如何使用matplotlib.pyplot连接散点以实现预期的连线效果

你直接替换成plt.plot(x,y)后连线效果混乱的根本原因是：matplotlib的连线逻辑是严格按照传入数组的元素先后顺序连接对应点，如果你的x数组没有按数值大小排序，连线就会在不同乱序的点之间来回穿插，形成杂乱无章的折线，完全不符合预期的有序曲线效果。
另外原代码存在一个基础错误：plt.show 漏了括号，正确写法是 plt.show()，否则图像不会正常渲染弹出。

1. 前置必做：对数据按x值排序 #

先把x从低到高排序，同时保证对应的y值跟随匹配、不打乱点对的对应关系，这是画出有序连线的基础：

import numpy as np
import matplotlib.pyplot as plt

# 替换为你自己的原始数据
x = data
y = pdf

# 按x值大小生成排序索引，同步匹配对应y值
sort_idx = np.argsort(x)
x_sorted = x[sort_idx]
y_sorted = y[sort_idx]

2. 基础效果：直连有序点+保留散点 #

排序完成后，可以同时绘制连线和散点，实现「散点+有序连线」的组合效果，不需要完全替代原来的scatter逻辑：

plt.figure(figsize=(8,4))
# 绘制有序连线
plt.plot(x_sorted, y_sorted, color='#1f77b4', linewidth=1.5, label='有序连线')
# 绘制原始散点，设置高zorder保证散点显示在线条上方
plt.scatter(x_sorted, y_sorted, color='#ff7f0e', s=30, zorder=5, label='原始散点')

plt.legend()
plt.show()

3. 进阶效果：生成平滑无棱角的连线 #

如果觉得排序后的直连折线有明显棱角，想要更顺滑的曲线效果，可以通过插值方法在排序后的点之间生成密集采样点再连线：

from scipy.interpolate import make_interp_spline

# 在x的取值区间内生成高密度采样点
x_new = np.linspace(x_sorted.min(), x_sorted.max(), 300)
# 通过三次样条插值生成对应平滑y值
spl = make_interp_spline(x_sorted, y_sorted, k=3)
y_smooth = spl(x_new)

plt.figure(figsize=(8,4))
# 绘制平滑曲线
plt.plot(x_new, y_smooth, color='#1f77b4', linewidth=1.5, label='平滑连线')
# 保留原始散点
plt.scatter(x_sorted, y_sorted, color='#ff7f0e', s=30, zorder=5, label='原始散点')

plt.legend()
plt.show()

• 不要直接对乱序的原始x、y调用plot，否则无论调整多少线条样式参数，输出的连线都会是杂乱交叉的
• 绘制连线后不需要完全删除scatter逻辑，只要给散点设置更高的zorder层级，就能保证散点始终显示在线条上方，不会被遮挡
• 如果原始数据存在重复的x值，做平滑插值前可以先按x分组计算对应y的平均值，避免插值计算报错

内容的提问来源于stack exchange，提问作者Someone