本文主要是介绍【Python】用Python绘制折线图（插值法平滑曲线），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
目录
利用绘制图表：matplotlib官网
1. 小试牛刀——柱状图
1.1 matplotlib库默认英文字体
2. 折线图绘制
2.1 读取exal方法
2.1.1 数据处理常用库：pandas
2.1.2 找到pandas在pathon安装的位置Lib->site-package
2.2 提取列表数组
3. 论文图片的类型和格式
4. Python绘制折线图坐标无法显示负号
5. 绘制曲线
6. 绘制插值拟合曲线
6.1 interpld曲线方法
6.2 splprep曲线方法
7. 完整程序
利用绘制图表：matplotlib官网
1. 小试牛刀——柱状图
基本方法：matplotlib.pyplot.bar()
基本参数：bar(x,y)
其他参数：颜色color 宽度width 透明度alpha
其他方法：图例legend() 横轴定义xlable() 纵轴定义ylable() 图标题title() 刻度方法xlim(), ylim()
import matplotlib.pyplot as plt #绘图
import pandas as pd #读取exal文件
plt.rcParams['font.sans-serif']=['SimHei'] #添加黑体作为绘图字体
name = ['tom', 'rose', 'lucy']#变量name装了一个列表
weight = [60, 70, 80]#具有位置属性和数值属性
plt.bar(name, weight, label='体重', color='green', alpha=0.5, width=0.5) #从库里面调用方法+图例+颜色+透明度+宽度
plt.xlabel('姓名')
plt.ylabel('体重 单位kg')
plt.title('三个人的体重xx')
plt.legend()
plt.savefig('柱状图.png', dip=500)
plt.show() #显示方法1.1 matplotlib库默认英文字体
添加黑体（‘SimHei’）为绘图字体用以在图表中显示。
代码：
plt.rcParams['font.sans-serif']=['SimHei']
2. 折线图绘制
2.1 读取exal方法
2.1.1 数据处理常用库：pandas
用pandas读取excel文件的常用方法：read_excel() 参数是文件名
2.1.2 找到pandas在pathon安装的位置Lib->site-package
import matplotlib.pyplot as plt #绘图
import pandas as pd #读取exal文件
Data = pd.read_excel('E:\PythonData/LandingData.xlsx')#exal文件路径，注意不要数字开头
print(Data)#打印数据
注意文件路径开头不要是数字，不然报错
E:\PythonData/LandingData.xlsx
2.2 提取列表数组
#获取各通道温度数据
飞行高度 = Data.飞行高度
温度1 = Data.温度1
温度2 = Data.温度2
温度3 = Data.温度3
温度4 = Data.温度4
温度5 = Data.温度5
温度6 = Data.温度6
温度7 = Data.温度7
温度8 = Data.温度8
温度9 = Data.温度9
温度10 = Data.温度10
温度11 = Data.温度113. 论文图片的类型和格式
plt.savefig('折线图.png', dip=500)位图（放大后有马赛克）：.jpg .tif .psd .bmp .png
矢量图（放大也很清晰）：.wmf .emf .epd .cdx
事物摄影使用位图，
.png格式是非可拓展文件类型；.pdf是可拓展文件格式，pdf是矢量图。
4. Python绘制折线图坐标无法显示负号
添加如下代码即可：
import matplotlib
matplotlib.rcParams['axes.unicode_minus']=False
本例程代码如下所示：
plt.rcParams['axes.unicode_minus']=False5. 绘制曲线
引入库
from scipy import interpolate绘制一个图片，并确定图片位置：
fig = plt.figure(figsize=(10, 8))
ax1 = fig.add_subplot(1, 3, 1)将曲线在图片中绘制，并加入图例：
plt.plot(Data.飞行高度, Data.温度1, label='温度1', linewidth=0.75) #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度2, label='温度2', linewidth=0.75) #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度3, label='温度3', linewidth=0.75) #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度4, label='温度4', linewidth=0.75) #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度5, label='温度5', linewidth=0.75) #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度6, label='温度6', linewidth=0.75) #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度7, label='温度7', linewidth=0.75) #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度8, label='温度8', linewidth=0.75) #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度9, label='温度9', linewidth=0.75) #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度10, label='温度10', linewidth=0.75) #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度11, label='温度11', linewidth=0.75) #从库里面调用方法+图例plt.xlabel('飞行高度，单位m', fontsize=18)
plt.gca().invert_xaxis() #x轴反向
plt.ylabel('当前温度，单位℃', fontsize=18)
plt.title('原始数据点线绘图', fontsize=18)
plt.legend(loc='upper right')6. 绘制插值拟合曲线
6.1 interpld曲线方法
# interpld
def spline1(x, y, point):f = interpolate.interp1d(x, y, kind="cubic") #曲线绘制方法1X = np.linspace(飞行高度.min(), 飞行高度.max(), num=point, endpoint=True)Y = f(X)return X, Y6.2 splprep曲线方法
def spline3(x, y, point, deg):tck, u = interpolate.splprep([x, y], k=deg, s=300) #曲线绘制方法2u = np.linspace(0, 1, num=point, endpoint=True) #显示范围比例spline = interpolate.splev(u, tck)return spline[0], spline[1]这里注意deg参数：
Degree of the spline. Cubic splines are recommended. Even values of k should be avoided especially with a small s-value. 1 <= deg <= 5, default is 3.
