### 使用Python绘制200个数据点的曲线图 要实现这一目标，可以利用 `matplotlib` 库来完成。以下是详细的说明以及代码示例。 #### 数据准备 假设我们有两组数据：一组作为横坐标（通常表示时间或其他连续变量），另一组作为纵坐标（通常是测量值）。为了演示目的，这里生成随机数据模拟真实场景中的情况[^1]。 ```python import numpy as np import matplotlib.pyplot as plt # 生成200个数据点 np.random.seed(42) # 设置随机种子以便结果可重复 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 ``` #### 曲线图绘制 使用 `matplotlib.pyplot.plot()` 方法将这些数据点连接成一条平滑的曲线，并调整图形样式使其更美观[^2]。 ```python plt.figure(figsize=(12, 6)) # 设置图像大小 plt.plot(x, y, color="blue", linestyle="-", linewidth=1.5, label="Data Curve") # 绘制曲线 plt.scatter(x[::10], y[::10], 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("X-axis Label", fontsize=14) # X轴标签 plt.ylabel("Y-axis Label", 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() ``` 以上代码片段展示了如何创建一个包含200个数据点的曲线图，并通过一些额外配置增强了视觉效果，比如添加样本点标记、设置颜色和线条风格等特性[^3]。 #### 处理CSV或Excel文件中的数据 如果您的200个数据点存储在一个 `.csv` 或者 Excel 文件里，则需要先加载它们再进行绘图操作。对于 CSV 文件可以用如下方式读入： ```python import pandas as pd filename = "data.csv" df = pd.read_csv(filename) x = df.iloc[:, 0].values # 假设第一列为自变量 y = df.iloc[:, 1].values # 假设第二列为因变量 ``` 而对于 Excel 文件则替换相应的解析器即可[^4]: ```python filename_excel = "data.xlsx" df_excel = pd.read_excel(filename_excel) ``` 之后按照前面提到的方法继续作图过程。 ---