plt.plot()详解

plt.plot()函数是matplotlib.pyplot模块下的一个函数, 用于画图

它可以绘制点和线, 并且对其样式进行控制. 由浅入深介绍如下

1.plt.plot(x, y)

1.1 x为x轴数据, y为y轴数据

import matplotlib.pyplot as pltx=[3,4,5] # [列表]
y=[2,3,2] # x,y元素个数N应相同
plt.plot(x,y)
plt.show()

1.2 x, y可传入(元组), [列表], np.array, pd.Series

import numpy as np
import pandas as pd
import matplotlib.pyplot as pltx=(3,4,5) # (元组)
y1=np.array([3,4,3]) # np.array
y2=pd.Series([4,5,4]) # pd.Seriesplt.plot(x,y1)
plt.plot(y2)  # x可省略,默认[0,1..,N-1]递增
plt.show() # plt.show()前可加多个plt.plot(),画在同一张图上

1.3 可传入多组x, y

import numpy as np
import pandas as pd
import matplotlib.pyplot as pltx=(3,4,5)
y1=np.array([3,4,3])
y2=pd.Series([4,5,4])plt.plot(x,y1,x,y2) # 此时x不可省略
plt.show()

1.4 x或y传入pd.DataFrame

1.4.1 x, y可以不等长, x短

import numpy as np
import pandas as pd
import matplotlib.pyplot as pltdic1={'x列0':[0,1,2],'x列1':[3,4,5]}
x=pd.DataFrame(dic1)
dic2={'y列0':[2,3,2],'y列1':[3,4,3],'y列2':[4,5,4],'y列3':[5,6,5]}
y=pd.DataFrame(dic2)
print(x)
print(y)
plt.plot(x,y)
plt.show()

x最短可为(元组), [列表], np.array, pd.Series

1.4.2 x, y可以不等长, x长

import numpy as np
import pandas as pd
import matplotlib.pyplot as pltdic1={'x列0':[0,1,2],'x列1':[3,4,5],'x列2':[6,7,8],'x列3':[9,10,11]}
x=pd.DataFrame(dic1)
dic2={'y列0':[2,3,2],'y列1':[3,4,3]}
y=pd.DataFrame(dic2)
print(x)
print(y)
plt.plot(x,y)
plt.show()

y最短可为(元组), [列表], np.array, pd.Series

1.5 x或y传入二维数组

import numpy as np
import pandas as pd
import matplotlib.pyplot as pltlst1=[[0,1,2],[3,4,5],[6,7,8]]
x=np.array(lst1)
lst2=[[2,3,2],[3,4,3],[4,5,4]]
y=np.array(lst2)
print(x)
print(y)
plt.plot(x,y)
plt.show()

看不到点在哪里呀. 别急, 往下看.

2.plt.plot(x, y, "格式控制字符串")

点和线的格式可以用"格式控制字符串"设置

import numpy as np
import pandas as pd
import matplotlib.pyplot as pltlst1=[[0,1,2],[3,4,5],[6,7,8]]
x=np.array(lst1)
lst2=[[2,3,2],[3,4,3],[4,5,4]]
y=np.array(lst2)plt.plot(x,y,"ob:") #"b"为蓝色, "o"为圆点, ":"为点线
plt.show()

2.1 "格式控制字符串"最多可以包括三部分, "颜色", "点型", "线型"

2.1.1 "颜色"与"线型"

import numpy as np
import pandas as pd
import matplotlib.pyplot as pltcolor=['b','g','r','c','m','y','k','w']
linestyle=['-','--','-.',':']
dic1=[[0,1,2],[3,4,5]]
x=pd.DataFrame(dic1)
dic2=[[2,3,2],[3,4,3],[4,5,4],[5,6,5]]
y=pd.DataFrame(dic2)
# 循环输出所有"颜色"与"线型"
for i in range(2):for j in range(4):plt.plot(x.loc[i],y.loc[j],color[i*4+j]+line_style[j])
plt.show()

