Python可视化中Matplotlib绘图(2.设置范围、标签、标题、图例(详细参数))

1.为绘制的图添加范围

import matplotlib.pyplot as plt   # 导入绘图模块
import numpy as np               #  导入需要生成数据的numpy模块
'''添加范围'''
y = np.arange(0,10,1)
plt.plot(y)
''' 设置x轴的刻度：plt.xlim() '''
plt.xlim(-2,12)   # 设置x轴的刻度从-2到12
''' 设置y轴的刻度：plt.ylim() '''
plt.ylim(2,10)    # 设置x轴的刻度从2到10
plt.show()

2. 添加坐标轴的标签（里面的参数根据需求来设置，如果不需要时，不要添加）

''' 坐标轴标签 xlabel(),ylabel()'''
x = np.arange(0,10,2)
y = x**2 + 7
plt.plot(x,y)
''' 给y轴加上标签'''
''' 里面的参数，可以根据需求来设置
size设置标签的大小
rotation设置标签的旋转度
horizontalalignment(设置标签的左右位置)：'center', 'right', 'left'
verticalalignment（设置标签的上下位置） ：'center', 'top', 'bottom'
'''
plt.ylabel('f(x) = x**2+5',rotation=60,horizontalalignment='right',verticalalignment='center')
''' 给x轴加上标签'''
plt.xlabel('x',size=20)
plt.show()

3. 添加标题

'''标题 title()方法'''
x = np.linspace(-np.pi,np.pi,100)
plt.plot(x,np.sin(x))
'''
设置标题  （注意必须是英文的）
参数说明：(1) size设置标题的大小(2)里面也有设置horizontalalignment(设置标题的左右位置)和verticalalignment（设置标题的上下位置）的参数(3)设置标题图上方的位置：loc = 'left', （'right'）,('center')
'''
plt.title('f(x) = sin(x)',size=20,loc = 'right')
plt.show()

4.设置图例

'''第一种添加图例的方式 plt.legend()'''
x = np.arange(0,10,1)
plt.plot(x,x,x,x*2,x,x/2)  # 在一张图上画三个曲线 normal:(x,x) fast(x,x*2) slow(x,x/2)
'''
添加图例
参数的传递注意加中括号
'''
plt.legend(['normal','fast','slow'])  # 给三个曲线都上图例
plt.show()
'''第二种添加图例的方式 在plt,plot()里面添加 label参数'''
x1 = np.arange(0,10,1)
plt.plot(x1,x1,label='normal')  # 在label参数加上图例
'''给图例的前面加上下滑线就不会显示这个图例了，即label='_fast'label='_fast'这个只能在plot()里面使用'''
plt.plot(x1,x1**2,label='fast')
plt.plot(x1,x1/2,label='slow')    # 或者不写图例就不显示了
plt.legend()  # 尽管加了label参数，还是要调用legend是图例显示出来.
plt.show()

图例的loc参数，设置图例的位置

'''图例里面的loc参数,设定图例的位置'''
'''(1)默认是图上的哪个区域最后就放在哪儿(2)指定图例的位置 loc = 'right' 还有一些的值：('left')('center')('right' )upper leftlower leftlower rightcenter leftcenter rightlower centerupper center
'''
x2 = np.arange(0,10,1)
plt.plot(x2,x2,x2,x2*2,x2,x2/2)
plt.legend(['normal','fast','slow'],loc = 'right')
plt.show()

'''loc 参数可以是2元素的元组，表示图例左下角的坐标'''
'''
loc = (0.5，1) 里面的值是相对值，可以为负数
相对于绘制的图的宽高，1个图片的宽度单位
'''
x3 = np.arange(0,10,1)
plt.plot(x3,x3,x3,x3*2,x3,x3/2)
plt.legend(['normal','fast','slow'],loc =(0.5,1))
plt.show()

ncol参数：控制图例中有几列

'''ncol 参数  : 控制图例中有几列 '''
x4 = np.arange(0,10,1)
plt.plot(x4,x4,x4,x4*2,x4,x4/2)
'''设置图例按三列显示'''
plt.legend(['normal','fast','slow'],loc = 'best',ncol=3)
plt.show()

Python可视化中Matplotlib绘图(2.设置范围、标签、标题、图例(详细参数))相关推荐

Python可视化中Matplotlib(3.线条的详细样式及线性、保存图片、plot的详细风格和样式)、背景色、点和线的详细设置
1.修改线条的样式: linestyle.color.marker(标记) '''颜色 color:修改颜色,可以简写成c样式 linestyle='--' 修改线条的样式可以简写成 ls标注 ma ...
Python可视化库Matplotlib绘图入门详解
Matplotlib是Python的绘图库,其中的pyplot包封装了很多画图的函数. Matplotlib.pyplot 包含一系列类似 MATLAB 中绘图函数的相关函数.每个 Matplotli ...
python可视化之matplotlib绘图--蜘蛛侠钢铁侠（组合分区绘图）
matplotlib绘图–本次图形涉及(并列)条形图.(堆积)柱状图.饼图.折线图.阶梯图.散点图.极线图.气泡图: 子区划分:subplots().gridspec().add_axes(). py ...
python画学校_未明学院：Python可视化库Matplotlib绘图入门详解
Matplotlib是Python的绘图库,其中的pyplot包封装了很多画图的函数. Matplotlib.pyplot 包含一系列类似 MATLAB 中绘图函数的相关函数.每个 Matplotli ...
Python可视化中Matplotlib(4.三种设置样式方法、设置坐标刻度以及标签、设置显示出特殊字符)
1.三种设置方式 (1)向方法传入关键字参数上一节已经总结过,一直在使用 (2)对实例使用一系列的setter方法具体的方法直接看代码 import matplotlib.pyplot as pl ...
python坐标轴刻度设置_学习python中matplotlib绘图设置坐标轴刻度、文本
总结matplotlib绘图如何设置坐标轴刻度大小和刻度. 上代码: from pylab import * from matplotlib.ticker import MultipleLocator ...
python画图为什么运行不出来_PyCharm中Matplotlib绘图不能显示UI效果的问题解决
问题描述我们利用了Matplotlib的类Cursor,向图形添加一组纵横交叉的直线,从而实现图形界面中任何位置的数值定位的可视化效果. 但使用PyCharm,绘图结果在右侧的部分: 这固然是需要绘 ...
Python可视化（matplotlib）在图像中添加文本和标记（Text and Annotation）
Python可视化(matplotlib)在图像中添加文本和标记(Text and Annotation) 目录 Python可视化(matplotlib)在图形中添加文本和标记(Text and A ...
Python数据分析 2.Matplotlib绘图—常用统计图
Python数据分析 2.Matplotlib绘图-常用统计图 1.绘制散点图 from matplotlib import pyplot as plt from matplotlib import ...

Python可视化中Matplotlib绘图(2.设置范围、标签、标题、图例(详细参数))

Python可视化中Matplotlib绘图(2.设置范围、标签、标题、图例(详细参数))相关推荐

最新文章

热门文章