 用Pandas读取CSV格式的文件；

2. 提取CSV文件中的数据；

3. 将提取到的数据绘制成线形图；

4. 设置图例在图片的右下方；

5. 调整线条的宽度。

话不多说，代码奉上：

# 调用包
import matplotlib as mpl
import matplotlib.pyplot as plt
import pandas as pd  # 用Pandas读取csv格式的文件
sj = pd.read_csv('BMpl.csv')  # 提取文件中的数据
x = sj['DATE']
BB = sj['B-B']
BM = sj['B-M']
MB = sj['M-B']  # 创建图像
fig = plt.figure()  # 绘制累计频率曲线
plt.plot(x,BB,'-k',linewidth = 1)
plt.plot(x,BM,'--k',linewidth = 1)
plt.plot(x,MB,':k',linewidth = 1)  # 设置题目与坐标轴名称
plt.title('cumulative frequency curve chart')
plt.ylabel('Cumulative frequency curve')
plt.xlabel('Time(min)') # 设置图例（置于右下方）
plt.legend(loc='lower right')  # 显示图片
plt.show()

文件‘BMpl.csv’中储存的数据样例。（三组累计频率曲线）

代码输出的结果。

以上就是本期绘制线形图的全部内容啦！后面的几期会继续更新其他常用图表的画法，和交通学子常用的画图代码。喜欢的小伙伴就请关注、收藏、转发吧~

本文首发于微信公众号"交通科研Lab"，更多资料和推送请扫码关注！