如果只控制"颜色", 格式控制字符串还可以输入英文全称, 如"red", 甚至是十六进制RGB字符串, 如"#FF0000". python可用的"颜色"大全

2.1.2 "点型"

import numpy as np
import pandas as pd
import matplotlib.pyplot as pltmarker=['.',',','o','v','^','<','>','1','2','3','4','s','p','*','h','H','+','x','D','d','|','_','.',',']
dic1=[[0,1,2],[3,4,5],[6,7,8],[9,10,11],[12,13,14],[15,16,17]]
x=pd.DataFrame(dic1)
dic2=[[2,3,2.5],[3,4,3.5],[4,5,4.5],[5,6,5.5]]
y=pd.DataFrame(dic2)
# 循环输出所有"点型"
for i in range(6):for j in range(4):plt.plot(x.loc[i],y.loc[j],"b"+marker[i*4+j]+":") # "b"蓝色,":"点线
plt.show()

3.plt.plot(x, y, "格式控制字符串", 关键字=参数)

除了"格式控制字符串", 还可以在后面添加关键字=参数

import matplotlib.pyplot as plty=[2,3,2]
# 蓝色,线宽20,圆点,点尺寸50,点填充红色,点边缘宽度6,点边缘灰色
plt.plot(y,color="blue",linewidth=20,marker="o",markersize=50,markerfacecolor="red",markeredgewidth=6,markeredgecolor="grey")
plt.show()

可选的关键字还有很多, 详情见文末

详解

本文讲解的函数定义为plt.plot(*args, **kwargs)

import matplotlib.pyplot as plt
help(plt.plot) # 查看英文函数定义

部分运行结果

*args, 可变位置参数, 以元组形式存放了很多无名参数.

**kwargs, 可变关键字参数, 以字典形式存放了很多关键字及参数. 调用时可传入

*args要放在**kwargs之前.

本函数的*args, 允许传入多对x和y和一个可选的"格式控制字符串".

本函数的**kwargs, 允许传入多个可选的关键字参数.

plt.plot()详解相关推荐

matplotlib之plot()详解
plt.plot()函数是我们平时绘图的时候最常用的另外一个函数之一,先放一下官网上的介绍,该函数的关键字参数不多,其中**kwargs不作介绍,和其他保持一致,下面通过例子详细说一下. matplo ...
python plt 绘图详解（plt.版本）
文章目录一.plt介绍二.安装与导入三.使用说明 1. 使用plt.plot与plt.show绘制并显示图像 (1)曲线颜色(color 简写为 c): (2)点型(标记marker): (3) ...
plt.rcParams[]详解
pylot 使用rc配置文件来自定义图形的各种默认属性,称之为rc配置或rc参数.通过rc参数可以修改默认的属性,包括窗体大小.每英寸的点数.线条宽度.颜色.样式.坐标轴.坐标和网络属性.文本.字体等 ...
python作图之plt.contour详解
plt.contour是python中用于画等高线的函数,这里介绍一下plt.contour的使用. 文章目录使用示例 plt.contour()函数本身 plt.contour()图中的坐标叮! ...
linux 动态连接原理,Linux动态连接原理 GOT PLT表详解
注意: 以下所用的连接器是指,ld, 而加载器是指ld-linux.so; 1,GOT表: GOT(Global Offset Table)表中每一项都是本运行模块要引用的一个全局变量或函数的地址.可 ...
一篇文章让你搞定火山图，Volcano plot详解
火山图是散点图的一种,它将统计测试中的统计显著性量度(如p value)和变化幅度相结合,从而能够帮助快速直观地识别那些变化幅度较大且具有统计学意义的数据点(基因等).常应用于转录组研究,也能应用于基 ...
plt.plot()函数详解
plt.plot()函数详细介绍 plt.plot(x, y, format_string, **kwargs) 参数说明 x X轴数据,列表或数组,可选 y Y轴数据,列表或数组 format_s ...
python中plot的plt.text_用Python进行数据可视化的第一步，全面详解matplotlib中样式属性...
上篇内容我们详细了解了Python使用matplotlib绘制一个复杂的正弦函数的方法(参见),上篇内容我们提到了一个属性'b-',简单介绍了它是用来设置线条颜色和样式的属性.今天,我们详细了解一下P ...
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 ...