精华内容
下载资源
问答
  • plt.plot()函数 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,y,...

    plt.plot()函数

    plt.plot(x, y, format_string, **kwargs)
    
    参数说明
    xX轴数据,列表或数组,可选
    yY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,format_string),可画多条曲线

    format_string 由颜色字符、风格字符、标记字符组成

    • 颜色字符
      • 'b' 蓝色 'm' 洋红色 magenta
      • 'g' 绿色 'y' 黄色
      • 'r' 红色 'k' 黑色
      • 'w' 白色 'c' 青绿色 cyan
      • '#008000' RGB某颜色 '0.8' 灰度值字符串
      • 多条曲线不指定颜色时,会自动选择不同颜色
    • 风格字符
      • '‐' 实线
      • '‐‐' 破折线
      • '‐.' 点划线
      • ':' 虚线
      • '' ' ' 无线条
    • 标记字符
      • '.' 点标记
      • ',' 像素标记(极小点)
      • 'o' 实心圈标记
      • 'v' 倒三角标记
      • '^' 上三角标记
      • '>' 右三角标记
      • '<' 左三角标记…等等

    **kwargs : 第二组或更多(x,y,format_string)

    color : 控制颜色, color=‘green’
    linestyle : 线条风格, linestyle=‘dashed’
    marker : 标记风格, marker=‘o’
    markerfacecolor: 标记颜色, markerfacecolor=‘blue’
    markersize: 标记尺寸, markersize=20

    b = np.arange(5)
    plt.plot(b,b*1.0,'g.-',b,b*1.5,'rx',b,b*2.0, 'b')
    plt.show()
    

    img

    plt.scatter()函数

    plt.scatter()函数用于生成一个scatter散点图。

    matplotlib.pyplot.scatter(x, y, s=20, c='b', marker='o', cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, hold=None, **kwargs
    
    参数解释说明
    x,y表示的是shape大小为(n,)的数组,也就是我们即将绘制散点图的数据点,输入数据。
    s表示的是大小,是一个标量或者是一个shape大小为(n,)的数组,可选,默认20。
    c表示的是色彩或颜色序列,可选,默认蓝色’b’。但是c不应该是一个单一的RGB数字,也不应该是一个RGBA的序列,因为不便区分。c可以是一个RGB或RGBA二维行数组。
    markerMarkerStyle,表示的是标记的样式,可选,默认’o’。
    cmapColormap,标量或者是一个colormap的名字,cmap仅仅当c是一个浮点数数组的时候才使用。如果没有申明就是image.cmap,可选,默认None。
    normNormalize,数据亮度在0-1之间,也是只有c是一个浮点数的数组的时候才使用。如果没有申明,就是默认None。
    vmin,vmax标量,当norm存在的时候忽略。用来进行亮度数据的归一化,可选,默认None。
    alpha标量,0-1之间,可选,默认None。
    linewidths标记点的长度,默认None。

    例子

    import numpy as np
    import matplotlib.pyplot as plt
     
    np.random.seed(0)
    x=np.random.rand(20)
    y=np.random.rand(20)
    
    area=(50*np.random.rand(20))**2
     
    plt.scatter(x,y,s=area,alpha=0.5)
    plt.show()
    

    在这里插入图片描述

    plt.legend()函数

    1.设置图例的位置

    plt.legend(loc=' ')
    

    2.设置图例字体大小

    fontsize : int or float or {‘xx-small’, ‘x-small’, ‘small’, ‘medium’, ‘large’, ‘x-large’, ‘xx-large’}
    

    3.设置图例边框及背景

    plt.legend(loc='best',frameon=False) #去掉图例边框
    plt.legend(loc='best',edgecolor='blue') #设置图例边框颜色
    plt.legend(loc='best',facecolor='blue') #设置图例背景颜色,若无边框,参数无效
    

    4.设置图例标题

    legend = plt.legend(["BJ", "SH"], title='Beijing VS Shanghai')
    #或者 
    plt.plot(["BJ", "SH"],loc='upper left',title='Beijing VS Shanghai')
    

