matplotlib入门之plt.plot折线图跟常用基本函数

x：指定折线图的x轴数据；
y：指定折线图的y轴数据；
linestyle：指定折线的类型，可以是实线、虚线、点虚线、点点线等，默认实线；
linewidth：指定折线的宽度
marker：可以为折线图添加点，该参数是设置点的形状；
markersize：设置点的大小；
markeredgecolor：设置点的边框色；
markerfacecolor：设置点的填充色；
label：为折线图添加标签，类似于图例的作用；

用法：

plt.plot(x,np.sin(x),color = 'b',            # 线条颜色 bluelinewidth = 1,          # 线条宽度 linestyle='-',          # 线的类型:虚线:'--',点线：'-.',短虚线':',实线：'-'marker='o',             # 线上点的形状markersize = 10,        # 点的大小markeredgecolor = 'r',  # 点的边框颜色markerfacecolor ='y',   # 点的背景颜色label = 'sin',          # 图例alpha = 1 )             # 透明度：0-1之间 ,默认1plt.legend(fontsize = 15)        # 显示图例
plt.show()

其中参数color可简写成c,linewidth可简写为lw,linestyle可简写为ls

四、调整坐标轴：plt.spines[]

1、去除上轴线及右边轴线：

x = np.linspace(0, 10, 30)
plt.plot(x, np.sin(x),c = '#0ffef9',label = 'sin(x)')ax = plt.gca()    # 获取当前子图 get current axes
ax.spines['right'].set_color('none')  # spines中文脊柱的意思，表示图边框四条脊柱线：top,bottom,left,right
ax.spines['top'].set_color('none')    # 使上轴线及右轴线颜色设置为none或‘white’plt.show()

2、调整坐标轴为x,y直角坐标轴

x = np.linspace(0, 10, 30)
plt.plot(x, np.sin(x),c = '#0ffef9',label = 'sin(x)')ax = plt.gca() # 获取当前子图 get current axes
ax.spines['right'].set_color('none')  # spines中文脊柱的意思，表示图边框四条脊柱线：top,bottom,left,right
ax.spines['top'].set_color('none')    # 使上轴线及右轴线颜色设置为none或‘white’
ax.spines['left'].set_position(('data',0))   # 调整左轴线位置到横坐标0的位置
ax.spines['bottom'].set_position(('data',0)) # 调整下轴线位置到纵坐标0的位置plt.show()

五、文本标注：plt.text()

plt.text(x,y,s)

x表示x轴坐标值,y表示y轴坐标值通过x,y来控制标注的位置

x = np.linspace(0, 10, 30)plt.plot(x, np.sin(x),c = '#0ffef9',label = 'sin(x)')
# plt.text(x,y,s) x表示x轴坐标值,y表示y轴坐标值 通过x,y来控制标注的位置
plt.text(x = 1,y = 0.5,s = '这是标注',fontsize = 15,c = 'b',rotation = 20) # rotation控制文本字体角度
plt.show()

六、文本箭头注释:plt.annotate()

plt.annotate(text,xy,xytext,arrowprops)

text表示注释文本，xy表示箭头端点位置，xytext表示文本注释的位置，arrowprops控制箭头，形式为字典

x = np.linspace(0, 10, 30)plt.plot(x, np.sin(x),c = '#0ffef9',label = 'sin(x)')
plt.annotate(text = '底点',xy = (4.65,-1),xytext = (4.2,0),arrowprops = {'headwidth':10,'facecolor':'r'},fontsize = 15)
plt.show()

注：若未设置arrowprops参数则没有箭头显示，只有文本注释

七、绘图的填充：plt.fill_between()

x = np.linspace(0, 10, 30)
y1 = x*2
y2 = x**2+5plt.figure(figsize = (8,5))
plt.plot(x,y1,'r',x,y2,'g') #注：可以在一个plot函数内画出多条线plt.fill_between(x,y1,y2,facecolor = 'k',alpha = 0.2)plt.show()

# 第一个参数表示要覆盖的左右范围，第二个参数表示覆盖的下限，第三个参数表示覆盖的上限，在这里则表示填充y1曲线和y2曲线中间的区域

八、归纳练习

import matplotlib.pyplot as plt
import numpy as npplt.rcParams['font.family'] = 'SimHei'      # 正常显示中文
plt.rcParams['axes.unicode_minus'] = False # 正常显示负号x = np.linspace(-3, 3, 50)
y1 = 2*x + 1
y2 = x**2# 创建画布并设置大小
plt.figure( figsize=(8, 5))plt.plot(x, y1, label='linear line',marker = '+')
# zorder控制绘图顺序，值越大画的越慢，防止先画从而被后画的图挡住，如下图防止红线被图例挡住从而不清晰
plt.plot(x, y2, color='red', lw=2.0, ls='--', label='square line',zorder = 10) plt.xlim(-4,5)
plt.ylim(-5,10)
plt.xticks(rotation = 30,fontsize = 12,c = 'k') # rotation：旋转角度
plt.yticks(rotation = 30,fontsize = 12,c = 'k')
plt.grid(True)
plt.legend(loc='upper right',edgecolor = 'none',facecolor = 'g',fontsize =13)# 注释
plt.text(-2,-4,'这是直线',fontsize = 15,c = 'b')
plt.annotate('这是曲线',xy = (2,2),xytext = (3,-1),arrowprops ={'headwidth':10,'facecolor':'g'},fontsize = 15,c = 'r')
# 填充
plt.fill_between(x,y1,y2,facecolor = 'g',alpha = 0.2)plt.show()

