01. 引言
本期推文主要介绍的还是Matplotlib关于 线(lines) 图的制作，虽然Matplotlib 制作线图的灵活性无法和ggplot2 的geom_segment()相比，但对于使用 Python进行可视化绘制的小伙伴们，希望本期推文对你有所帮助
（Matplotlib或者seaborn 对于绘制稍带"艺术性"的图表绘制，其灵活性简直
······，后面推文的可视化绘制，我还是首选Matplotlib进行绘制，但偶尔也会采用 ggplot2 进行绘制，其目的就是一个：绘制精美的数据可视化作品
）
02. 数据处理
本期推文所采用的数据主要关于历代罗马皇帝(Roman Emperors)的死因的描述，时间跨度较长，正好可以采用 类似于时间变化的图表进行可视化展示。数据形式主要如下(部分)：
这里的“case”列主要代表历代罗马皇帝的死因，通过查看可以发现，主要包括以下三种状况：
其中：
'Fatality or in Captivity' 表示"死亡或被囚禁"，
'Natural Death in Peace'表示 '自然死于安乐'，
'Unknown Cause of Death' 表示'死因不明'，
这三种情况会在可视化结果中用 不同颜色给予区分，同时映射到对应的罗马皇帝名字上。
（1）设置死因(case)对应的颜色(字典的灵活应用)
代码：
结果如下：
（2）创建绘图辅助数据
这里需要创建用于绘图的辅助数据 ，涉及到的知识点也都是python数据 处理中常用的技巧，如append（）、np.repeat()、pandas的apply()结合lambda 等 ，如下：
结果如下：
（3）构建图例数据
这里用到pandas 的DataFrame()构建，如下：
03. 数据可视化
(1)垂直线的绘制
垂直线的绘制用到的为 ax.vlines()方法，这里设置了线宽，颜色、以及ymin和ymax,其结果如下：
（2）连接线的绘制
Matplotlib 连接线的绘制方法还是还是采用上期推文Matplotlib 气球图 制作 中方法，此外还添加了文本绘制，如下：
效果如下(部分)：
（3）绘制散点
散点的绘制也是常规的绘制方法，因为x的位置固定，这里需要有些不同，如下：
x位置设置如下：
代码语言：javascript复制x = np.repeat(1.5,data.shape[0])效果如下：
（4）绘制文本和点的连接线
方法还是和上面连接线绘制方法一样，如下：
由于Matplotlib无法像ggplot2的拓展包ggrepel那样解决文本的重贴问题，这里设置了text_y 用于均匀绘制y轴位置：
代码语言：javascript复制text_y = np.linspace(data['reign_start'][0], 420, data.shape[0])使用np.linspace()方法绘制间隔相等的y轴位置 坐标。
效果如下(部分)：
至于文本颜色的设置，还是采用字典的依次取值，大家有什么不懂得地方可以看下我之前的推文Bar Chart Race Matplotlib制作，或者直接联系我
。
（5）图例文本的绘制
用于文本图例的绘制方法，即上面介绍的死因(cause)新数据集，绘制如下：
效果如下：
（6）字体设置
Matplotlib 用于字体设置的方法还是比较简单的，这里解释下是因为我在字体设置时遇到的问题，由于采用的字体为 cinzel (字体格式为Cinzel-Regular.otf)，也已添加到电脑系统字体中 ，但在引言时还是不起作用 ，最终通过如下方法解决：
代码语言：javascript复制from matplotlib.font_manager import FontProperties
font_file = r"E:/Data_resourses/cinzel/Cinzel-Regular.otf"
font = FontProperties(fname=font_file,size=15)在查阅资料时，找到：
修改 matplotlibrc 文件的字体修改方式，方法没试，不知道行不行，希望有此问题的解决方法，望告知，感谢
最后经过图表的修饰，其图表最后结果如下：
04. 总结
本期推文涉及的Matplotlib 绘图技巧还是 连接线的绘制方法，再加上辅助数据的添加，希望大家可以认真看下绘制连接线的定义函数，多练，多看，多模仿，是绘制优秀可视化作品的基础哦，希望大家能在此篇推文中学到一些对自己有用的知识点
>>>>
参考内容
（1）https://matplotlib.org/api/font_manager_api.html?highlight=fontproperties#matplotlib.font_manager.FontProperties
（2）https://matplotlib.org/api/_as_gen/matplotlib.lines.Line2D.html#matplotlib.lines.Line2D
（3）https://matplotlib.org/api/_as_gen/matplotlib.axes.Axes.text.html?highlight=text#matplotlib.axes.Axes.text