    5.设置图例名字及对应关系

    legend = plt.legend([p1, p2], ["BJ", "SH"])
    

    示例

    import matplotlib.pyplot as plt
    import numpy as np   
    x = np.arange(0,10,1)
    plt.plot(x,x,'r--',x,np.cos(x),'g--',marker='*')
    plt.xlabel('row')
    plt.ylabel('cow')
    plt.legend(["BJ","SH"],loc='upper left',loc='upper left')
    plt.show()
    

    运行结果

    在这里插入图片描述

    展开全文
  • 调用方法:plt.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None, radius=None, counterclock=True, wedgeprops=None, ...
    • 函数功能:表示离散变量各占比情况
    • 调用方法:plt.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None, radius=None, counterclock=True, wedgeprops=None, textprops=None, center=(0, 0), frame=False)
    • 参数说明:
      • x:指定绘图的数据
      • explode:指定饼图某些部分的突出显示,即呈现爆炸式
      • labels:为饼图添加标签说明,类似于图例说明
      • colors:指定饼图的填充色
      • autopct:自动添加百分比显示,可以采用格式化的方法显示
      • pctdistance:设置百分比标签与圆心的距离
      • shadow:是否添加饼图的阴影效果
      • labeldistance:设置各扇形标签(图例)与圆心的距离;
      • startangle:设置饼图的初始摆放角度;
      • radius:设置饼图的半径大小;
      • counterclock:是否让饼图按逆时针顺序呈现;
      • wedgeprops:设置饼图内外边界的属性,如边界线的粗细、颜色等;
      • textprops:设置饼图中文本的属性,如字体大小、颜色等;
      • center:指定饼图的中心点位置,默认为原点
      • frame:是否要显示饼图背后的图框,如果设置为True的话,需要同时控制图框x轴、y轴的范围和饼图的中心位置;

    一、绘制简单饼图:

    二、环形图:通过参数wedgecolor = {'width':0.5}绘制,自定义数值0.5表示环形图的宽度

     三、使用多个参数绘制复杂饼图:

    #构造数据:某城镇受教育程度
    education = [9823, 5601, 3759, 1400, 450]
    labels = ['小学', '初中', '高中', '大学', '研究生及以上']
    
    explode = [0,0,0,0.2,0.3]  # 用于突出显示特定人群
    # 自定义颜色,更多颜色参考颜色网站:https://xkcd.com/color/rgb/
    colors=['#9999ff','#ff9999','#7777aa','#2442aa','#dd5555'] 
    
    # 将横、纵坐标轴标准化处理,保证饼图是一个正圆,否则可能为椭圆
    plt.axes(aspect='equal')
    
    # 绘制饼图
    plt.pie(x = education,         # 绘图数据        
            explode=explode,       # 突出显示特定人群
            labels=labels,         # 添加教育水平标签
            colors=colors,         # 设置饼图的自定义填充色
            autopct='%.1f%%',      # 设置百分比的格式,这里保留一位小数
            pctdistance=0.7,       # 设置百分比标签与圆心的距离
            labeldistance = 1.15,  # 设置教育水平标签与圆心的距离
            startangle = 180,      # 设置饼图的初始角度
            radius = 1.5,          # 设置饼图的半径
            counterclock = False, # 是否逆时针,这里设置为顺时针方向
            # 设置饼图内外边界的属性值:linewidth表示饼图内外边框线宽度;width表示饼图内外宽度,可控制生成环形图;edgecolor表示边框线的颜色        
            wedgeprops = {'linewidth': 1.5,'width':0.5, 'edgecolor':'green'},  
            textprops = {'fontsize':12, 'color':'k'},   # 设置文本标签的属性值
            center = (0,0),        # 设置饼图的原点
            frame = 0)             # 是否显示饼图的图框,这里设置不显示
    
    
    
