精华内容
下载资源
问答
  • python+matplotlib绘图线条类型和颜色选择

    万次阅读 多人点赞 2019-02-16 08:44:42
    本文由以下链接转载: ...参考网址: http://stackoverflow.com/questions/22408237/named-colors-in-matplotlib http://stackoverflow.com/questions/8409095/matplotlib-set-mar...

    本文由以下链接转载:
    http://www.cnblogs.com/darkknightzh/p/6117528.html

    参考网址:
    http://stackoverflow.com/questions/22408237/named-colors-in-matplotlib

    http://stackoverflow.com/questions/8409095/matplotlib-set-markers-for-individual-points-on-a-line


    plt.subplots(1, 1)
    x= range(100)
    y= [i**2 for i in x]
    
    plt.plot(x, y, linewidth = '1', label = "test", color=' coral ', linestyle=':', marker='|')
    plt.legend(loc='upper left')
    plt.show()
    

    结果:
    在这里插入图片描述
    说明:其实上面color=’ coral ‘中,可以换成color=’ #054E9F’,每两个十六进制数分别代表R、G、B分量:
    在这里插入图片描述
    第二个参考网址给出了linestyle可选参数:

    '-'       solid line style
    '--'      dashed line style
    '-.'      dash-dot line style
    ':'       dotted line style
    

    第二个参考网址给出了marker可选参数:

    '.'       point marker
    ','       pixel marker
    'o'       circle marker
    'v'       triangle_down marker
    '^'       triangle_up marker
    '<'       triangle_left marker
    '>'       triangle_right marker
    '1'       tri_down marker
    '2'       tri_up marker
    '3'       tri_left marker
    '4'       tri_right marker
    's'       square marker
    'p'       pentagon marker
    '*'       star marker
    'h'       hexagon1 marker
    'H'       hexagon2 marker
    '+'       plus marker
    'x'       x marker
    'D'       diamond marker
    'd'       thin_diamond marker
    '|'       vline marker
    '_'       hline marker
    

    上面对应的部分marker示意图:
    在这里插入图片描述
    第一个参考网址给出了matplotlib中color可用的颜色:

