折线图的好处有 1.能将数据进行可视化,更直观的呈现2.使数据更加客观、更具说服力 首先先介绍一下matpotlib是什么。matplotlib是最流行的Python底层绘图库，主要做数据可视化图表,名字取材于MATLAB，模仿MATLAB构建 使用matplotlib创建简单的折线图的代码如下
此时我们得到的结果如下图
但是目前存在以下几个问题:
1.设置图片大(想要一个高清无码大图)
2.保存到本地
描述信息,比如x轴和y轴表示什么,这个图表示什么调整x或者y的刻度的间距
线条的样式(比如颜色,透明度等)
标记出特殊的点(比如告诉别人最高点和最低点在哪里)7.给图片添加一个水印(防伪,防止盗用)
设置图片的大小我们可以在传入x轴和y轴数据前使用
plt.figure(figsize=(20,15),dpi=200)
figsize括号内的第一个参数是宽，第二个参数是高，dpi设置的是清晰度
由于我们在创建折线图时，x轴都是我们自己想要的表达方式，而不是纯数字，所以在制作折线图时，我们也可以自己调整 x 轴的刻度
# 调整x轴的刻度
# _x=list(x)
# _xtick=["10点{}分".format(i) for i in range(60)]
# _xtick+=["11点{}分".format(i) for i in range(60) ]
# plt.xticks(_x[::3],_xtick[::3])
这是使用字符串去代表刻度，相当于一个字符串对应一个 x 的值，将 x 替换为想要的字符串，x 的长度要与字符串的长度相同，此时制作成的折线图如下
此时 x 轴太密集了，我们可以将这个 x 轴的显示旋转一下，只需要在设置坐标轴时加上 rotation=90，rotation 后面加旋转的度数，此时的图片为
此时图片中的中文不见了，只显示一个方框，所以我需要将中文显示出来，在 matplotlib 中中文默认不显示，想解决这个问题，我们可以在开头加入以下两行代码
import matplotlib
matplotlib.rc("font",family='FangSong')
也可以在设置 x 轴坐标刻度时在后面加上，fontproperties="STSong"
plt.xticks(_x[::3],_xtick[::3],rotation=90,fontproperties="STSong")
这两种方法都可以解决中文不显示的问题
此时 x 轴 y 轴和当前图形到底是什么没有明确表示一下，所以我们需要设置x轴和y轴的label
我们想要在图像中展现出上图中的表格时，我们可以在展示图片前加上 plt.grid()，即可产生表格样式，表格的竖线与 x 轴刻度对应，横线与 y 轴刻度对应，所以如果觉得表格的线太密集，我们可以通过调整 x 轴与 y 轴的刻度来改变，在 grid()中可以传入 alpha 的参数来控制表格的透明度
plt.grid(alpha=0.5) # 设置透明度
此时如果想在一个图表中展示多条数据，也就是多条折线，我们就需要多次绘图了，plt.plot(x,y)就是绘图一次
y_1=[1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
y_2=[1,2,0,5,6,4,1,2,6,4,5,2,1,0,0,1,1,1,2,1]
plt.figure(figsize=(20,15),dpi=100)
plt.plot(x,y_1)
plt.plot(x,y_2)
绘图就是将数据传入进去，然后就会呈现在图像中，因此我们只需要传入两次数据就行
此时虽然出现两条线，但是这两条线的指向不明确，别人来看这张图就不知道哪条线是自己的，哪条线是他人的，所以我们需要加上标注
plt.plot(x,y_1,label='自己',fontproperties="STSong")
plt.plot(x,y_2,label='同桌',fontproperties="STSong")
以上就是为每条折现添加注释，但是以上的描述是错误的，因为标注的中文显示不能直接写在后面，需要在展示图片之前加上一段添加图例的代码
# 添加图例
plt.legend(prop="STSong")
此时不能写 fontproperties,只能写 prop，记住在需要显示中文时，只有在添加图例中才使用 prop，使用其他的就会报错
这就是此时打印出的图片，如果想要更改标识的位置，可以在源代码库中查看具体的实现代码需要传入的参数
想要改变线条的风格我们可以在 plot 中传入相对应的参数
当然网格的线条风格也可以更改，就是在 grid()里面传入相对应的参数
以上是我们学到的各种方法
matpoltlib 不止可以画折线图，还可以画其他各种图，具体的可以在 matplotlib 官网上查找具体的图像的实现过程
我们可以根据我们所需要的特点来合理选择绘制哪种图像
