精华内容
下载资源
问答
  • 我就废话不多说了,大家还是直接看...plt.plot(x,y,color="red",linewidth=1 ) plt.xlabel("x") #xlabel、ylabel:分别设置X、Y轴的标题文字。 plt.ylabel("sin(x)") plt.title("正弦曲线图") # title:设置子图的标题
  • 可视化之路(三)plt.plot函数

    千次阅读 2021-04-03 21:49:40
    简单介绍matplotlib.pyplolt.plot函数的使用技巧和方法

    一.前言

    matplotlib库是一个非常强劲的Python的2D绘图库。其中pyplot库是matplotlib的基于状态的接口。它提供了类似于MATLAB的绘图方式。pyplot主要用于交互式绘图和程序化绘图生成的简单情况。

    二.导入matplotlib库

    import matplotlib.pyplot as plt	#导入matplotlib库进行绘图
    import numpy as np	#导入numpy库用以生成数据
    #导入seaborn库用于让matplotlib有更好的绘制体验,seaborn库会更改底层matplotlib库设置
    import seaborn as sns	
    

    2.1plt.plot函数

    plot函数用以绘制折线图。适用场合是二维数据集(每个数据点包括两个值x和y),尤其是那些趋势比单个数据点更重要的场合。它还适合多个二维数据集的比较。

    优势:容易反应出数据变化的趋势,可以有效处理大数据集,可以展示数据随时间变化趋势。

    劣势:数据集太小时显示不直观。

    其函数原型如下:


    matplotlib.pyplot.plot(args,scalex = True,scaley = True,data = None,** kwargs)


    参数详解:

    参数1:x:指定x轴数据,默认range(len(y))

    参数2:y:指定y轴数据

    参数3:fmt : str型(可选),指定格式字符串

    参数4:scalex : bool型, (可选), 默认True,指定X视图是否适用于数据限制

    参数5:scalex: bool型, (可选), 默认True,指定Y视图是否适用于数据限制。

    参数6:data : 指定需要标记的数据(可选)

    参数7:** kwargs:指定要是用的Line2D类属性

    返回值1:包含绘制数据的线列表,即存放Line2D实例的列表,有几条线就返回包含几个Line2D实例的列表。

    返回值示例:

    [<matplotlib.lines.Line2D object at 0x000001F7EDE0A190>] 
    [<matplotlib.lines.Line2D object at 0x000001F7EDE0A4F0>]
    

    参数注意点:

    1.fmt参数的格式为’[marker][linestyle][color]’’,其中三者的顺序可以调换,当fmt与关键字参数冲突的时候,关键字参数优先。

    • marker:指定标记点样式
    • linestyle:指定折线线性
    • color:指定线条颜色

    2.scalex,scaley参数是指假设数据画图大于当前窗口的时候是否自动扩大窗口以适应数据大小。

    3.color属性的设置会覆盖markeredgecolor和markerfacecolor的初始设置。

    4.Line2D参数的详细说明见Line2D专题。


    以下是官网文档中中该函数的使用例子:

    x = np.arange(10)
    y = 2 * x  + np.random.randint(0, 20)
    
    exp1:plot(x, y)        # plot x and y using default line style and color
    exp2:plot(x, y, 'bo')  # plot x and y using blue circle markers
    exp3:plot(y)           # plot y using x as index array 0..N-1
    exp4:plot(y, 'r+-.')     # ditto, but with red plusses
    

    画图结果如下:
    在这里插入图片描述


    官方示例说明:

    exp1:传递了X、Y两个参数,即传递了X和Y两个维度的数据,剩下的都是用默认值。

    exp2:传递了X、Y以及fmt三个参数,fmt参数中b代表blue表示线条为蓝色o代表标记点样式是圆形。

    exp3:传递了Y一个参数,由图可知图一与图三相同,证明了值传递一个Y参数的情况下,X默认为len(Y)。

    exp4:传递了Y和fmt两个参数,fmt参数中r代表red表示线条为红色,+表示标记点都是+这个符号,-.表示线条样式为“点横”线。


    plot函数绘制折线图的时候可以有两种设置方式:第一种是在绘图调用plot函数的时候直接指定参数从而设置属性。第二种方法是绘图完毕后对返回的Line2D实例进行属性设置:
    1.画图的时候直接指定参数:

