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.展示效果==
- (三)颜色控制符
- (四)线形控制符
- ==1.说明==
- ==2.源代码==
- ==3.输出效果==
- (五)点的类型控制符
- ==1.普通点类型==
- ==2.三角点==
- ==3.三叉点==
- ==4.多边形点==
- ==5.其他形状点==
- ==注:三种控制符可以单独使用,也可以组合使用==
- (六)风格使用的另一种方法
- ==1.说明==
- ==2.原代码==
- ==3.输出效果==
前言
陆陆续续接触了些,关于Matplotlib的教材,总是感觉学不到本质的东西。今天就来讲一下 关于
plt.plot()函数的本质。
(一)plt.plot()函数的本质
==1.说明==
plt.plot()函数的本质就是根据点连接线。根据x(数组或者列表) 和 y(数组或者列表)组成点,然后连接成线。
==2.源代码==
import matplotlib.pyplot as pltx = [1, 2, 3, 4]
y = [1, 2, 20, 50]
# 创建一个画布
plt.figure()
# 创建一条线
plt.plot(x, y)# 展现画布
plt.show()
==3.展示效果==
(二)plt.plot()函数缺省x时
==1.说明==
缺省x的情况下,x的默认值是:range(len(y))
==2.源代码==
import matplotlib.pyplot as plt# 缺省x参数时,默认的x是range(len(y))
y = [1, 2, 3, 4]
# 创建一个画布
plt.figure()
# 创建一条线
plt.plot(y)
# 展现画布
plt.show()
==3.展示效果==
(三)颜色控制符
要想使用丰富,炫酷的图标,我们可以使用更复杂的格式设置,主要颜色,线的样式,点的样式。
默认的情况下,只有一条线,是蓝色实线。多条线的情况下,生成不同颜色的实线。
字符 | 颜色 |
---|---|
'b' | blue |
'g' | green |
'r' | red |
'c' | cyan 青色 |
'm' | magenta平红 |
'y' | yellow |
'k' | black |
'w' | white |
(四)线形控制符
==1.说明==
字符 | 类型 |
---|---|
'-' | 实线 |
'--' | 虚线 |
'-.' | 虚点线 |
':' | 点线 |
' ' | 空类型,不显示线 |
==2.源代码==
import matplotlib.pyplot as pltx = [1, 2, 3, 4]
y1 = [1, 2, 3, 4]
y2 = [1, 4, 9, 16]
y3 = [1, 8, 27, 64]
y4 = [1, 16, 81, 124]
# 创建一个画布
plt.figure()
# 在figure下线
plt.plot(x, y1, "-o") #实线
plt.plot(x, y2, "--o") #虚线
plt.plot(x, y3, "-.o") #虚点线
plt.plot(x, y4, ":o") # 点线
# 展现画布
plt.show()
==3.输出效果==
(五)点的类型控制符
==1.普通点类型==
(1)说明:
'.' | 点 |
---|---|
',' | 像素点 |
'o' | 原点 |
(2)源代码
import matplotlib.pyplot as pltx = [1, 2, 3, 4]
y1 = [1, 2, 3, 4]
y2 = [1, 4, 9, 16]
y3 = [1, 8, 27, 64]
y4 = [1, 16, 81, 124]
# 创建一个画布
plt.figure()
# 在figure下的线
plt.plot(x, y1, "-.") # 点
plt.plot(x, y2, "-,") # 像素点
plt.plot(x, y3, "-o") # 圆点# 展现画布
plt.show()
(3)输出效果:
==2.三角点==
(1)说明:
'^' | 上三角点 |
---|---|
'v' | 下三角点 |
'<' | 左三角点 |
'>' | 右三角点 |
(2)源代码:
import matplotlib.pyplot as pltx = [1, 2, 3, 4]
y1 = [1, 2, 3, 4]
y2 = [1, 4, 9, 16]
y3 = [1, 8, 27, 64]
y4 = [1, 16, 81, 124]
# 创建一个画布
plt.figure()
# 在figure下的线
plt.plot(x, y1, "-^")
plt.plot(x, y2, "-v")
