示例

 1 # 0. 导入依赖包
 2 import matplotlib.pyplot as plt
 3 import random
 4 # 1.  准备数据即x，y坐标轴的数据
 5 x = range(60)
 6 y_nj = [random.uniform(15,18) for i in x]  
 7 print(x,y_nj)
 8 # 2. 创建画布
 9 plt.figure(figsize=(20,8),dpi=80)
10 # 3. 绘制折线图
11 plt.plot(x,y_nj)
12 # 4. 显示图像
13 plt.show()

运行效果：

range(60)

range(60) 是 Python 中 range 函数的一个调用，用于生成一个表示从 0 到 59（不包括 60）的整数序列。

`range` 函数的基本形式：

range(stop)

stop: 生成的整数序列的上界，生成的范围是 [0, stop)。

示例：

numbers = list(range(60))

print(numbers)

在这个示例中，range(60) 生成了一个整数序列，包含了从 0 到 59（不包括 60）的整数。list(range(60)) 将这个序列转换为一个列表，最后输出的结果是包含 0 到 59 的整数的列表。

这种用法经常在循环中使用，例如：

random.uniform(15, 18)

random.uniform(a, b) 是 Python 中 random 模块提供的一个函数，用于生成指定范围内的均匀分布的随机浮点数。

函数参数：

a: 分布的下界（左侧边界）。
b: 分布的上界（右侧边界）。

返回值：

返回一个在 [a, b) 范围内的均匀分布的随机浮点数。

示例：

import random

# 生成在 [15, 18) 范围内的随机浮点数
random_number = random.uniform(15, 18)

print(random_number)

plt.figure(figsize=(20,8),dpi=80)

plt.figure(figsize=(20, 8), dpi=80) 是 Matplotlib 库中 pyplot 模块的 figure 函数的调用，用于创建一个新的图表（Figure）对象。这个函数允许你指定图表的大小和分辨率。

`figure` 函数参数：

figsize=(width, height): 用于指定图表的宽度和高度，单位是英寸。这个参数是一个包含两个元素的元组，表示图表的尺寸。
dpi=dots_per_inch: 用于指定图表的分辨率，即每英寸的点数。默认值是 80。

示例：

import matplotlib.pyplot as plt

# 创建一个图表，设置大小为 (20, 8) 英寸，分辨率为 80 点每英寸
plt.figure(figsize=(20, 8), dpi=80)

# 其他绘图操作
# ...

# 显示图表
plt.show()

plt.plot(x, y_nj)

plt.plot(x, y_nj) 是 Matplotlib 库中 pyplot 模块的 plot 函数的调用，用于绘制折线图。这个函数接受两个参数，x 和 y，分别表示横轴和纵轴的数据。

`plot` 函数参数：

x: 表示折线图横轴的数据，通常是一个数组或列表。
y_nj: 表示折线图纵轴的数据，通常也是一个数组或列表。

示例：

import matplotlib.pyplot as plt

# 假设 x 是横轴数据，y_nj 是纵轴数据
x = [1, 2, 3, 4, 5]
y_nj = [10, 15, 7, 12, 9]

# 使用 plot 函数绘制折线图
plt.plot(x, y_nj)

# 显示图表
plt.show()

这个示例中，plt.plot(x, y_nj) 绘制了一条连接点 (1, 10)、(2, 15)、(3, 7)、(4, 12) 和 (5, 9) 的折线。x 和 y_nj 的数据对应了横轴和纵轴的坐标。

plot 函数有很多其他的参数和选项，可以用来调整线型、颜色、标记样式等。例如：

plt.plot(x, y_nj, linestyle='--', marker='o', color='b', label='Line 1')
plt.title('Line Chart')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.legend()
plt.show()