    line = plt.plot(
              np.sin(np.arange(0, 10)),
              antialiased=True,	#指定进行抗锯齿
              scalex=True,	#X轴受数据制约
              scaley=True,	#Y轴受数据制约
              linewidth=1.0,	#指定线宽1.0
              linestyle=None,	#指定线条样式为默认
              color='#FF0000',	#指定线条颜色为RGB(255,0, 0)
              marker='o',	#指定标记点样式o
              markersize=7.0,	#指定标记点大小7.0
              markeredgewidth=0.0,	#指定标记点边缘宽度0.0
              markeredgecolor='#F0E68C',	#指定边缘颜色
              markerfacecolor='#000000',	#指定标记点颜色
              markerfacecoloralt='#FF0000',	#指定标记点备用颜色
              fillstyle='full',	#指定填充模式为完全填充
              drawstyle='default',	#指定绘图模式为默认线形图
              solid_capstyle='butt',	#指定实线笔帽样式
              label='第' + '1' + '条线',
    )
    plt.title('plot示例', fontsize=20)
    plt.legend()
    plt.grid(False)
    plt.xlabel('X', fontsize=20)
    plt.ylabel('Y', fontsize=20)
    plt.show()
    

    画图结果如下:
    在这里插入图片描述


    2.绘制完毕之后我们想更改单独线条的属性,对相应的Line2D实例使用set_property方法进行设置:

    line[0].set_linewidth(15)	#设置线宽15
    line[0].set_color('#000000') #设置线条颜色RGB为0
    line[0].set_markerfacecolor('#FFFFFF')	#设置标记点颜色位白色
    

    画图结果如下:
    在这里插入图片描述


    3.使用反馈设置方法最大的用处在于绘制多条线条时,可以分别设置属性,下例是调用两次plot函数并分别设置属性:

    line_sin = plt.plot(np.sin(np.arange(0, 10, 0.01)))
    line_cos = plt.plot(np.cos(np.arange(0, 10, 0.01)))
    
    line_cos[0].set_linewidth(15)	#设置cos的线宽15
    line_sin[0].set_linestyle('dashed')	#设置sin的线条样式为.
    

    画图结果如下:
    在这里插入图片描述


    4.画多个下折线图的时候也可以传递(X1,Y1,fmt1,X2,Y2,fmt2)这样的组合参数用一个plot函数就绘制多条折线图。

    程序代码如下:

    #花两条线sin和cos
    line = plt.plot(np.arange(0, 10, 0.01), np.sin(np.arange(0, 10, 0.01)), 'r', 
                    np.arange(0, 10, 0.01), np.cos(np.arange(0, 10, 0.01)), 'b')
    
    line[0].set_linewidth(5)	#设置第一条线宽5
    line[0].set_linestyle('dashed')	#设置第一条线条样式为dashed
    
    line[1].set_color('#000000')	#设置第二条线颜色为黑色
    line[1].set_linestyle('--')	#设置第二条线条样式为--
    

    画图结果如下:
    在这里插入图片描述


    5.不同参数设置的可视化程序如下:

    figure = plt.figure(1, figsize=(15, 15))
    
    ax1 = figure.add_subplot(331)
    ax2 = figure.add_subplot(332)
    ax3 = figure.add_subplot(333)
    ax4 = figure.add_subplot(334)
    ax5 = figure.add_subplot(335)
    ax6 = figure.add_subplot(336)
    ax7 = figure.add_subplot(337)
    ax8 = figure.add_subplot(338)
    ax9 = figure.add_subplot(339)
    
    #正常
    ax1.plot(np.sin(np.arange(0, 10, 0.1)), label='正常')
    ax1.set_title('正常')
    ax1.legend()
    
    #更改标记点样式
    ax2.plot(np.sin(np.arange(0, 10, 0.1)), marker='*', label='更改标记点样式')
    ax2.set_title('marker=\'*\'')
    ax2.legend()
    
    #更改线条样式
    ax3.plot(np.sin(np.arange(0, 10, 0.1)), linestyle='--', label='更改线条样式')
    ax3.set_title('linestyle=\'--\'')
    ax3.legend()
    