plt.plot(x, y3, "-<")
plt.plot(x, y4, "->")# 展现画布
plt.show()
(3)输出效果:
==3.三叉点==
(1)说明:
'1' | 下三叉点 |
---|---|
'2' | 上三叉点 |
'3' | 左三叉点 |
'4' | 右三叉点 |
(2)源代码:
import matplotlib.pyplot as pltx = [1, 2, 3, 4]
y1 = [1, 2, 3, 4]
y2 = [1, 4, 9, 16]
y3 = [1, 8, 27, 64]
y4 = [1, 16, 81, 124]
# 创建一个画布
plt.figure()
# 在figure下的线
plt.plot(x, y1, "-1")
plt.plot(x, y2, "-2")
plt.plot(x, y3, "-3")
plt.plot(x, y4, "-4")# 展现画布
plt.show()
(3)输出效果:
==4.多边形点==
(1)说明:
's' | 正方点 |
---|---|
'p' | 五角点 |
'*' | 星形点 |
'h' | 六边形1 |
'H' | 六边形2 |
(2)源代码:
import matplotlib.pyplot as pltx = [1, 2, 3, 4]
y1 = [1, 2, 3, 4]
y2 = [1, 4, 9, 16]
y3 = [1, 8, 27, 64]
y4 = [1, 16, 81, 124]
y5 = [1, 64, 100, 180]
# 创建一个画布
plt.figure()
# 在figure下的线
plt.plot(x, y1, "-s")
plt.plot(x, y2, "-p")
plt.plot(x, y3, "-*")
plt.plot(x, y4, "-h")
plt.plot(x, y5, "-H")# 展现画布
plt.show()
(3)输出效果:
==5.其他形状点==
(1)说明:
'+' | 加号点 |
---|---|
'x' | 乘号点 |
'D' | 实心菱形点 |
'd' | 细菱形点 |
'_' | 横线点 |
'|' | 竖线点 |
(2)源代码:
import matplotlib.pyplot as pltx = [1, 2, 3, 4]
y1 = [1, 2, 3, 4]
y2 = [1, 4, 9, 16]
y3 = [1, 8, 27, 64]
y4 = [1, 16, 81, 124]
y5 = [1, 64, 100, 180]
# 创建一个画布
plt.figure()
# 在figure下的线
plt.plot(x, y1, "-+")
plt.plot(x, y2, "-x")
plt.plot(x, y3, "-D")
plt.plot(x, y4, "-d")
plt.plot(x, y5, "-_")# 展现画布
plt.show()
(3)输出效果:
==注:三种控制符可以单独使用,也可以组合使用==
(六)风格使用的另一种方法
==1.说明==
color="green" 指定颜色为绿色
linestyle="dashed" 指定线形为dashed类型
marker="o" 指定标记类型为o点
markerfacecolor="blue"指定标记的颜色为蓝色
markersize=20 指定标记的大小为20
==2.原代码==
import matplotlib.pyplot as plt
import numpy as npx = np.arange(10)
y1 = x * 1.5
y2 = x * 2.5
y3 = x * 3.5
y4 = x * 4.5
y5 = x * 5.5plt.plot(x, y1, "-P")
plt.plot(x, y2, "-|")
plt.plot(x, y3, color="#000000")
plt.plot(x, y4, "-o", markersize=20)
plt.plot(x, y5, "-^", markerfacecolor="blue")plt.show()
==3.输出效果==
作者:Mark
日期:2019/01/30 周三
转载于:https://www.cnblogs.com/zyg123/p/10504633.html
4.3Python数据处理篇之Matplotlib系列(三)---plt.plot()折线图相关推荐
- pythonplt制作饼状图_4.5Python数据处理篇之Matplotlib系列(五)---plt.pie()饼状图
目录 [TOC] 前言 饼状图需要导入的是: plt.pie(x, labels= ) (一)简单的饼状图 (1)说明: pyplot.``pie(x, explode=None, labels=No ...
