Python可视化——matplotlib.pyplot绘图的基本参数详解
目录
1.matplotlib简介
2.图形组成元素的函数用法
2.1. figure():背景颜色
2.2 xlim()和 ylim():设置 x,y 轴的数值显示范围
2.3 xlabel()和 ylabel():设置 x,y 轴的标签文本
2.4 grid():绘制刻度线的网格线
2.5 axhline():绘制平行于 x 轴额度水平参考线
2.6 axvspan():绘制垂直于 x 轴的参考区域
2.7 xticks(),yticks()
2.8 annotate():添加图形内容细节的指向型注释文本
2.9 bbox:给标题增加外框
2.10 . text():添加图形内容细节的无指向型注释文本(水印)
2.11. title():添加图形内容的标题
2.12. legend():标示不同图形的文本标签图例
2.13 table():向子图中添加表格
3. 完整代码显示
4.折线图的线条风格
5. 常用颜色缩写
6.总结
1.matplotlib简介
matplotlib 库是 Python 中绘制二维和三维图表的数据可视化工具
特点:
使用简单绘图语句实现复杂绘图效果
以交互式操作实现渐趋精细的图形效果
使用嵌入式 LaTex 输出具有印刷级别的图表、科学表达式和符号文本
对图表的组成元素实现精细化控制
三种绘图接口
pyplot:面向当前图
axes:面向对象
Pylab:沿用 matlab 风格
本篇文章使用plot绘图(展示变量的趋势变化 )展示绘图的基本参数,使用numpy库获得绘图数据(随机),最后出来的图形并非经过仔细思考,一切以展示图形参数为主!!!
使用的库:
import matplotlib.pyplot as plt
import numpy as np
2.图形组成元素的函数用法
plot():展示变量的趋势变化
2.1. figure():背景颜色
plt.figure(figsize=(10, 10))
x = np.linspace(0.05, 10, 1000) # 在0.05到10的区间中,等差选取1000个,端点不属于
y = np.sin(x)
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.plot(x, y,color='red',ls='-',label='sinx')
plt.show()
2.2 xlim()和 ylim():设置 x,y 轴的数值显示范围
2.3 xlabel()和 ylabel():设置 x,y 轴的标签文本
2.4 grid():绘制刻度线的网格线
使用方法:plt.grid(linestyle, color)
2.5 axhline():绘制平行于 x 轴额度水平参考线
plt.figure(figsize=(10, 10))
x = np.linspace(0.05, 10, 1000) # 在0.05到10的区间中,等差选取1000个,端点不属于
y = np.sin(x)
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.plot(x, y,color='red',ls='-',label='sinx')
plt.xlim(1, 10)
plt.ylim(-1, 1)
plt.xlabel('x轴')
plt.ylabel('y轴')
plt.grid(ls=':',color='blue') # 设置网格,颜色为蓝色
plt.axhline(0.5, color='green', lw=2, label="分割线") # 绘制平行于x轴的水平参考线,绿色,名称
plt.show()
(上图中绿色的线即为axjline()添加的参考线)
2.6 axvspan():绘制垂直于 x 轴的参考区域
plt.axvspan(xmin=2,xmax=5,facecolor='r',alpha=0.2) # 绘制垂直于x轴的参考区域
即得到(注意:此段是区域)
2.7 xticks(),yticks()
获取或设置当前 x 轴或 y 轴刻度位置和标签(即设置 x 或 y 轴的标 签)
可以理解为设置xilim和ylim一样的效果,但可以指定范围和距离
plt.xticks(list(range(0, 12, 1))) # 调整刻度范围和刻度标签
注意看x轴,从原来的0~10到现在的0~11,可以通过设置第三个参数设置步长,这里设置为1
2.8 annotate():添加图形内容细节的指向型注释文本
函数方法:plt.annotate()
s:注释文本内容
xy:被注释的坐标点
plt.annotate('local',xy=(2, 1),xytext=(0.5, 0.5),weight='bold',color='red',xycoords="data",arrowprops=dict(arrowstyle="->", connectionstyle='arc3', color='b'),bbox=dict(boxstyle="rarrow",pad=0.6,fc="yellow",ec='k',lw=1,alpha=0.5))
这里的黄色箭头和蓝色细长线即为参数方法添加的参数,实际使用过程中根据自己的实际所需使用,可以认为添加对图像的一些解释
2.9 bbox:给标题增加外框
(boxstyle:方框外形;circle:椭圆;darrow:双向箭头;larrow:箭头向左;rarrow:箭
头向右;round:圆角矩形;round4:椭长方形;roundtooth:波浪形边框 1;sawtooth:
2.10 . text():添加图形内容细节的无指向型注释文本(水印)
函数方法:plt.text()
plt.text(1, 1,"y=sinx",weight='bold',color ='b')
这里设置在坐标(1,1)上,即文字下面y=sinx的蓝色字段
2.11. title():添加图形内容的标题
plt.title("正弦函数")
2.12. legend():标示不同图形的文本标签图例
使用方法:plt.legeng()
plt.legend(loc="lower left") # 设置图例位置
2.13 table():向子图中添加表格
3. 完整代码显示
import matplotlib.pyplot as plt
import numpy as npplt.figure(figsize=(10, 10))
x = np.linspace(0.05, 10, 1000) # 在0.05到10的区间中,等差选取1000个,端点不属于
y = np.sin(x)
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.plot(x, y,color='red',ls='-',label='sinx')
plt.xlim(1, 10)
plt.ylim(-1, 1)
plt.xlabel('x轴')
plt.ylabel('y轴')
plt.grid(ls=':',color='blue') # 设置网格,颜色为蓝色