    #更改标记点颜色
    ax4.plot(np.sin(np.arange(0, 10, 0.1)), marker='*', markerfacecolor='#F0E68C', label='更改标记点颜色')
    ax4.set_title('markerfacecolor=\'#F0E68C\'')
    ax4.legend()
    
    #更改标记点边缘颜色
    ax5.plot(np.sin(np.arange(0, 10, 0.1)), marker='*', markeredgecolor='#F0E68C', label='更改标记点边缘颜色')
    ax5.set_title('markeredgecolor=\'#F0E68C\'')
    ax5.legend()
    
    #更改线条宽度
    ax6.plot(np.sin(np.arange(0, 10, 0.1)), linewidth=8, label='更改线条宽度')
    ax6.set_title('linewidth=8')
    ax6.legend()
    
    #更改画图模式
    ax7.plot(np.sin(np.arange(0, 10, 0.1)), drawstyle='steps', label='更改画图模式')
    ax7.set_title('drawstyle=\'steps\'')
    ax7.legend()
    
    #更改填充模式
    ax8.plot(np.sin(np.arange(0, 10, 0.1)), marker='o', markerfacecolor='#F0E68C', markerfacecoloralt='#FF0000', fillstyle='left', label='更改填充模式')
    ax8.set_title('fillstyle=\'left\'')
    ax8.legend()
    
    #更改标记点大小
    ax9.plot(np.sin(np.arange(0, 10, 0.1)), marker='o', markersize=5, label='更改标记点大小')
    ax9.set_title('markersize=15')
    ax9.legend()
    

    画图结果如下:

    在这里插入图片描述


    三.参考

    1. Line2D类详解
    展开全文
  • plt.plot()的使用方法以及参数介绍

    万次阅读 多人点赞 2019-05-21 09:07:48
    偶然的一次操作,对plt.plot()中,仅仅传入了一个列表,然后逻辑就和预想的出现了偏差。 plt.plot() plt.plot() 参数介绍: x, y : array-like or scalar The horizontal / vertical coordinates of the data ...

    前言

    偶然的一次操作,对plt.plot()中,仅仅传入了一个列表,然后逻辑就和预想的出现了偏差。

    plt.plot()

    plt.plot() 参数介绍:

    1. x, y : array-like or scalar
      The horizontal / vertical coordinates of the data points. x values are optional. If not given, they default to [0, …, N-1]. x是可选的,如果x没有,将默认是从0到n-1,也就是y的索引。那么我的问题就解决了。
    2. fmt : str, optional
      A format string, e.g. ‘ro’ for red circles. See the Notes section for a full description of the format strings.定义线条的颜色和样式的操作,如“ro”就是红色的圆圈。
      Format strings are just an abbreviation for quickly setting basic line properties. All of these and more can also be controlled by keyword arguments. 这是一个快速设置样式的方法,更多的参数可以参考最后一个keyboard arguments。
    3. **kwargs : Line2D properties, optional
      kwargs are used to specify properties like a line label (for auto legends), linewidth, antialiasing, marker face color.这是一大堆可选内容,可以来里面指定很多内容,如“label”指定线条的标签,“linewidth”指定线条的宽度,等等
      Example:
    plot([1,2,3], [1,2,3], 'go-', label='line 1', linewidth=2)
    plot([1,2,3], [1,4,9], 'rs',  label='line 2')
    

    拥有的部分参数,如下:

    PropertyDescription
    agg_filtera filter function, which takes a (m, n, 3) float array and a dpi value, and returns a (m, n, 3) array
    alphafloat
    animatedbool
    antialiasedbool
    clip_boxBbox
    clip_onbool
    clip_path[(Path, Transform)
    colorcolor
    containscallable
    dash_capstyle{‘butt’, ‘round’, ‘projecting’}
    dash_joinstyle{‘miter’, ‘round’, ‘bevel’}
    dashessequence of floats (on/off ink in points) or (None, None)
    drawstyle{‘default’, ‘steps’, ‘steps-pre’, ‘steps-mid’, ‘steps-post’}
    figureFigure
    fillstyle{‘full’, ‘left’, ‘right’, ‘bottom’, ‘top’, ‘none’}
    gidstr
    in_layoutbool
    labelobject
    linestyle{’-’, ‘–’, ‘-.’, ‘:’, ‘’, (offset, on-off-seq), …}
    linewidthfloat