    cnames = {
    'aliceblue':            '#F0F8FF',
    'antiquewhite':         '#FAEBD7',
    'aqua':                 '#00FFFF',
    'aquamarine':           '#7FFFD4',
    'azure':                '#F0FFFF',
    'beige':                '#F5F5DC',
    'bisque':               '#FFE4C4',
    'black':                '#000000',
    'blanchedalmond':       '#FFEBCD',
    'blue':                 '#0000FF',
    'blueviolet':           '#8A2BE2',
    'brown':                '#A52A2A',
    'burlywood':            '#DEB887',
    'cadetblue':            '#5F9EA0',
    'chartreuse':           '#7FFF00',
    'chocolate':            '#D2691E',
    'coral':                '#FF7F50',
    'cornflowerblue':       '#6495ED',
    'cornsilk':             '#FFF8DC',
    'crimson':              '#DC143C',
    'cyan':                 '#00FFFF',
    'darkblue':             '#00008B',
    'darkcyan':             '#008B8B',
    'darkgoldenrod':        '#B8860B',
    'darkgray':             '#A9A9A9',
    'darkgreen':            '#006400',
    'darkkhaki':            '#BDB76B',
    'darkmagenta':          '#8B008B',
    'darkolivegreen':       '#556B2F',
    'darkorange':           '#FF8C00',
    'darkorchid':           '#9932CC',
    'darkred':              '#8B0000',
    'darksalmon':           '#E9967A',
    'darkseagreen':         '#8FBC8F',
    'darkslateblue':        '#483D8B',
    'darkslategray':        '#2F4F4F',
    'darkturquoise':        '#00CED1',
    'darkviolet':           '#9400D3',
    'deeppink':             '#FF1493',
    'deepskyblue':          '#00BFFF',
    'dimgray':              '#696969',
    'dodgerblue':           '#1E90FF',
    'firebrick':            '#B22222',
    'floralwhite':          '#FFFAF0',
    'forestgreen':          '#228B22',
    'fuchsia':              '#FF00FF',
    'gainsboro':            '#DCDCDC',
    'ghostwhite':           '#F8F8FF',
    'gold':                 '#FFD700',
    'goldenrod':            '#DAA520',
    'gray':                 '#808080',
    'green':                '#008000',
    'greenyellow':          '#ADFF2F',
    'honeydew':             '#F0FFF0',
    'hotpink':              '#FF69B4',
    'indianred':            '#CD5C5C',
    'indigo':               '#4B0082',
    'ivory':                '#FFFFF0',
    'khaki':                '#F0E68C',
    'lavender':             '#E6E6FA',
    'lavenderblush':        '#FFF0F5',
    'lawngreen':            '#7CFC00',
    'lemonchiffon':         '#FFFACD',
    'lightblue':            '#ADD8E6',
    'lightcoral':           '#F08080',
    'lightcyan':            '#E0FFFF',
    'lightgoldenrodyellow': '#FAFAD2',
    'lightgreen':           '#90EE90',
    'lightgray':            '#D3D3D3',
    'lightpink':            '#FFB6C1',
    'lightsalmon':          '#FFA07A',
    'lightseagreen':        '#20B2AA',
    'lightskyblue':         '#87CEFA',
    'lightslategray':       '#778899',
    'lightsteelblue':       '#B0C4DE',
    'lightyellow':          '#FFFFE0',
    'lime':                 '#00FF00',
    'limegreen':            '#32CD32',
    'linen':                '#FAF0E6',
    'magenta':              '#FF00FF',
    'maroon':               '#800000',
    'mediumaquamarine':     '#66CDAA',
    'mediumblue':           '#0000CD',
    'mediumorchid':         '#BA55D3',
    'mediumpurple':         '#9370DB',
    'mediumseagreen':       '#3CB371',
    'mediumslateblue':      '#7B68EE',
    'mediumspringgreen':    '#00FA9A',
    'mediumturquoise':      '#48D1CC',
    'mediumvioletred':      '#C71585',
    'midnightblue':         '#191970',
    'mintcream':            '#F5FFFA',
    'mistyrose':            '#FFE4E1',
    'moccasin':             '#FFE4B5',
    'navajowhite':          '#FFDEAD',
    'navy':                 '#000080',
    'oldlace':              '#FDF5E6',
    'olive':                '#808000',
    'olivedrab':            '#6B8E23',
    'orange':               '#FFA500',
    'orangered':            '#FF4500',
    'orchid':               '#DA70D6',
    'palegoldenrod':        '#EEE8AA',
    'palegreen':            '#98FB98',
    'paleturquoise':        '#AFEEEE',
    'palevioletred':        '#DB7093',
    'papayawhip':           '#FFEFD5',
    'peachpuff':            '#FFDAB9',
    'peru':                 '#CD853F',
    'pink':                 '#FFC0CB',
    'plum':                 '#DDA0DD',
    'powderblue':           '#B0E0E6',
    'purple':               '#800080',
    'red':                  '#FF0000',
    'rosybrown':            '#BC8F8F',
    'royalblue':            '#4169E1',
    'saddlebrown':          '#8B4513',
    'salmon':               '#FA8072',
    'sandybrown':           '#FAA460',
    'seagreen':             '#2E8B57',
    'seashell':             '#FFF5EE',
    'sienna':               '#A0522D',
    'silver':               '#C0C0C0',
    'skyblue':              '#87CEEB',
    'slateblue':            '#6A5ACD',
    'slategray':            '#708090',
    'snow':                 '#FFFAFA',
    'springgreen':          '#00FF7F',
    'steelblue':            '#4682B4',
    'tan':                  '#D2B48C',
    'teal':                 '#008080',
    'thistle':              '#D8BFD8',
    'tomato':               '#FF6347',
    'turquoise':            '#40E0D0',
    'violet':               '#EE82EE',
    'wheat':                '#F5DEB3',
    'white':                '#FFFFFF',
    'whitesmoke':           '#F5F5F5',
    'yellow':               '#FFFF00',
    'yellowgreen':          '#9ACD32'}
    

    上面对应的颜色:
    在这里插入图片描述
    另外的显示方式:
    在这里插入图片描述
    装了seaborn扩展的话,在字典seaborn.xkcd_rgb中包含所有的xkcd crowdsourced color names。如下:

     plt.plot([1,2], lw=4, c=seaborn.xkcd_rgb['baby poop green'])
    

    所有颜色如下:在这里插入图片描述

    展开全文
  • 更改matplotlib pyplot图例中的线条宽度

    千次阅读 2020-12-06 09:00:20
    @ImportanceOfBeingErnest的答案很好,如果您只想更改图例框中的线宽。但我认为这有点复杂,因为在更改图例线宽之前必须复制句柄...方法1import numpy as npimport matplotlib.pyplot as plt# make some datax = np...