plt.axhline(0.5, color='green', lw=2, label="分割线") # 绘制平行于x轴的水平参考线,绿色,名称
plt.axvspan(xmin=2,xmax=5,facecolor='r',alpha=0.2) # 绘制垂直于x轴的参考区域
plt.axhspan(ymin=(-3**0.5)/2,ymax=(3**0.5)/2,facecolor='w',alpha=0.2)plt.legend(loc="lower left") # 设置图例位置
plt.annotate('local',xy=(2, 1),xytext=(0.5, 0.5),weight='bold',color='red',xycoords="data",arrowprops=dict(arrowstyle="->", connectionstyle='arc3', color='b'),bbox=dict(boxstyle="rarrow",pad=0.6,fc="yellow",ec='k',lw=1,alpha=0.5))
plt.xticks(list(range(0, 12, 1))) # 调整刻度范围和刻度标签
plt.text(1, 1,"y=sinx",weight='bold',color ='b')
plt.title("正弦函数")
plt.show()
这串代码用于显示中文字符
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
无论画什么图,最后都得使用plt.show()用于展示图片,否则输出为空
4.折线图的线条风格
-:实线样式--:短横线样式-.:点划线样式::虚线样式.:点标记O:圆标记V:倒三角标记^:正三角标记<:左三角标记>:右三角表示1:下箭头标记132:上箭头标记3:左箭头标记4:右箭头标记S:正方形标记p:五边形标记*:星形标记H:六边形标记+:加号标记X:x 标记D:菱形标记|:竖直线标记_:水平线标记
5. 常用颜色缩写
b 蓝色
g 绿色
r 红色
c 青色
m 品红色·
y 黄色
k 黑色
w 白色
6.总结
很多参数有时候用不上,但要知道有,存在即合理,不同参数的作用功能不同,不要任何图都加太多参数,一般有图例、标题,xy轴的范围即可。
无论使用哪个,建议先试试,实践是检验真理的唯一标准!!!
有写的不好的地方希望读者见谅,我也在一步步摸索,有疑问欢迎在评论区讨论
Python可视化——matplotlib.pyplot绘图的基本参数详解相关推荐
- Python数据可视化——matplotlib.pyplot中plt的参数详解
matplotlib.pyplot中plt的参数详解: #平滑折线的示例 # plt.plot(xnew, ynew, marker='.', markevery=markevery, ls='-', ...
- Python可视化matplotlib自定义:运行时参数修改、自定义样式、默认样式+plt.style.use()
Python可视化matplotlib自定义:运行时参数修改.自定义样式.默认样式+plt.style.use() 目录 Python可视化matplotlib自定义:运行时参数修改.自定义样式.默认 ...
- matplotlib.pyplot.figure()结构及用法详解
matplotlib.pyplot.figure官方文档 源代码 matplotlib.pyplot.figure(num=None, figsize=None, dpi=None, facecolo ...
- Python使用matplotlib.pyplot绘图时设置坐标轴刻度
问题描述:在使用matplotlib绘图时,可能会需要设置坐标轴上刻度之间的距离,或者为刻度设置标签. 技术要点:pyplot的xticks()和yticks()函数的用法. 参考代码1: 运行结果1 ...
- Python 散点图 回归拟合 带误差 各参数详解(2)
1.数据下载地址 散点图样例数据:https://download.csdn.net/download/qq_35240689/87006447 import numpy as np import p ...
- Python中制作词云的WordCloud参数详解
场景 官方API: https://amueller.github.io/word_cloud/generated/wordcloud.WordCloud.html 实现 font_path : st ...
- Python — matplotlib.pyplot 绘图模块及常用函数
目录 1. 基本用法与折线图 pyplot 模块的常用函数 折线图函数: matplotlib.pyplot.plot() 常用 format_string 参数 常用函数 grid () 控制各轴网 ...
- Python matplotlib.pyplot.hist函数 参数详解(超详细的!)
matplotlib.pyplot.hist函数 参数详解 函数内容 matplotlib.pyplot.hist(x, bins=None, range=None, normed=False, we ...
- plot参数详解python_30行Python代码实现3D数据可视化
作者:潮汐 来源:Python技术 欢迎来到编程教室~ 我们之前的文章中有讲解过不少 Matplotlib 的用法,比如: 完成这50个Matplotlib代码,你也能画出优秀的图表 25个常用Mat ...
最新文章
- 怎么把python结果全部显示-python – 如何展开输出显示以查看更多列?
- python项目实践_Python 项目实践三(Web应用程序)第二篇
- lucene源码分析(3)facet实例
- angular4更改表单中显示的值_Angular 4 动态表单教程 Reactive Forms教程
- testflight开发者已将您从测试计划中移除_使用 TestFlight 测?试 App
- python图书管理系统增删改查_固定资产管理系统,高效管理企业资产
- java重命名excel_Java重命名Excel工作表并设置工作表及标签颜色
- 金三银四大厂面经总结,mysql创建视图的sql语句
- CAD .Net 开发-快速入门
- matlab好看的字体,最佳50个新鲜+漂亮的字体(2011)
- 手动以及使用torch.nn实现前馈神经网络实验
- opencv-contrib sfm扩展模块下载安装
- 【IT之路】Docker系列-CentOS 7 64位镜像下载
- Qt 人脸对比体温检测软件(界面酷炫),千人毫秒响应
- python安装包的时候报错 ERROR: Exception: Traceback (most recent call last): File “C:\Users\
- Firefox如何给页面权限
- JAVA第三方工具类
- HashMap是如何遍历的
- element-ui中el-container容器与div布局区分
- 实战案例,手把手教你使用 Tableau 绘制超炫酷可视化图表