    参考链接:plt.plot()官网传送门

    代码实例

    import matplotlib.pyplot as plt
    
    a = [1, 2, 3, 4] # y 是 a的值,x是各个元素的索引
    b = [5, 6, 7, 8]
    
    plt.plot(a, b, 'r--', label = 'aa')
    plt.xlabel('this is x')
    plt.ylabel('this is y')
    plt.title('this is a demo')
    plt.legend() # 将样例显示出来
    
    plt.plot()
    plt.show()
    
    展开全文
  • 数据可视化函数plt.plot(x,y,ls,lw,c,marker,markersize,markeredgecolor,markerfacecolor,label) 设置画线的标准和形式 参数说明: **x:**横坐标;**y:**纵坐标;**ls或linestyle:**线的形式(‘-’,‘–’,...

    参考:(下图来自)https://blog.csdn.net/qiurisiyu2016/article/details/80187177
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

    数据可视化函数plt.plot(x,y,ls,lw,c,marker,markersize,markeredgecolor,markerfacecolor,label)

    设置画线的标准和形式
    参数说明:
    **x:**横坐标;**y:**纵坐标;**ls或linestyle:**线的形式(‘-’,‘–’,‘:’和‘-.’);**lw(或linewidth):**线的宽度;**c:**线的颜色;**marker:**线上点的形状;**markersize或者ms:**标记的尺寸,浮点型;**markerfacecolor:**点的填充色;**markeredgecolor:标记的边沿颜色label:**文本标签

    import numpy as np
    import pandas as pd
    import matplotlib.pyplot as plt
    
    #使能够正常显示中文
    plt.rcParams['font.sans-serif']=['SimHei']
    plt.rcParams['axes.unicode_minus']=False
    
    x=np.linspace(0,360,20) #建立20个从0到哦360的线性平均数据
    y=np.sin(x/180*3.1415926)	#将x的角度值转换成弧度值
    y1=np.sin(x/180*3.1415926)-2	#将x对应的y值整体向下平移2
    plt.plot(x,y,c='red',lw=2,ls='-') #第一个红线:线宽为2,线性‘-’
    #下面黑线,红点、黄轮廓的线
    plt.plot(x,y1,c='black',lw=4,ls='-.',marker='o',\
             markersize=8,markerfacecolor='red',markeredgecolor='yellow',label='x和y对应的点和线')
    plt.legend(loc='center') #显示标签位置
    plt.show()
    

    在这里插入图片描述

    显示标签label的函数,plt.legend(loc=)

    调整图片的参数plt.figure(figsize=( ),dpi=,facecolor=)

    **dpi:**分辨率
    **facecolor:**图片背景色

    标题plt.title()

    x轴标题plt.xlabel( )

    y轴标题plt.ylabel( )

    x轴范围plt.xlim( )

    y轴范围plt.ylim( )

    x轴刻度plt.xticks( )

    y轴刻度plt.yticks( )

    import numpy as np
    import pandas as pd
    import matplotlib.pyplot as plt
    
    #使能够正常显示中文
    plt.rcParams['font.sans-serif']=['SimHei']
    plt.rcParams['axes.unicode_minus']=False
    x=np.linspace(0,720,40)
    y=np.sin(x/180*3.1415926)-2
    y1=np.sin(x/180*3.1415926)
    
    plt.figure(figsize=[12.5,8.84],dpi=100,facecolor='orange')
    plt.title('这是整幅图的标题')
    plt.xlabel('x轴')
    plt.ylabel('y轴')
    plt.xticks(np.linspace(0,720,21))		#这里想要20段,但必须有21个标签
    #plt.xlim([0,360])  未限制x轴显示
    plt.plot(x,y1,c='black',lw=4,ls='-.',marker='o',\
             markersize=8,markerfacecolor='red',markeredgecolor='yellow',label='x和y1对应的点和线')
    plt.legend(loc=0,fontsize='large',title='这是一个标题')
    plt.show()	#第一次显示图片
    plt.figure(figsize=[12.5,8.84],dpi=100,facecolor='orange')
    plt.xticks(np.linspace(0,720,21))
    plt.xlim([0,720])
    plt.plot(x,y1,c='black',lw=4,ls='-.',marker='o',\
             markersize=8,markerfacecolor='red',markeredgecolor='yellow',label='x和y1对应的点和线')
    plt.show()  #第二次显示图片
    