    @ImportanceOfBeingErnest的答案很好,如果您只想更改图例框中的线宽。但我认为这有点复杂,因为在更改图例线宽之前必须复制句柄。此外,它不能更改图例标签字体大小。以下两种方法不仅可以更简洁地改变线宽,还可以改变图例标签文本的字体大小。

    方法1import numpy as np

    import matplotlib.pyplot as plt

    # make some data

    x = np.linspace(0, 2*np.pi)

    y1 = np.sin(x)

    y2 = np.cos(x)

    # plot sin(x) and cos(x)

    fig = plt.figure()

    ax = fig.add_subplot(111)

    ax.plot(x, y1, c='b', label='y1')

    ax.plot(x, y2, c='r', label='y2')

    leg = plt.legend()

    # get the individual lines inside legend and set line width

    for line in leg.get_lines():

    line.set_linewidth(4)

    # get label texts inside legend and set font size

    for text in leg.get_texts():

    text.set_fontsize('x-large')

    plt.savefig('leg_example')

    plt.show()

    方法2import numpy as np

    import matplotlib.pyplot as plt

    # make some data

    x = np.linspace(0, 2*np.pi)

    y1 = np.sin(x)

    y2 = np.cos(x)

    # plot sin(x) and cos(x)

    fig = plt.figure()

    ax = fig.add_subplot(111)

    ax.plot(x, y1, c='b', label='y1')

    ax.plot(x, y2, c='r', label='y2')

    leg = plt.legend()

    # get the lines and texts inside legend box

    leg_lines = leg.get_lines()

    leg_texts = leg.get_texts()

    # bulk-set the properties of all lines and texts

    plt.setp(leg_lines, linewidth=4)

    plt.setp(leg_texts, fontsize='x-large')

    plt.savefig('leg_example')

    plt.show()

    上述两种方法产生相同的输出图像:

    展开全文
  • pandas的Series和DataFrame结构的plot()方法可以自动调用matplotlib的功能进行绘图,在数据分析和处理时可以很方便地进行可视化。例如下面的代码:代码运行结果如下图:Python学习交流群:1004391443这样的图虽然...

    pandas的Series和DataFrame结构的plot()方法可以自动调用matplotlib的功能进行绘图,在数据分析和处理时可以很方便地进行可视化。例如下面的代码:

    代码运行结果如下图:

    Python学习交流群:1004391443

    这样的图虽然已经包含了必需的图形信息,但还是缺少一些元素,例如图形标题、纵轴标签,可以设置DataFrame的plot()方法的title参数来实现图形标题(可以使用help()函数查看plot()方法完整用法和所有参数含义),使用这样方式绘制的图形也是可以通过pyplot进行控制的,这样就可以使用pyplot的ylabel()函数来设置图形纵轴标签了,例如

    代码运行结果如图:

    类似地,通过pyplot的其他函数还可以对图形坐标轴进行更多设置,可以参考公众号“Python小屋”之前推送过的文章。

    上面绘制的图形中,两条曲线的线型、线宽都是一样的,只是颜色不同。对于这样的图形,如果使用黑白打印的话,就很难区分这两条曲线了。如果有类似的需求,可以参考下面的代码思路进行修改:

    运行结果如图 :

    标签:plot,Python,pyplot,matplotlib,可以,图形,pandas

    来源: https://blog.csdn.net/Pythoncxy/article/details/93198627

    展开全文
  • matplotlib - spines 设置

    2021-02-07 15:25:51
    matplotlib spines 设置简介隐藏图脊设置图脊位置参考 简介 在 Matplotlib 中,Spine 指绘图区四周的边界线(这里姑且将其翻译为图脊),如下图所示。 使用 Axes.spines 更改图脊的属性。实现诸如删除顶部和右侧的...

