### 使用 Matplotlib 和 Seaborn 绘制折线图 以下是关于如何使用 `Matplotlib` 和 `Seaborn` 库绘制折线图的详细介绍。 #### 1. 导入必要的库 为了使用 `Matplotlib` 和 `Seaborn` 进行绘图，首先需要导入这些库。通常还需要导入 `numpy` 或 `pandas` 来准备数据集[^1]。 ```python import matplotlib.pyplot as plt import seaborn as sns import numpy as np import pandas as pd %matplotlib inline ``` #### 2. 创建数据集 可以通过 `numpy` 或 `pandas` 构建用于绘制的数据集。这里我们构建一个简单的例子来展示时间序列上的变化趋势[^2]。 ```python # 使用 NumPy 创建随机数作为示例数据 np.random.seed(0) time_series = pd.date_range(start='2023-01-01', periods=50, freq='D') data_values = np.cumsum(np.random.randn(50)) # 将其转换为 Pandas DataFrame df = pd.DataFrame({'Date': time_series, 'Value': data_values}) ``` #### 3. 使用 Matplotlib 绘制折线图 通过调用 `plt.plot()` 方法即可轻松实现基本折线图的功能。 ```python plt.figure(figsize=(10, 6)) plt.plot(df['Date'], df['Value'], label="Random Walk", color="blue", marker="o") # 添加标题和标签 plt.title('Time Series Line Plot with Matplotlib', fontsize=16) plt.xlabel('Date', fontsize=14) plt.ylabel('Cumulative Sum of Random Values', fontsize=14) # 显示图例 plt.legend() # 自动调整日期格式 plt.gcf().autofmt_xdate() plt.tight_layout() plt.show() ``` #### 4. 使用 Seaborn 绘制更美观的折线图 `Seaborn` 提供了更高层次的接口以及默认更加精美的样式设置，可以直接基于 `DataFrame` 调用 `sns.lineplot()` 函数完成绘图操作。 ```python plt.figure(figsize=(10, 6)) sns.lineplot(x='Date', y='Value', data=df, label="Random Walk", linestyle="--", linewidth=2.5, color="green") # 设置图形属性 plt.title('Time Series Line Plot with Seaborn', fontsize=16) plt.xlabel('Date', fontsize=14) plt.ylabel('Cumulative Sum of Random Values', fontsize=14) # 展现图例并自动调整日期显示 plt.legend() plt.gcf().autofmt_xdate() plt.tight_layout() plt.show() ``` 以上代码展示了如何利用 `Matplotlib` 和 `Seaborn` 分别生成基础版与增强版的时间序列折线图。