    

    在这里插入图片描述

    保存plt.savefig(‘路径和名称’)

    需要保存的图片在plt.show()上一句使用该命令

    展开全文
  • plt.plot中参数设置

    千次阅读 2019-04-23 16:21:22
    如何修改plt.plot()中label的位置以及大小 def print_pic(pic_name, x, y1, y2): font_size=50 plt.style.use('ggplot') fig=plt.figure(figsize=(25,20)) plt.xlabel('x',fontsize=font_size) plt.ylabel('...

    如何修改plt.plot()中label的位置以及大小

    def print_pic(pic_name, x, y1, y2):
        font_size=50
        plt.style.use('ggplot')
        fig=plt.figure(figsize=(25,20))
        plt.xlabel('x',fontsize=font_size)
        plt.ylabel('y',fontsize=font_size)
        plt.plot(x, y1, label='label1',linewidth=4)
        plt.plot(x, y2, label='label2',linewidth=4)
        plt.title(pic_name,fontsize=font_size)
        plt.legend(loc='lower right', fontsize=40) # 标签位置
        plt.savefig(pic_name,dpi=300)
        plt.show()
    
    展开全文
  • plt.plotplt.subplot、plt.subplots区别

    千次阅读 2021-02-08 23:23:00
    plt.plotfig = plt.figure(figsize=(16,16),dpi=300) # 初始化一张画布,可以设置figsize和dpiplt.plot() #直接在一张...
  • 【转】plt.plot的颜色

    千次阅读 2021-02-19 01:15:56
    转载请注明出处: http://www.cnblogs.com/darkknightzh/p/6117528.html 参考网址: http://stackoverflow.com/questions/22408237/named-colors-in-matplotlib ... 代码: plt.s.
  • plt.plot()函数解析(最清晰的解释)

    万次阅读 多人点赞 2019-08-16 10:26:59
    plt.plot()函数用于对图形进行一些更改。 plt.plot(x, y, format_string, **kwargs) 参数: x:x轴数据,列表或数组,可选 y:y轴数据,列表或数组 format_string:控制曲线的格式字符串,可选,由颜色字符、风格...
  • plt.plotplt.imshow区别

    2021-02-25 19:32:25
    这是画坐标轴的那种 plt.imshow()就是画出原有的一张图片 当然最后都需要plt.show()来显示出来。
  • scatter绘制散点,plot绘制经过点的曲线 scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None,edgecolors=None, hold=None, data=...
  • plt.plot画图函数

    千次阅读 2020-09-20 09:14:29
    plt.rcParams[‘font.sans-serif’]=[‘SimHei’] plt.rcParams[‘axes.unicode_minus’] = False #设置横纵坐标的名称以及对应字体格式 font1 = {‘weight’ : ‘normal’, ‘size’ : 15, } fig = plt.figure...
  • 如何调整plt.plot()线的粗细,linewidth

    千次阅读 2021-08-05 17:25:54
    ax.plot(np.r_[0,100],1.2*np.r_[0,100]+0.2,color = "C1",linewidth=3.0,label='GT') ax.plot(np.r_[0,100],w*np.r_[0,100]+b,color = "C2",linewidth=3.0,label='fit') linewidth
  • plt.plot()函数详解

    万次阅读 多人点赞 2020-10-28 09:41:00
    plt.plot()函数详细介绍 plt.plot(x, y, format_string, **kwargs) 参数 说明 x X轴数据,列表或数组,可选 y Y轴数据,列表或数组 format_string 控制曲线的格式字符串,可选 **kwargs 第二组或更多(x...
  • plt.plot画图的颜色表