    # 显示图形
    plt.show()

    四、内嵌环形图:用来分析两组具有同类别的数据对比

    通过半径radius跟环形图的宽度设置wedgeprops={'width':num}来绘制

    例如:分析两种草莓蛋糕的配料占比情况

    # 自定义颜色图列表
    colormaplist = ["#e41a1c","#377eb8","#4daf4a","#984ea3","#ff7f00"]
    elements =['面粉','糖','奶油','草莓','坚果']
    weight1 = [40,15,20,10,15]
    weight2 = [30,25,15,20,10]
    
    plt.pie(weight1,
            autopct="%3.1f%%",           # 百分比显示格式
            radius=1,                    # 半径
            pctdistance=0.85,            # 百分比文本距离圆心距离
            colors=colormaplist,         # 颜色
            textprops=dict(color= "w"),  # 文本设置 
            labels = elements,           # 各类别标签
            wedgeprops=dict(width=0.3, edgecolor = 'w'))  # 饼图内外边格式设置
    
    plt.pie(weight2,
            autopct="%3.1f%%",
            radius=0.7,
            pctdistance=0.75,
            colors=colormaplist, #内环形图也使用相同的颜色图,否则会出现同类别的两个数据颜色不对应,不利于观测分析
            textprops=dict(color= "w"),
            wedgeprops=dict(width=0.3, edgecolor = 'w'))
    
    # 通过legend函数中的loc和bbox_to_anchor参数控制图例位置
    # bbox_to_anchor = (x,y,width,height)具体四个参数含义在后面解释
    plt.legend( loc = 'center right',bbox_to_anchor = (1.15,0,0.3,1),fontsize = 15)
    plt.title('两种草莓蛋糕中配料的比例对比图',fontsize = 17)
    
    plt.show()

    五、plt.legend()中的bbox_to_anchor = (x,y,width,height)中四个参数的理解

     1)bbox_to_anchor 参数用来更好的控制以及调整图例框的位置

     2)x,y表示图例框的某个点的坐标位置,而至于那个点是哪里,取决于plt.legend中的参数loc决定,例如:loc = 'center'则x,y表示图例框中心点的位置;

    3)width表示将由x,y表示的原图例框的初始位置水平移动多少距离(距离原图例框的宽度);

      height表示将由x,y表示的原图例框的初始位置竖直移动多少距离(距离原图例框的高度);

    下面用作图来理解:

    fig,ax = plt.subplots(2,1,figsize = (8,5))
    
    ax[0].scatter(0.5,0.5,label = '(0.5,0.5,0,0)')
    ax[0].legend(loc = 'upper right',bbox_to_anchor = (0.5,0.5,0,0),prop={'size':20})
    ax[0].set_xlim(0,1)
    ax[0].set_ylim(0,1)
    
    
    ax[1].scatter(0.5,0.5,label = '(0.5,0.5,0.5,0.5)')
    ax[1].legend(loc = 'upper right',bbox_to_anchor = (0.5,0.5,0.5,0.5),prop={'size':20})
    ax[1].set_xlim(0,1)
    ax[1].set_ylim(0,1)
    
    
    plt.subplots_adjust(hspace=0.2)
    plt.show()

     由上图第一个子图可知:图例框的右上顶点('upper right')对应点(0.5,0.5);由第二个子图可知:当width,height设置0.5时,表示新的图例框距离原图例框位置水平跟垂直距离0.5的位置,此时新图例框右上顶点的位置为(1,1)。
     

    展开全文
  • plt.legend的用法

    2021-10-13 07:20:37
    plt.plot() 定义后plt.legend() 会显示该 label 的内容,否则会报error: No handles with labels found to put in legend. plt.plot(result_price, color = 'red', label = 'Training Loss') legend作用位置:下...

    legend 传奇、图例。
    plt.legend()的作用:
    在plt.plot() 定义后plt.legend() 会显示该 label 的内容,否则会报error: No handles with labels found to put in legend.

    plt.plot(result_price, color = 'red', label = 'Training Loss') 
    

    legend作用位置:下图红圈处。
    legend_illustrate

    展开全文
  • Py之matplotlib.pyplot:matplotlib.pyplot的plt.legend函数的简介、使用方法之详细攻略 目录 matplotlib.pyplot的plt.legend函数的简介 1、参数解释 2、源代码 matplotlib.pyplot的plt.legend函数的...

