Matplotlib plot() 函数

plot() 是 Matplotlib 中最核心的函数，用于绘制折线图。

它通过连接给定的 x 和 y 坐标点来创建线条，支持自定义颜色、线型、标记和线宽。

函数定义

pyplot 接口

matplotlib.pyplot.plot(*args, scalex=True, scaley=True, data=None, **kwargs)

Axes 接口

Axes.plot(*args, scalex=True, scaley=True, data=None, **kwargs)

参数说明

参数	类型	说明
*args	可变参数	支持多种调用方式：plot(y)、plot(x, y)、plot(x, y, 'fmt')、plot(x1, y1, 'fmt1', x2, y2, 'fmt2', ...)
scalex / scaley	bool	是否自动缩放 x/y 轴以适应数据，默认为 True
data	可索引对象	若提供，则可以用字符串作为参数引用其中的数据列
color 或 c	color	线条颜色，如 'red'、'#ff0000'、'tab:blue'
linestyle 或 ls	str	线型：'-'(实线)、'--'(虚线)、'-.'(点划线)、':'(点线)、''(无线条)
linewidth 或 lw	float	线宽，默认约 1.5
marker	str	数据点标记：'.'、'o'、's'、'^'、'*'、'+'(加号)、'x' 等
markersize 或 ms	float	标记大小
label	str	图例标签，配合 legend() 使用
alpha	float	透明度，0（完全透明）到 1（完全不透明）
zorder	float	图层顺序，数值越大越靠上

fmt 格式字符串由三部分组成：'[颜色][标记][线型]'，如 'ro--' 表示红色、圆点标记、虚线。各部分顺序可任意排列。

常用颜色简写

字符	颜色	字符	颜色
'b'	蓝色 blue	'r'	红色 red
'g'	绿色 green	'c'	青色 cyan
'm'	品红 magenta	'y'	黄色 yellow
'k'	黑色 black	'w'	白色 white

使用示例

示例 1：最简单的折线图

只传入 y 值，x 自动使用从 0 开始的索引。

实例

import matplotlib.pyplot as plt
import numpy as np

# 生成 0-10 之间的 50 个数据点
x = np.linspace(0, 10, 50)
y = np.sin(x) # 正弦函数

# 最简单的调用：x, y
plt.plot(x, y)

plt.title('Simple Line Plot')
plt.xlabel('x')
plt.ylabel('sin(x)')
plt.grid(True, alpha=0.3)
plt.show()

示例 2：多条曲线 + 格式字符串

在同一图上绘制多条曲线，使用不同的颜色、线型和标记。

实例

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 50)
y1 = np.sin(x)
y2 = np.cos(x)
y3 = np.sin(x) * np.exp(-x / 3) # 阻尼正弦

# 多条曲线，每种使用不同格式
plt.plot(x, y1, 'b-o', label='sin(x)') # 蓝色实线 + 圆点
plt.plot(x, y2, 'r--s', label='cos(x)') # 红色虚线 + 方块
plt.plot(x, y3, 'g-.^', label='damped sin(x)') # 绿色点划线 + 三角

plt.title('Multiple Lines with Different Styles')
plt.xlabel('x')
plt.ylabel('y')
plt.legend()
plt.grid(True, alpha=0.3)
plt.show()

示例 3：使用关键字参数自定义样式

使用关键字参数更精细地控制线条外观。

实例

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 2 * np.pi, 100)

fig, ax = plt.subplots(figsize=(8, 4), layout='constrained')

# 使用关键字参数而非格式字符串，更易读
ax.plot(x, np.sin(x),
color='steelblue', # 颜色名称
linestyle='-', # 实线
linewidth=2.5, # 线宽
marker='o', # 圆点标记
markersize=4, # 标记大小
markerfacecolor='red', # 标记填充色
markeredgecolor='black', # 标记边框色
markeredgewidth=0.5, # 标记边框宽
alpha=0.8, # 整体透明度
label='sin(x)')

# 对比：无标记的虚线
ax.plot(x, np.cos(x),
color='#ff6600', # 十六进制颜色
linestyle='--',
linewidth=2,
label='cos(x)')

ax.set_title('Customized Line Styles', fontsize=14)
ax.set_xlabel('x (radians)')
ax.set_ylabel('Amplitude')
ax.legend(loc='upper right')
ax.grid(True, alpha=0.2)
plt.show()
print("runoob: customized plot displayed")

示例 4：使用 data 参数（DataFrame 支持）

当数据是 dict 或 pandas DataFrame 时，可使用字符串列名。

实例

import matplotlib.pyplot as plt
import numpy as np

# 将数据组织为字典
data = {
'time': np.arange(0, 10, 0.5),
'voltage': np.sin(np.arange(0, 10, 0.5)) * 5 + 10,
'current': np.cos(np.arange(0, 10, 0.5)) * 2 + 5,
}

fig, ax = plt.subplots(layout='constrained')

# 通过 data 参数 + 字符串列名引用数据
ax.plot('time', 'voltage', 'b-', data=data, label='Voltage (V)')
ax.plot('time', 'current', 'r--', data=data, label='Current (A)')

ax.set_title('Using data Parameter with Column Names')
ax.set_xlabel('Time (s)')
ax.set_ylabel('Value')
ax.legend()
ax.grid(True, alpha=0.3)
plt.show()

示例 5：在 Axes 对象上调用（推荐方式）

使用面向对象的 Axes 接口，在多子图场景中更清晰。

实例

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)

# 创建两个并排子图
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(10, 4),
layout='constrained')

# 左子图：数学函数
ax1.plot(x, np.sin(x), label='sin(x)')
ax1.plot(x, np.cos(x), label='cos(x)')
ax1.set_title('Math Functions')
ax1.legend()
ax1.grid(True, alpha=0.3)

# 右子图：数据趋势
data = np.random.randn(100).cumsum() # 随机游走
ax2.plot(data, color='teal', linewidth=1.5)
ax2.set_title('Random Walk (cumulative sum)')
ax2.set_xlabel('Step')
ax2.set_ylabel('Position')
ax2.grid(True, alpha=0.3)

plt.show()

常见问题

plot() 中 x 和 y 的顺序

标准调用是 plot(x, y)，x 在前、y 在后。

如果只传入一个数组，如 plot(y)，则 x 自动取 range(0, len(y))。

如何绘制不连续的线段？

对于包含 NaN 的数据，plot() 会自动在 NaN 处断开线段，这可用于绘制分段线条。

fmt 字符串和关键字参数能同时使用吗？

可以，关键字参数会覆盖 fmt 字符串中的对应设置。例如 plot(x, y, 'ro', color='blue') 中，marker='o' 来自 fmt，但 color 会被覆盖为 blue。

Matplotlib 参考文档

返回顶部

菜鸟教程