今天是数据处理专题的第11篇文章,我们继续来介绍matplotlib这个包的使用方法。

在上一篇文章当中我们介绍了matplotlib当中subplot的概念以及用法,今天我们将会来介绍matplotlib绘图中的一些具体的设置,可以让我们画出来的图像更加丰富,表现力也更强。

颜色

我们之前绘制的图像都是蓝色的,这也是matplotlib的默认颜色。我们可以使用color这个参数来设置图像的颜色,比如我们想要画原谅色的图,我们就传入color=‘green’,这样我们得到的图像就是绿色了。

由于绿色是很常见的颜色(大雾),所以我们没必要输入完整的green单词,使用g作为缩写就可以了。除了绿色之外,其他常用的颜色也一样,比如红色可以就写成r,蓝色写成b,黄色写成y等等。

相对来说这些常用颜色还是比较好记的,如果记不住也没有关系,我们可以在jupyter当中通过plt.plot?这个命令来查阅相关的文档。把文档拉到最后,我们可以看到关于颜色设置的定义:

这里有两个颜色看起来不太常用,一个是cyan是青色,另外一个是magenta是品红。说明老外对颜色的喜好和审美和我们国人还是有些差距的。

除了使用单词之外,我们还可以使用16进制来表示颜色。比如#CECECE,表示一种淡淡的灰色。到底有多灰呢?我们画出来就知道了。

16进制表示颜色是一种常见的方法,我们知道光的三原色是红绿蓝,也就是RGB。在计算机领域常用0-255这256个数字来表示某一个原色的强弱。通过三原色的不同组合,我们可以组合出所有的颜色。一共三种原色,那么自然也就需要三个数字来表示,由于255以内的数字写成16进制只有两位,所以我们可以用6位16进制的数字来代表颜色。这也是计算机领域非常常见的颜色表示方法,像是前端CSS调色也是一样的道理。

标记

下面要介绍的是标记,标记的目的是用来凸显数据。plot默认画出来的是一条光滑的曲线,虽然它其实也是将若干个数据点连起来画成的。光滑的曲线有一个问题就是我们看不出来我们的样本究竟是什么,我们只看得到图像,不知道原始数据。

举个例子,我们用随机数据画一个折线图:

我们固然知道这个图是由数据点连起来得到的,但是我们能准确得找到所有的数据点吗?明显还是比较困难的,因为我们不能判断每一段看起来比值的线段之间存不存在数据点。

针对这个问题,我们可以使用标记,也就是在图上把每个点都标出来。最常见的标记就是圆点,我们让每一个样本变成一个圆点,这样就很直观了。我们可以通过marker这个参数实现这一点,比如如果要画圆点的话,我们传入marker='o’即可。

除了圆点之外,还有很多其他的方式,我们同样可以查看plot的文档获得细节。

线条

最后一个可以定制化的内容是线条,我们可以修改plot画出来的线条种类。默认的当然是实线,既然有实线,那么肯定也就有虚线。虚线有两种一种是点虚线一种是全虚线。英文叫做dashed line 和dash-dot line。

线条通过参数linestyle来设置,我们先来看看全虚线,两个短线表示全虚线。如果是一根短线表示实线,也就是默认的style。

除了虚线图之外还有点线图和点状图,这两者顾名思义,大家应该不难猜出来。

三合一

我们回顾一下我们刚才介绍的,一共有三种特性,分别是标记、线条以及颜色。我们需要传入三个参数来控制它们,怎么说呢,从逻辑上来说这毫无问题。但操作起来还是有点麻烦,所以matplotlib的作者提供了一个三合一的方法,我们可以直接传入一个参数把颜色、线条以及标记一起定义了

怎么使用呢,我们可以在末尾传入一个字符串,用这一个字符串涵盖刚才介绍的三种参数。我们来看一个例子:

我们很容易看出来这张图是一张绿色的,点状标记的虚线图。我们传入的字符串是’og–’,很明显,o代表的是标记,g代表的是颜色green,–代表的是虚线。我们把这三个参数融合在了一个字符串当中。我们交换它们的顺序,写成go–也是一样OK的。如果你不需要设置标记以及线条,也可以去掉一个,同样可以运行。

但是这里要注意,这里的颜色只能使用缩写,不支持其他的写法。说白了这种方法只是用来书写方便的,如果要追求实用性还是应该使用参数来设置。

我是承志,衷心祝愿大家每天都有所收获。如果还喜欢今天的内容的话,请不要吝啬你的三连支持,它对我很重要。(点赞、关注、转发

原文链接,求个关注

matplotlib设置颜色、标记、线条,让你的图像更加丰富相关推荐

  1. python中line表示什么_Python里matplotlib的颜色及线条等控制(linestyle/marker/color,全)...