    千次阅读 2020-11-09 16:04:22
    链接来源
  • plt.plot()画点,画连线

    千次阅读 2020-07-13 23:27:42
    plt.plot是一个非常强大的函数,可以用来画各种各样的图。 下面介绍最简单的画点,画连线方法 plt.plot的第一个参数为x=[x1,x2,x3,…,xn],第二个参数为y=[y1,y2,y3,…,yn] 再根据其他参数,可画出(x1,y1),(x2,y2),...
  • ____tz_zs 关于这些方法的使用见 matplotlib 模块的简单使用 ,本文是关于这些方法在源码中的调用过程,用以...plt.plotplt.scatter、plt.hist、plt.bar 等方法均调用 gcf() 获取 figure 对象,然后调用 figu...
  • 箱型图包含一组数据:中位数、上...# plt.plot.box() , plt.boxplot()    plt.plot.box()   fig,axes = plt.subplots(2,1,figsize = (10,6)) df = pd.DataFrame(np.random.rand(10,5),columns=['A','B','...
  • tf好朋友之matplotlib的使用(连续图像部分plt.plot)连续图像常用函数及其作用plt.plot()plt.figure()plot()应用示例 连续图像常用函数及其作用 plt.plot() plt.plot( x, y, format_string, **kwargs) 其中**...
  • python中 import matplotlib.pyplot as plt plt.plot 的使用 我遇到的问题: 给定一个列表,列表中嵌套了多个列表 lg:b = [[81, 0], [81, 1], [81, 2], [81, 3], [80, 4], [80, 5], [80, 6]] 结果使用 import ...
  • plt.plot(x, y, ls="-.",color=“r”,marker =",", lw=2, label=“plot figure”) x:x轴数值 y:y轴数值 ls:折线图的线条风格 color:颜色 marker:标记样式 lw:折线图的线条宽度 label:标记图形内容的标签文本...
  • plt.plot()函数及参数意义

    千次阅读 2020-05-17 17:37:10
    转载,原文链接:https://blog.csdn.net/lzyilzy/article/details/91396859 plt.plot(x,y,format_string,**kwargs) 转自点击打开链接 x轴数据,y轴数据,format_string控制曲线的格式字串 
  • plt.plot()函数具体详解

    千次阅读 2020-06-02 19:18:35
    https://www.jianshu.com/p/ed3f31fc6a41 https://blog.csdn.net/lzyilzy/article/details/91396859
  • 1、plt.plot()函数 plt.plot(x,y,format_string,**kwargs) 2、参数介绍: x:X轴数据,列表或数组,可选。 y:Y轴数据,列表或数组。 format_string:控制曲线的格式字符串,可选。 **kwargs:第二组或更多(x,y,...
  • plt.plot

    千次阅读 2018-08-30 15:10:38
    官网plot 转载plot
  • plt.plot()函数参数介绍

    万次阅读 2020-02-15 15:16:22
    1、plt.plot(*args, scalex=True, scaley=True, data=None, **kwargs) x轴数据,默认range(len(y)) y轴数据, fmt : str, optional 格式字符串,例如“ro”代表红圈。 scalex, scaley : bool, optional, default: ...
  • 转:plt.plot的颜色

    万次阅读 多人点赞 2018-07-17 19:10:29
    plt.plot(x, y, linewidth = '1', label = "test", color=' coral ', linestyle=':', marker='|') plt.legend(loc='upper left') plt.show() 结果: 说明:其实上面color=' coral '中,可以换成color=' ...
  • 在使用matplotlib进行绘图时,plt.plot()是一个用于绘图的常见命令。默认画出来的是一个折线图。当只传入一个变量时默认将index作为x坐标。 plt.plot(x, y, ...) plot的其他参数 参数 备注 color 控制颜色...
  • python plt.plot bar 设置绘图尺寸大小

    万次阅读 2020-06-02 18:24:18
    plt.rcParams('figure.figsize')=(12,8) 修改前 修改后
  • 因此在plt.plot()中: linestyle = None 表示默认的实线样式 linesyle = " " 表示没有线 linestyle = "--" 表示虚线 marker=None 表示默认的标记,而默认的标记恰好完全没有标记 color=None 表示颜色的...
  • plt.plot()函数样式

    万次阅读 多人点赞 2019-06-10 20:11:45
    plt.plot(x,y,format_string,**kwargs)转自点击打开链接 x轴数据,y轴数据,format_string控制曲线的格式字串 format_string 由颜色字符,风格字符,和标记字符 个人觉得这个很常用,所以从别人那里记录下来供...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 160,121
精华内容 64,048
关键字:

plt.plot