    Py之matplotlib.pyplot:matplotlib.pyplot的plt.legend函数的简介、使用方法之详细攻略

     

     

     

     

    目录

    matplotlib.pyplot的plt.legend函数的简介

    1、参数解释

    2、源代码

    matplotlib.pyplot的plt.legend函数的使用方法

    1、基础用法


     

     

    matplotlib.pyplot的plt.legend函数的简介

              legend模块定义了legend类,负责绘制与轴和/或图形相关的图例。Legend类是一个图例句柄和图例文本的容器,该函数是用来给当前图像添加图例内容。大多数用户通常会通过图例函数创建图例。图例处理程序映射指定如何在轴或图形中从artists(线、补丁等)创建图例句柄。默认的图例处理程序定义在legend_handler模块中。虽然默认的图例处理程序并没有覆盖所有的artists类型,但是可以定义自定义图例处理程序来支持任意对象。

    plt.legend(loc='best',frameon=False)    #frameon参数,去掉图例边框
    plt.legend(loc='best',edgecolor='blue') #edgecolor参数,设置图例边框颜色
    plt.legend(loc='best',facecolor='blue') #facecolor参数,设置图例背景颜色,若无边框,参数无效
    plt.legend(["CH", "US"], title='China VS Us')    #设置图例标题
    plt.legend([p1, p2], ["CH", "US"])               #设置图例名字及对应关系
    

     

    原始文档https://matplotlib.org/api/legend_api.html?highlight=legend#module-matplotlib.legend

     

    1、参数解释

    参数解释具体应用
    loc

    Location code string, or tuple (see below).图例所有figure位置

    plt.legend(loc='upper center')
    0: ‘best'
    1: ‘upper right'
    2: ‘upper left'
    3: ‘lower left'
    4: ‘lower right'
    5: ‘right'
    6: ‘center left'
    7: ‘center right'
    8: ‘lower center'
    9: ‘upper center'
    10: ‘center'
    propthe font property字体参数 
    fontsizethe font size (used only if prop is not specified)

    fontsize : int or float or {‘xx-small’, ‘x-small’, ‘small’, ‘medium’, ‘large’, ‘x-large’, ‘xx-large’}

    markerscalethe relative size of legend markers vs. original

    图例标记与原始标记的相对大小

     
    markerfirstIf True (default), marker is to left of the label.

    如果为True,则图例标记位于图例标签的左侧

     
    numpointsthe number of points in the legend for line

    为线条图图例条目创建的标记点数

     
    scatterpointsthe number of points in the legend for scatter plot

    为散点图图例条目创建的标记点数

     
    scatteryoffsetsa list of yoffsets for scatter symbols in legend

    为散点图图例条目创建的标记的垂直偏移量

     
    frameonIf True, draw the legend on a patch (frame).

    控制是否应在图例周围绘制框架

     
    fancyboxIf True, draw the frame with a round fancybox.

    控制是否应在构成图例背景的FancyBboxPatch周围启用圆边

     
    shadowIf True, draw a shadow behind legend.

    控制是否在图例后面画一个阴

     
    framealphaTransparency of the frame.

