### 使用Python绘制200个数据点的曲线图 #### 数据准备 为了绘制200个数据点的曲线图，首先需要准备好数据。可以通过生成随机数据或从外部文件（如CSV或Excel）中读取数据来实现。以下是一个完整的流程示例。 ##### 随机生成数据 如果不需要从文件中读取数据，可以直接生成随机数据用于测试[^1]。 ```python import numpy as np import matplotlib.pyplot as plt # 生成200个数据点 np.random.seed(42) # 设置随机种子以确保结果可重复 x = np.linspace(0, 199, 200) # 横坐标范围从0到199 y = np.sin(x / 10) + np.random.normal(scale=0.2, size=len(x)) # 纵坐标为正弦波加噪声 ``` #### 绘制曲线图 使用 `matplotlib` 的 `plot()` 函数可以轻松地将这些数据点绘制成曲线图[^2]。 ```python plt.figure(figsize=(12, 6)) # 设置图像大小 plt.plot(x, y, color="blue", linestyle="-", linewidth=1.5, label="Sine Wave with Noise") # 绘制曲线 plt.scatter(x[::20], y[::20], color="red", s=30, zorder=5, label="Sample Points") # 添加部分散点标注 plt.title("Curve of 200 Data Points", fontsize=16) # 图形标题 plt.xlabel("Index", fontsize=14) # X轴标签 plt.ylabel("Value", fontsize=14) # Y轴标签 plt.legend(fontsize=12) # 显示图例 plt.grid(alpha=0.4) # 添加网格线 plt.tight_layout() # 自动调整子图参数以填充整个图像区域 plt.show() ``` #### 从CSV文件读取数据并绘制曲线图 如果数据存储在CSV文件中，可以使用 `pandas` 来读取数据，并将其转换为适合绘图的形式[^1]。 ```python import pandas as pd # 假设CSV文件中有两列：'index' 和 'value' filename = "data.csv" # 替换为实际的文件名 df = pd.read_csv(filename) x = df['index'].values # 横坐标 y = df['value'].values # 纵坐标 # 绘制曲线图 plt.figure(figsize=(12, 6)) plt.plot(x, y, color="green", linestyle="--", linewidth=1.5, label="Data from CSV") plt.title("Curve from CSV File", fontsize=16) plt.xlabel("Index", fontsize=14) plt.ylabel("Value", fontsize=14) plt.legend(fontsize=12) plt.grid(alpha=0.4) plt.tight_layout() plt.show() ``` #### 从Excel文件读取数据并绘制曲线图 如果数据存储在Excel文件中，同样可以使用 `pandas` 进行读取[^4]。 ```python # 假设Excel文件中有两列：'index' 和 'value' filename_excel = "data.xlsx" # 替换为实际的文件名 df_excel = pd.read_excel(filename_excel) x = df_excel['index'].values # 横坐标 y = df_excel['value'].values # 纵坐标 # 绘制曲线图 plt.figure(figsize=(12, 6)) plt.plot(x, y, color="purple", linestyle="-.", linewidth=1.5, label="Data from Excel") plt.title("Curve from Excel File", fontsize=16) plt.xlabel("Index", fontsize=14) plt.ylabel("Value", fontsize=14) plt.legend(fontsize=12) plt.grid(alpha=0.4) plt.tight_layout() plt.show() ``` --- ###