Python 标准库中没有一个专门叫做 polylines 的函数，折线是一种数据结构（由一系列点连接而成），而处理它的功能通常分布在多个专业的库中，最核心和常用的库是 Matplotlib（用于绘图）和 Shapely（用于几何操作）。

下面我将分模块详细介绍这两个库中与折线相关的核心函数和用法。

Matplotlib - 用于绘制折线图

Matplotlib 是 Python 最著名的绘图库，它提供了非常方便的函数来绘制折线图，这在数据可视化中非常常见。

核心函数：plt.plot()

matplotlib.pyplot.plot() 是绘制折线图最基础的函数，它接收 x 和 y 坐标序列，并将它们连接起来形成折线。

基本用法

import matplotlib.pyplot as plt
# 1. 准备数据
x_coords = [1, 2, 3, 4, 5]
y_coords = [2, 5, 3, 6, 4]
# 2. 绘制折线
plt.plot(x_coords, y_coords)
# 3. 添加标题和标签"简单折线图")
plt.xlabel("X 轴")
plt.ylabel("Y 轴")
# 4. 显示图形
plt.show()

绘制多条折线

你可以在同一个图上多次调用 plt.plot() 来绘制多条折线。

import matplotlib.pyplot as plt
# 数据
x = [1, 2, 3, 4, 5]
y1 = [2, 5, 3, 6, 4]
y2 = [1, 3, 2, 5, 3]
# 绘制两条折线
plt.plot(x, y1, label='折线 1', color='blue', marker='o') # 添加标签、颜色和标记
plt.plot(x, y2, label='折线 2', color='red', marker='s') # s 代表方形
# 添加图例
plt.legend()
"多条折线图")
plt.xlabel("X 轴")
plt.ylabel("Y 轴")
plt.grid(True) # 添加网格
plt.show()

绘制闭合折线（多边形）

要绘制一个闭合的多边形,只需要将折线的起点和终点坐标连接起来即可，一个简单的方法是在数据序列的末尾再次添加第一个点的坐标。

import matplotlib.pyplot as plt
import numpy as np
# 定义一个三角形的顶点
x = np.array([1, 3, 2, 1]) # 末尾重复第一个点 x=1
y = np.array([1, 2, 3, 1]) # 末尾重复第一个点 y=1
plt.plot(x, y, 'b-') # 'b-' 表示蓝色实线
plt.fill(x, y, color='lightblue', alpha=0.5) # 填充多边形内部
"闭合折线（多边形）")
plt.axis('equal') # 保证 x, y 轴比例相同，图形不变形
plt.show()

Shapely - 用于几何操作

Shapely 是一个强大的 Python 库，用于处理和分析平面几何对象，如果你需要对折线进行几何计算（如判断相交、计算长度、求缓冲区等），Shapely 是不二之选。

核心类：LineString

shapely.geometry.LineString 类是用来表示一条由两个或更多点组成的折线（或线串）。

安装

pip install shapely

基本用法

from shapely.geometry import LineString, Point
# 1. 创建一条折线
# 使用一个包含 (x, y) 元组的列表来定义点
coords = [(0, 0), (2, 2), (4, 0), (6, 2)]
line = LineString(coords)
print(f"折线对象: {line}")
print(f"折线长度: {line.length}")
print(f"折线中心点: {line.centroid}")
# 2. 创建另一条折线用于演示交互
line2 = LineString([(1, 1), (3, 1), (5, 1)])
# 3. 判断两条折线是否相交
if line.intersects(line2):
    print("\n两条折线相交。")
    # 获取相交点
    intersection = line.intersection(line2)
    print(f"相交结果类型: {type(intersection)}")
    if intersection.geom_type == 'Point':
        print(f"相交点坐标: {intersection.x}, {intersection.y}")
else:
    print("\n两条折线不相交。")
# 4. 计算折线的缓冲区
# 缓冲区是指以折线为中心，向外扩展一定距离的区域，形成一个“带状”多边形
buffered_line = line.buffer(distance=0.5)
print(f"\n缓冲区对象类型: {type(buffered_line)}")
print(f"缓冲区面积: {buffered_line.area}")

其他相关几何对象

Shapely 还提供了其他相关的类，它们经常和 LineString 一起使用：

• Point: 表示单个点。
• LinearRing: 表示一个闭合的、没有交叉的线串，它必须是闭合的（首尾点相同）。
• Polygon: 表示一个多边形，由一个外环和零个或多个内环（孔洞）组成。

from shapely.geometry import Polygon, LinearRing
# 使用 LineString 创建一个 Polygon
# 外环
shell = LineString([(0, 0), (10, 0), (10, 10), (0, 10), (0, 0)])
# 内环（孔洞）
hole = LineString([(2, 2), (4, 2), (4, 4), (2, 4), (2, 2)])
polygon = Polygon(shell, [hole]) # 注意内环是一个列表
print(f"多边形面积: {polygon.area}") # 面积会是外环减去内环
print(f"多边形外环: {polygon.exterior}")
print(f"多边形内环数量: {len(polygon.interiors)}")

其他相关库

除了 Matplotlib 和 Shapely，还有一些库也处理折线，但侧重点不同。

GeoPandas

如果你在处理地理空间数据（比如地图上的道路、河流），GeoPandas 是最佳选择，它在 Pandas 的基础上扩展了对地理空间数据的支持。

• 核心数据结构: GeoDataFrame 和 GeoSeries，它们的每一行或每个元素都是一个 Shapely 几何对象（如 LineString, Point, Polygon）。
• 用途: 读取/写入 Shapefile、GeoJSON 等地理数据格式，进行空间连接、空间投影等操作。

import geopandas as gpd
from shapely.geometry import LineString
# 创建一个包含折线数据的 GeoDataFrame
data = {'geometry': [LineString([(0, 0), (1, 1)]), LineString([(2, 2), (3, 3)])]}
gdf = gpd.GeoDataFrame(data, crs="EPSG:4326") # crs 是坐标参考系统
print(gdf)
# 可以轻松地绘制
gdf.plot()
plt.show()

OpenCV

如果你在进行计算机视觉或图像处理，OpenCV 是常用的库，它使用 NumPy 数组来表示图像，折线通常以像素坐标的形式存在。

• 核心函数: cv2.polylines()
• 用途: 在图像上绘制一条或多条折线。

import cv2
import numpy as np
# 创建一个黑色背景的图像
image = np.zeros((400, 600, 3), dtype=np.uint8)
# 定义折线的点 (注意 OpenCV 要求点是 NumPy 数组)
pts = np.array([[50, 50], [200, 150], [50, 250], [150, 350]], np.int32)
# 绘制折线
# pts.reshape((-1, 1, 2)) 是 OpenCV polylines 函数要求的格式
# isClosed=True 表示闭合折线
# color=(0, 255, 0) 是绿色
# thickness=5 是线宽
cv2.polylines(image, [pts.reshape((-1, 1, 2))], isClosed=True, color=(0, 255, 0), thickness=5)
# 显示图像
cv2.imshow("OpenCV Polylines", image)
cv2.waitKey(0)
cv2.destroyAllWindows()

总结与对比

如何选择？

• 如果你想画一张图来展示数据的变化趋势，用 Matplotlib。
• 如果你想分析两条线是否相交、计算一条线的长度或它围成的区域，用 Shapely。
• 如果你的数据是地图上的道路，并且你需要读取、存储或进行地理空间分析，用 GeoPandas。
• 如果你想在图片上画出一条标记线，用 OpenCV。

希望这个详细的解释能帮助你理解 Python 中处理“折线”的各种函数和库！