九、面对对象画图：

在面对对象画图前，让我们来看看图像的组成：

Figure：画布，顶层级，用来容纳所有绘图元素

Axes：可以认为是figure这张画图上的子图，因为子图上一般都是坐标图，也可以愿意理解为轴域或者坐标系。

Axis：axes的下属层级，用于处理所有和坐标轴有关的元素

Tick：axis的下属层级，用来处理所有和刻度有关的元素

综上可知，画出的图像是在画布figure上显示的，axes可理解成figure上的一个子图，axis可理解成子图axes的坐标轴，tick是坐标轴axis上的刻度

我们来看看面对对象是如何画图的，其实很简单，只需要把plt改为面对自己创建的axes即可

如下：

import matplotlib.pyplot as plt
import numpy as npplt.rcParams['font.family'] = 'SimHei'      # 正常显示中文
plt.rcParams['axes.unicode_minus'] = False # 正常显示负号x = np.linspace(-3, 3, 50)
y1 = 2*x + 1
y2 = x**2# 方法一
fig = plt.figure( figsize=(8, 5))  # 创建画布并设置大小
ax = fig.add_subplot(111)  # 111，表示在画布中创建一行，一列，编号为一的子图，即创建一个子图的意思
# 方法二
# fig,ax = plt.subplots(figsize =(8,5))ax.plot(x, y1, label='linear line',marker = '+')
ax.plot(x, y2, color='red', lw=2.0, ls='--', label='square line',zorder = 10) ax.set_xlim(-4,5)
ax.set_ylim(-5,10)
plt.xticks(rotation = 30,fontsize = 12,c = 'k') # rotation：旋转角度
plt.yticks(rotation = 30,fontsize = 12,c = 'k')
ax.grid(True)
ax.legend(loc='upper right',edgecolor = 'none',facecolor = 'g',fontsize =13)# 注释
ax.text(-2,-4,'这是直线',fontsize = 15,c = 'b')
ax.annotate('这是曲线',xy = (2,2),xytext = (3,-1),arrowprops ={'headwidth':10,'facecolor':'g'},fontsize = 15,c = 'r')
# 填充
ax.fill_between(x,y1,y2,facecolor = 'g',alpha = 0.2)plt.show()

matplotlib入门之plt.plot折线图跟常用基本函数相关推荐

4.3Python数据处理篇之Matplotlib系列(三)---plt.plot()折线图
目录前言 (一)plt.plot()函数的本质 ==1.说明== ==2.源代码== ==3.展示效果== (二)plt.plot()函数缺省x时 ==1.说明== ==2.源代码== ==3.展示 ...
python plot 增加标记线,matplotlib初学：这样画折线图和添加标注、箭头
原标题:matplotlib初学:这样画折线图和添加标注.箭头用matplotlib 画折线图,一般使用plt.plot函数,它的具体格式为: plt.plot(x,y1, '颜色线条') 默认线条 ...
修改python plot折线图的坐标轴刻度
修改python plot折线图的坐标轴刻度,这里修改为整数: 代码如下: from matplotlib import pyplot as plt import matplotlib.ticker ...
使用python的matplotlib（pyplot）画折线图和柱状图
使用python的matplotlib(pyplot)画折线图和柱状图今天帮师兄赶在deadline之前画论文的图,现学现卖很是刺激,现把使用matplotlib的子库pyplot画折线图和柱状图的 ...
MATLAB plot 画折线图的常用命令总结
MATLAB plot 画折线图的常用命令总结目录 MATLAB plot 画折线图的常用命令总结写在前面的话 1 plot的数据内容 1.1 希望画的数据 1.2 折线图的点(空心实心).颜色. ...
Matplotlib常见图形绘制（折线图、散点图、柱状图、直方图、饼图）
Matplotlib能够绘制折线图.散点图.柱状图.直方图.饼图. 我们需要知道不同的统计图的意义,以此来决定选择哪种统计图来呈现我们的数据. 1 常见图形种类及意义折线图:以折线的上升或下降来表示 ...
Matplotlib基础绘图功能 — 以折线图为例
1 完善原始折线图 - 给图形添加辅助功能为了更好地理解所有基础绘图功能,通过天气温度变化的绘图来融合所有的基础API使用需求:画出某城市11点到12点1小时内每分钟的温度变化折线图,温度范围在1 ...
python matplotlib画折线图出现连线混乱_python使用matplotlib模块绘制多条折线图、散点图...
今天想直观的展示一下数据就用到了matplotlib模块,之前都是一张图只有一条曲线,现在想同一个图片上绘制多条曲线来对比,实现很简单,具体如下: #!usr/bin/env python #enco ...
matplotlib绘图：散点图、折线图、柱状图、水平条形图、饼图和直方图
目录数据可视化 Matplotlib 安装和导入库安装Matplotlib库导入Matplotlib库中的`pyplot`子库一.Matplotlib基础知识 1. Figure对象 1.1 ...

matplotlib入门之plt.plot折线图跟常用基本函数

目录

matplotlib入门之plt.plot折线图跟常用基本函数相关推荐

最新文章

热门文章