    控制图例框架的 Alpha 透明度

     
    edgecolorFrame edgecolor. 
    facecolorFrame facecolor. 
    ncolnumber of columns 设置图例分为n列展示 
    borderpadthe fractional whitespace inside the legend border

    图例边框的内边距

     
    labelspacingthe vertical space between the legend entries

    图例条目之间的垂直间距

     
    handlelengththe length of the legend handles 

    图例句柄的长度

     
    handleheightthe height of the legend handles 

    图例句柄的高度

     
    handletextpadthe pad between the legend handle and text 

    图例句柄和文本之间的间距

     
    borderaxespadthe pad between the axes and legend border

    轴与图例边框之间的距离

     
    columnspacingthe spacing between columns 列间距 
    titlethe legend title 
    bbox_to_anchorthe bbox that the legend will be anchored.指定图例在轴的位置 
    bbox_transformthe transform for the bbox. transAxes if None. 

     

    2、源代码

    更新……

     

    def legend Found at: matplotlib.pyplot
    
    @_copy_docstring_and_deprecators(Axes.legend)
    def legend(*args, **kwargs):
        return gca().legend(*args, **kwargs)
    
    # Autogenerated by boilerplate.py.  Do not edit as changes will be lost.

     

     

     


    matplotlib.pyplot的plt.legend函数的使用方法

    1、基础用法

        plt.figure() 
        col_cou_len=len(Keys)
        plt.pie(x=Values,labels=Keys,colors=cols[:col_cou_len], startangle=90,shadow=True,autopct='%1.3f%%') 
        plt.title(tit_name)
        plt.legend()
        plt.show()

     

     

     

     

     

     

     

     

     

     

     

     

    展开全文
  • 参考文档链接:https://pythonspot.com/matplotlib-legend/ ...import matplotlib.pyplot as plt import numpy as np y = [2,4,6,8,10,12,14,16,18,20] y2 = [10,11,12,13,14,15,16,17,18,19] x = np.ara
  • plt.legend()添加图例

    千次阅读 2021-03-30 00:06:28
    注意:如果只在plt.plot()中设置label还不能最终显示出图例,还需要通过plt.legend()将图例显示出来。 # 绘制折线图 plt.plot(x, y_shanghai, label="上海") # 使用多次plot可以画多个折线 plt.plot(x, y_beijing,...
  • 之前用matplotlib的时候,调用plt.legend的时候,会传入一个参数,loc,loc的位置只是有限的,比如 但是有时候这种有限的位置并不能满足需求,比如我绘制直方图的时候,只有中间有些区域是空白的,我想将legend放置...
  • 上原码: ax.legend(labels = '...原因是因为将图例放到legend里了,应该放到plt.plot里,改后代码: plt.plot(timeData,intensityData,c = 'blue',linewidth = 1,label='band') ax.legend(loc='best') plt.plot(timeD
  • import matplotlib.pyplot as plt #产生测试数据 x = np.arange(1,10) y = x fig = plt.figure() ax1 = fig.add_subplot(111) #设置标题 ax1.set_title('Scatter Plot') #设置X轴标签 plt.xlabel('X') #设置Y轴标签 ...
  • matplot图例 plt.legend中文显示不完整

    千次阅读 2020-12-19 21:20:05
    在作图过程中,显示中文图例,出现如图不完整的情况。原来是label传错了地方,放到plt.legend()里去了。 正确方式: plt.plot(xs,ys,linestyle=":",marker='o',color='r',label='对数函数')
  • 仅作为收藏,大佬请跳过。...图例的位置和字号 plt.figure(figsize=(5,3)) plt.plot...plt.legend(['model_inva_1','model_inva_2','model_inva_3'],loc ='upper right',prop = {'size':7}) 参考:感谢大佬博主文章传送门
  • # in order to modify the size fig = plt.figure(figsize=(12,8)) # adding multiple Axes objects fig, ax_lst = plt.subplots(2, 2) # a figure with a 2x2 grid of Axes plt.legend()是为了给图增加图例。
  • 一个图片里边绘制多个图像是绘图中的常见需求。下边介绍几种实现方法,然后简单分析一下他们的细微区别,并说明了添加legend时候常见的一些坑。
  • matplotlib matplotlib是python底层绘图库,主要做数据可视化图表,模仿MATLAB构建 plt.figure修改图表大小 ...plt.xticks,plt.yticks设置x轴y轴的刻度 设置x轴y轴的刻度 plt.xticks(x,name) plt.yticks([-2,
  • 目录[TOC]前言今天我们学习的是条形图,导入的函数是:plt.bar() 于 plt.barh(一)竖值条形图(1)说明:原函数定义:bar(x, height, width=0.8, bottom=None, ***, align='center', data=None, **kwargs)常见的参数...
  • python plt.plot()绘图