- matplotlib入门之plt.plot折线图跟常用基本函数
目录 一.简单折线图 二.常用基本函数:plt.xticks,plt.yticks,ply.xlim,plt.ylim,plt.xlabel,plt.ylabel,plt.title,plt.lege ...
- 5.3Python数据处理篇之Sympy系列(三)---简化操作
目录 5.3简化操作 目录 前言 (一)有理数与多项式的简化 1.最简化-simplify() 2.展开-expand() 3.提公因式-factor() 4.合并同类项-ceiling() 5.简化 ...
- Python数据处理篇之Matplotlib系列(六)---plt.hist()与plt.hist参数详解
https://www.cnblogs.com/zyg123/p/10504645.html
- matlab输出的图怎么设置网格背景图片,4.11Python数据处理篇之Matplotlib系列(十一)---图例,网格,背景的设置...
目录 [TOC] 前言 本章节将讲一下三个内容,图例,网格,背景 (一)图例legend 1.默认不带参数的图例 (1)说明: 默认情况下,是自适应的放在图例的位置,需要在绘图的时候,添加Label标 ...
- 4.12Python数据处理篇之Matplotlib系列(十二)---绘图风格的介绍
目录 目录 前言 (一)不同风格 1.说明: 2.使用: 3.代码使用: (二)例子演示 1.dark_background 2.bmh 3.fivethirtyeight 4.ggplot 5.gr ...
- 4.14Python数据处理篇之Matplotlib系列(十四)---动态图的绘制
目录 目录 前言 (一)需求分析 (二)随机数的动态图 1.思路分析: 2.源代码: 2.输出效果: 目录 前言 学习matplotlib已经到了尾声,没有必要再继续深究下去了,现今只是学了一些基础的 ...
- pythonmatplotlib显示数值_4.10Python数据处理篇之Matplotlib系列(十)---文本的显示
目录 前言 今天我们来学习一下文本的显示 (一)中文显示 1.全局的设置 (1)说明: 在matplotlib目前的绘图文字显示时,是不支持中文的,我们想输出中文,需要设置一下. matplotlib ...
- python学习之数据分析(二):Matplotlib库:常用画图技巧, 折线图, 散点图,柱状图,直方图, 饼图
一.Matplotlib之HelloWorld 1. 什么是Matplotlib: 专门用于开发2D图表(包括3D图表) 使用起来及其简单 以渐进.交互式方式实现数据可视化 2. matplotlib ...
最新文章
- VBScript中InStr函数的用法
- 第七篇:并发-恢复机制
- linux查询关键词上下行_Linux:从文件中搜索关键字并显示行数(cat,grep函数)
- sun的没落是悲还是喜?
- 美术设计经验分享:6招提升照明效果
- Javascript 创建对象方法的总结
- 每天10分钟用python学数据分析_用Python做数据分析,Numpy,Pandas,matp
- 创建一个安全的Spring REST API
- 插件translator_Zotero Jasminum 插件的更新记录
- Ubuntu系统全盘备份与恢复,亲自总结,实测可靠
- 菜鸟教程php上传图片,PHP 文件上传
- 程序员的发展方向是什么?
- 初一上册数学用计算机进行运算,初一上册数学
- 利用MATLAB生成软件二阶低通滤波器(绝对靠谱)
- [vuex] expects string as the type, but found object.
- TeamTalk部署问题及解决方案
- 【RTX51 Tiny初级】09_K_TMO与K_IVL的区别和使用场合
- Appro 2A lib 破解 crack
- 用弦截法求解方程的根
- ValueError: Length mismatch: Expected axis has 4 elements, new values have 3 elements