scipy.interpolate.splprep — SciPy v1.7.1 Manual
7. 完整程序
看完上面的介绍，你还可以将下面的程序直接粘贴复制到你的电脑中运行一下，用实际操作来加深对绘图命令的学习：
# 导入相关库
import matplotlib.pyplot as plt #绘图
import pandas as pd #读取exal文件
import numpy as np
plt.rcParams['axes.unicode_minus']=False #轴坐标负数符号显示
plt.rcParams['font.sans-serif']=['SimHei'] #添加黑体作为绘图字体
Data = pd.read_excel('E:\PythonData/LandingData1.xlsx') #打开exal文件，注意文件路径，文件夹名称不要用数字开头
from scipy import interpolate
#获取各通道温度数据
飞行高度 = Data.飞行高度
温度1 = Data.温度1
温度2 = Data.温度2
温度3 = Data.温度3
温度4 = Data.温度4
温度5 = Data.温度5
温度6 = Data.温度6
温度7 = Data.温度7
温度8 = Data.温度8
温度9 = Data.温度9
温度10 = Data.温度10
温度11 = Data.温度11fig = plt.figure(figsize=(10, 8))
ax1 = fig.add_subplot(1, 3, 1)plt.plot(Data.飞行高度, Data.温度1, label='温度1', linewidth=0.75) #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度2, label='温度2', linewidth=0.75) #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度3, label='温度3', linewidth=0.75) #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度4, label='温度4', linewidth=0.75) #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度5, label='温度5', linewidth=0.75) #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度6, label='温度6', linewidth=0.75) #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度7, label='温度7', linewidth=0.75) #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度8, label='温度8', linewidth=0.75) #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度9, label='温度9', linewidth=0.75) #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度10, label='温度10', linewidth=0.75) #从库里面调用方法+图例
plt.plot(Data.飞行高度, Data.温度11, label='温度11', linewidth=0.75) #从库里面调用方法+图例plt.xlabel('飞行高度，单位m', fontsize=18)
plt.gca().invert_xaxis() #x轴反向
plt.ylabel('当前温度，单位℃', fontsize=18)
plt.title('原始数据点线绘图', fontsize=18)
plt.legend(loc='upper right')# interpld
def spline1(x, y, point):f = interpolate.interp1d(x, y, kind="cubic") #曲线绘制方法1X = np.linspace(飞行高度.min(), 飞行高度.max(), num=point, endpoint=True)Y = f(X)return X, Y#splprep
def spline3(x, y, point, deg):tck, u = interpolate.splprep([x, y], k=deg, s=300) #曲线绘制方法2u = np.linspace(0, 1, num=point, endpoint=True) #显示范围比例spline = interpolate.splev(u, tck)return spline[0], spline[1]m1, n1 = spline1(飞行高度, 温度1, 50000)
m2, n2 = spline1(飞行高度, 温度2, 50000)
m3, n3 = spline1(飞行高度, 温度3, 50000)
m4, n4 = spline1(飞行高度, 温度4, 50000)
m5, n5 = spline1(飞行高度, 温度5, 50000)
m6, n6 = spline1(飞行高度, 温度6, 50000)
m7, n7 = spline1(飞行高度, 温度7, 50000)
m8, n8 = spline1(飞行高度, 温度8, 50000)
m9, n9 = spline1(飞行高度, 温度9, 50000)
m10, n10 = spline1(飞行高度, 温度10, 50000)
m11, n11 = spline1(飞行高度, 温度11, 50000)ax2 = fig.add_subplot(1, 3, 2)plt.plot(m1, n1, label="温度1")
plt.plot(m2, n2, label="温度2")
plt.plot(m3, n3, label="温度3")
plt.plot(m4, n4, label="温度4")
plt.plot(m5, n5, label="温度5")
plt.plot(m6, n6, label="温度6")
plt.plot(m7, n7, label="温度7")
plt.plot(m8, n8, label="温度8")
plt.plot(m9, n9, label="温度9")
plt.plot(m10, n10, label="温度10")
plt.plot(m11, n11, label="温度11")plt.xlabel('飞行高度，单位m', fontsize=18)
plt.gca().invert_xaxis() #x轴反向
plt.ylabel('当前温度，单位℃', fontsize=18)
plt.title('interpld插值绘图', fontsize=18)
plt.legend(loc='upper right')ax3 = fig.add_subplot(1, 3, 3)a1, b1 = spline3(飞行高度, 温度1, 50000, 3)
a2, b2 = spline3(飞行高度, 温度2, 50000, 3)
a3, b3 = spline3(飞行高度, 温度3, 50000, 3)
a4, b4 = spline3(飞行高度, 温度4, 50000, 3)
a5, b5 = spline3(飞行高度, 温度5, 50000, 3)
a6, b6 = spline3(飞行高度, 温度6, 50000, 3)
a7, b7 = spline3(飞行高度, 温度7, 50000, 3)
a8, b8 = spline3(飞行高度, 温度8, 50000, 3)
a9, b9 = spline3(飞行高度, 温度9, 50000, 3)
a10, b10 = spline3(飞行高度, 温度10, 50000, 3)
a11, b11 = spline3(飞行高度, 温度11, 50000, 3)plt.plot(a1, b1, label="温度1")
plt.plot(a2, b2, label="温度2")
plt.plot(a3, b3, label="温度3")
plt.plot(a4, b4, label="温度4")
plt.plot(a5, b5, label="温度5")
plt.plot(a6, b6, label="温度6")
plt.plot(a7, b7, label="温度7")
plt.plot(a8, b8, label="温度8")
plt.plot(a9, b9, label="温度9")
plt.plot(a10, b10, label="温度10")
plt.plot(a11, b11, label="温度11")plt.xlabel('飞行高度，单位m', fontsize=18)
plt.gca().invert_xaxis() #x轴反向
plt.ylabel('当前温度，单位℃', fontsize=18)
plt.title('splprep插值绘图', fontsize=18)
plt.legend(loc='upper right')plt.savefig('折线图.png', dip=500)
plt.show() #显示方法
这篇关于【Python】用Python绘制折线图（插值法平滑曲线）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