    Python里matplotlib的颜色及线条等控制(linestyle/marker/color,全) 参考网址: 代码: plt.subplots(1, 1) x= range(100) y= [ ...

  2. canvas设置颜色及线条样式

    canvas设置颜色及线条样式 1. canvas设置颜色 2. canvas设置线条样式 1. canvas设置颜色 fillStyle = color; //设置图形的填充颜色 strokeSty ...

  3. python的matplotlib背景线_python中matplotlib的颜色及线条 控制

    https://www.cnblogs.com/darkknightzh/p/6117528.html https://blog.csdn.net/qq_34337272/article/detail ...

  4. python颜色参数_Python中matplotlib的颜色及线条参数控制示例

    用Python画图的时候选色选点都可以直接参考这里的内容,matplotlib中有哪些命名颜色可供用于绘图? 在matplotlib文档中找到一个列表,声明这些是唯一的名称: b: blue g: g ...

  5. python颜色画线_matplotlib设置颜色、标记、线条,让你的图像更加丰富(推荐)

    Matplotlib 是 Python 的绘图库. 它可与 NumPy 一起使用,提供了一种有效的 MatLab 开源替代方案. 它也可以和图形工具包一起使用,如 PyQt 和 wxPython. 今 ...

  6. R plot图片背景设置为透明_matplotlib设置颜色、标记、线条,让你的图像更加丰富...

    今天是数据处理专题的第11篇文章,我们继续来介绍matplotlib这个包的使用方法. 在上一篇文章当中我们介绍了matplotlib当中subplot的概念以及用法,今天我们将会来介绍matplot ...

  7. matplotlib:颜色、标记和线类型,刻度、标签和图例,注释与子图加工,将图片保存到文件,matplotlib 设置

    1.2 颜色.标记和线类型 matplotblib 的主函数 plot 接收带有x and y 轴的数组以及一些可选的字符串缩写参数来指名颜色和线类型.例如要用绿色括折号绘制 x 对 y 的线:ax. ...

  8. python使用matplotlib可视化、使用rcParams参数调整可视化图像中线条宽度、线条类型、文本字体、字体大小、字体颜色、字体类型、文本颜色等

    python使用matplotlib可视化.使用rcParams参数调整可视化图像中线条宽度.线条类型.文本字体.字体大小.字体颜色.字体类型.文本颜色等 目录

  9. matplotlib自定义设置plt.colorbar函数配置颜色条的刻度数实战:自定义设置颜色条刻度、并为刻度值进行命名和标签化

    matplotlib自定义设置plt.colorbar函数配置颜色条的刻度数实战:自定义设置颜色条刻度.并为刻度值进行命名和标签化 目录

最新文章

  1. iOS开发中用到的一些第三方库
  2. 手把手教你熟悉Git操作
  3. 一流科技CEO袁进辉:人工智能产业化困局和机遇 | 量子位·视点分享回顾
  4. 极兔收购百世快递,谁是赢家?
  5. 192.168.8.1手机登陆_荣耀Magic UI 3.1即将升级!这10款荣耀手机4月可期
  6. gentoo使用unicon支持中文
  7. 俞敏洪回应新东方股价跌破1美元
  8. c语言机考答案,全国计算机等级考试C语言上机试题题库(内附答案)
  9. 随便一个人就能干预大选?
  10. R语言介绍(R包与帮助文档)
  11. vue3快速上手(尚硅谷视频笔记)
  12. SetWindowsHookEx全局钩子
  13. 单点登录系统和传统登录的区别
  14. 关于cocos2d引擎写的手游加速
  15. ESD笔记(四)_击穿电压规律
  16. python -PyPDF2对pdf 进行拆分
  17. C语言试题106之有一对兔子,从出生后第 3 个月起每个月都生一对兔子,小兔子长到第三个月 后每个月又生一对兔子,假如兔子都不死,问每个月的兔子总数为多少?
  18. java发送邮件格式_java使用main函数进行邮件发送怎样设置邮件格式
  19. uniapp友盟埋点
  20. 超轻薄笔记本电脑软件测试,2009年度-13英寸超轻薄笔记本年度横向评测

热门文章

  1. Matlab保留工作区变量教程
  2. Spring Boot 中yml文件小图标不正确解决方案
  3. 从零开始 verilog 以太网交换机(一)架构分析
  4. (附源码)ssm基于WEB的房屋出租管理系统 毕业设计261620
  5. 万物智联下,腾讯云IoT的差异化发展之路“新”在何处?
  6. 计算机试题ab级,计算机等级考试一级模拟试题及答案(2套)
  7. 直接使用Jlink仿真器下载程序至Freescale K60系列 MCU
  8. 应用与计算机病毒,计算机病毒论文
  9. Redis基础知识笔记
  10. 七自由度机械臂设计分析——待更新