    2021-03-17 16:39:45
    推荐用电脑绘图,如果是安卓手机,推荐 应用汇 -- pydroid.#本文的命令都要调用的包包,# 此外再次强调for 条件 要加冒号 : 回车后循环体要加四个空格import numpy as npimport matplotlib.pyplot as plt一. plt.plot()...
  • 目录 简介 主要参数分析 颜色color 风格linestyle(可自己设置linewidth 图例位置loc(默认即可) ... legend-matplotlib官方手册... plot与legend画图与图例 py..
  • matplotlib画柱状图 - plt.bar() 一、plt.bar()参数详解 import matplotlib as mpl import matplotlib.pyplot as plt from matplotlib.pyplot import MultipleLocator from matplotlib import ticker %matplotlib ...
  • 文章目录一、 fig, ax = plt.subplots()的作用二、参数的含义三、图上排列多个子图四、把多个子图一起合并到一个图上五、画图刻度、图例等字体、字体大小、刻度密度、线条样式设置 一、 fig, ax = plt.subplots()的...
  • 应用plt.legend报错UserWarning: Legend does not support [应用plt.legend报错UserWarning: Legend does not support [<matplotlib.lines.Line2D object at 0x09B441D0>] instances. 在用plt.plot画图时,如果...
  • plt.legend()中的loc参数详解
  • 一、matplotlib.pyplot.figure() Create a new figure, or activate an ...形如plt.figure(‘新的图形’)为图形添加自定义描述 (1)figure语法说明 figure(num=None, figsize=None, dpi=None, facecolor=None, ed
  • import matplotlib.pyplot as plt df3 = pd.read_csv('df3') df3.info() df3.head() 结果如下: 使用scatter(): # s: size df3.plot.scatter(x='a',y='b',figsize=(12,5),s=50) df3.plot.scatter(x='a',y='b',f
  • Plt 图例legend设置字体大小

    千次阅读 2021-05-03 14:54:55
    legend(fontsize=)方法是无效的,需要添加plt的属性参数 plt.rcParams.update({'font.size':18})
  • plt.rcParams['font.sans-serif'] = ['SimHei'] 1 数据,即X值多少,Y值多少。 2 plt.figure(num,figsize) #设置打开画布大小,长10,宽6 plt.figure(figsize=(10,6)) 2.1 #设置图标的标题名称 plt.title("") 3...
  • 关于python中plt.hist参数的使用详解

    千次阅读 2021-01-13 08:32:15
    python matplotlib hist堆积直方图?可以帮小编实现下面两张图的代码吗与怪物战斗的人...from sklearn.datasets import load_iris import matplotlib.pyplot as plt iris = load_iris() s = iris.data[iris.target =...
  • 可视化之路(三)plt.plot函数

    千次阅读 2021-04-03 21:49:40
    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() ...
  • 调用方法:plt.bar(x, y, width,color, edgecolor, bottom, linewidth, align, tick_label, align) 参数说明: x:指定x轴上数值 y:指定y轴上的数值 width:表示柱状图的宽度,取值在0~1之间,默认为0.8 ...
  • Plt.scatter()函数用法

    2021-10-10 16:38:55
    #设置X轴标签 plt.xlabel('X') #设置Y轴标签 plt.ylabel('Y') #画散点图 sValue = x*40 ax1.scatter(x,y,s=sValue,c='r',marker='x') #设置图标 plt.legend('x1') #显示所画的图 plt.show() 参考: plt.scatter()_...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 73,784
精华内容 29,513
关键字:

plt.legend