以上图片中的内容来自于plot函数的帮助文档。

代码示例:

# 绘制图表,并设置图表的轴刻度,刻度范围,轴标签
# 创建2 x 2的4个子图
fig, axes = plt.subplots(2, 2, figsize=(8, 10), dpi=100)#数据点
x = np.arange(10)
y = x + np.random.randn(10)# 第一张子图绘制虚线(红色,数据点使用圆形标记),线宽为2
axes[0, 0].plot(x, y, color="r", linestyle="--", marker="o", linewidth=2)# 第二张图绘制虚线(蓝绿色,数据点使用+好标记)
axes[0, 1].plot(x, y.cumsum(), "g-.+")# 第三张绘制散点图(蓝色,数据点使用上三角形标记)
axes[1, 0].scatter(x, y, color="b", marker="^")# 第四张图绘制散点图(黑色,数据点使用下三角形标记),alpha设置图像的透明度
axes[1, 1].scatter(x, y.cumsum(), color="k", marker="v", alpha=0.3)# 设置坐标轴的刻度,坐标范围,轴标签
# 默认这些标记在当前的(也就是最后一个)subplot上
plt.xlim([-10, 10])
plt.ylim([-50, 50])
plt.xlabel("axis-x")
plt.ylabel("axis-y")
plt.xticks([-1.0, 0.0, 0.5, 1.5, 2.5, 5, 10])
plt.yticks([-10, 0.0, 5.0, 10.0, 20.0, 30.0, 40.0, 50.0])# 显式指定每个子图的刻度,坐标范围,轴标签
# 设置第一张子图axes[0, 0]
axes[0, 0].set_xlabel("subplot(0, 0)-x")
axes[0, 0].set_ylabel("subplot(0, 0)-y")
axes[0, 0].set_xlim([-10, 10])
axes[0, 0].set_ylim([-5, 15])
axes[0, 0].set_xticks([-1.0, 0.0, 0.5, 1.5, 2.5, 5, 10])
axes[0, 0].set_yticks([-1.0, 0.0, 0.5, 1.5, 2.5, 5, 10])

matplotlib plot函数使用详解相关推荐

  1. Matplotlib subplot()函数用法详解

    Matplotlib subplot()函数用法详解 在使用 Matplotlib 绘图时,我们大多数情况下,需要将一张画布划分为若干个子区域,之后,我们就可以在这些区域上绘制不用的图形.在本节,我们 ...

  2. python中subplot是什么意思_python matplotlib中的subplot函数使用详解

    python里面的matplotlib.pylot是大家比较常用的,功能也还不错的一个包.基本框架比较简单,但是做一个功能完善且比较好看整洁的图,免不了要网上查找一些函数.于是,为了节省时间,可以一劳 ...

  3. python中mat函数_python matplotlib中的subplot函数使用详解

    python里面的matplotlib.pylot是大家比较常用的,功能也还不错的一个包.基本框架比较简单,但是做一个功能完善且比较好看整洁的图,免不了要网上查找一些函数.于是,为了节省时间,可以一劳 ...

  4. pythonsubplot_python matplotlib中的subplot函数使用详解

    python里面的matplotlib.pylot是大家比较常用的,功能也还不错的一个包.基本框架比较简单,但是做一个功能完善且比较好看整洁的图,免不了要网上查找一些函数.于是,为了节省时间,可以一劳 ...

  5. 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 ...

  6. python 折线图 尾部_Matplotlib 折线图plot()所有用法详解

    散点图和折线图是数据分析中最常用的两种图形.其中,折线图用于分析自变量和因变量之间的趋势关系,最适合用于显示随着时间而变化的连续数据,同时还可以看出数量的差异,增长情况. Matplotlib 中绘制 ...

  7. Python-Matplotlib可视化(番外篇)——Matplotlib中的事件处理详解与实战

    Python-Matplotlib可视化(番外篇)--Matplotlib中的事件处理详解与实战 前言 事件连接 事件属性 实战1:直方图中矩形的拖拽 实战2:鼠标进入和离开 相关链接与参考 前言 在 ...

  8. python text函数_python可视化text()函数使用详解

    python可视化text()函数使用详解 这篇文章主要介绍了python可视化text()函数使用详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考 ...

  9. Matplotlib axes类使用详解

    Matplotlib axes类使用详解 Matplotlib 定义了一个 axes 类(轴域类),该类的对象被称为 axes 对象(即轴域对象),它指定了一个有数值范围限制的绘图区域.在一个给定的画 ...

  10. numpy之linspace()函数使用详解

    numpy之linspace()函数使用详解 linspace() 函数 作为序列生成器, numpy.linspace()函数用于在线性空间中以均匀步长生成数字序列. Numpy通常可以使用nump ...

最新文章

  1. android重新加载程序,从被杀死的Android应用程序中恢复
  2. intellij远程调试_IntelliJ中的远程调试Wildfly应用程序
  3. php 支付宝付款接口测试
  4. ajax跨域只能是get,jsonp跨域请求只能get变相解决方案
  5. 金三银四,如何征服面试官,拿到Offer
  6. MySQL 数据库“十宗罪”(十大经典错误案例)
  7. 6种不同画法画平行线_眉毛影响气质!6种经典眉形画法,每一种都让你美丽翻倍...
  8. MySQL与Oracle 差异比较之五存储过程Function
  9. 如何在cad中模块计算机,AutoCAD如何创建块 CAD模块创建方式一览
  10. Unity3D发布微信小程序
  11. iMX8MP方案推荐|一款适用于心电监护仪的嵌入式核心板
  12. 腾讯视频Node.js服务是如何支撑国庆阅兵直播高并发的?
  13. 如何使用NFC读卡器读取NFC卡片的UID
  14. 红米note7找android,红米Note 7
  15. 收费变免费,是商业模式的颠覆式创新
  16. 电脑采购杂志电脑采购杂志社电脑采购编辑部2022年第5期目录
  17. 汉语树库/CoNLL格式,依存句法分析语料
  18. Intel PinTools使用笔记——INS_InsertCall()
  19. ecshop安装检测本地mysql服务器_ecshop 4.0本地服务器安装
  20. encodeURI、encodeURIComponent和 escape的区别

热门文章

  1. java web实现第三方在线支付
  2. 华大单片机-HC32L13X系列芯片OPA配置-芯虎论坛
  3. 毕索大学计算机科学怎么样,毕索大学与麦吉尔大学哪个好
  4. Genlovy_Hoo大神的杰作
  5. 带色彩恢复的多尺度视网膜增强算法(MSRCR)的原理、实现及应用。
  6. An invalid domain [] was specified for this cookie问题解决
  7. 子曰:中庸之为德也,其至矣乎!民鲜久矣。
  8. jzoj6152. 【GDOI2019Day2模拟2019.4.29】Endless (倍增维护并查集,平方串)
  9. Python数据可视化:5段代码搞定散点图绘制与使用,值得收藏
  10. Android新手入门 FAQ