    简介

    在 Matplotlib 中,Spine 指绘图区四周的边界线(这里姑且将其翻译为图脊),如下图所示。

    在这里插入图片描述

    使用 Axes.spines 更改图脊的属性。实现诸如删除顶部和右侧的图脊,或者将左侧图脊移动原点等功能。

    Axes.spines 属性是一个字典对象,通过 right, left, top, bottom 键可以访问各个方位的图脊。

    隐藏图脊

    使用 set_color 将图脊的颜色设置为 None,可以隐藏图脊,例如,绘制一个简单的线性图:

    import matplotlib.pyplot as plt
    import numpy as np
    
    x = np.linspace(0, 2, 100)
    
    fig, ax = plt.subplots()
    
    ax.plot(x, x, label="linear")
    
    plt.xlabel('x label')
    plt.ylabel('y label')
    plt.title("Simple Plot")
    
    plt.legend()
    plt.show()
    

    在这里插入图片描述
    下面移除右侧和上面的图脊:

    import matplotlib.pyplot as plt
    import numpy as np
    
    x = np.linspace(0, 2, 100)
    
    fig, ax = plt.subplots()
    
    ax.plot(x, x, label="linear")
    
    ax.spines['right'].set_color('none') // 隐藏右侧图脊
    ax.spines['top'].set_color('none') // 隐藏上面图脊
    
    plt.xlabel('x label')
    plt.ylabel('y label')
    plt.title("Simple Plot")
    
    plt.legend()
    plt.show()
    

    在这里插入图片描述

    设置图脊位置

    使用 set_position() 方法设置图脊位置,其参数为 tuple 类型 ,包含两个需要设置的值 (position_type, amount)。一个是位置类型:

    • ‘outward’,将图脊向图形区域外移动;
    • ‘axes’,将图脊放在指定的 Axes 坐标(0到1之间);
    • ‘data’,将图脊放在指定的数据坐标位置。

    另外还有两个特殊值:

    • ‘center’ 表示 (‘axes’, 0.5)
    • ‘zero’ 表示 (‘data’, 0.0)

    下面我们绘制一个二次曲线图:

    import matplotlib.pyplot as plt
    import numpy as np
    
    x = np.linspace(-1, 3, 100)
    y = (x - 1) ** 2
    
    fig = plt.figure()
    ax = fig.add_subplot(1, 1, 1)
    
    ax.spines['right'].set_color('none') # 隐藏右侧图脊
    ax.spines['top'].set_color('none') # 隐藏上面图脊
    
    # plot the function
    plt.plot(x, y, 'r')
    
    # show the plot
    plt.show()
    

    在这里插入图片描述

    然后我们将左侧图脊移到 0 位置:

    import matplotlib.pyplot as plt
    import numpy as np
    
    x = np.linspace(-1, 3, 100)
    y = (x - 1) ** 2
    
    fig = plt.figure()
    ax = fig.add_subplot(1, 1, 1)
    
    ax.spines['left'].set_position('zero') # 额外添加行
    
    ax.spines['right'].set_color('none')
    ax.spines['top'].set_color('none')
    
    
    # plot the function
    plt.plot(x, y, 'r')
    
    # show the plot
    plt.show()
    

    在这里插入图片描述

    参考

    展开全文
  • #matplotlib画图 1、画收敛曲线图 x=range(1,10) #x的取值 y=range(1,10) #y的取值 plt.figure(figsize=(8,4)) #图像大小 plt.plot(x,y,c='b',...#备注:c='b'表示曲线的颜色,linewidth = 1.0表示曲线粗细,mar...
  • 转载自: ...作者:拦路雨g,地址:添加链接描述 python+Matplotlib 最后挑来挑去,最终选用了...优点是曲线精致,软件开源免费,支持Latex公式插入,且许多时候只需要一行或几行代码就能搞定。 然后小编经过了几天的
  • #开始绘图fig,ax1=plt.subplots()fig.set_size_inches(12,6)plt.set_cmap('RdBu')#multiplelineplotx=np.arange(featureValuedf.shape[1])#x坐标的范围lw=4#控制线条的粗细a,=ax1.plot(x,featureValuedf.loc['Bac...
  • python使用matplotlib绘制折线图教程

    千次阅读 2017-09-06 00:11:00
    python使用matplotlib绘制折线图教程 Matplotlib是一个Python工具箱,用于科学计算的数据可视化。借助它,Python可以绘制如Matlab和Octave多种多样的数据图形。下面这篇文章主要介绍了python使用...
  • 原标题:Python Matplotlib 简易教程简单演示import matplotlib.pyplot as pltimport numpy as np# 从[-1,1]中等距去50个数作为x的取值x = np.linspace(-1, 1, 50)print(x)y = 2*x + 1# 第一个是横坐标的值,第二个...
  • matplotlib命令与格式:设置折线与点属性

    万次阅读 多人点赞 2017-11-24 23:17:31
    label : 给所绘制的曲线一个名字,此名字在图示/图例(legend)中显示 plt.plot(x,y,'ro',color='red',label='业绩趋势走向') 2.线条颜色 (1)线条颜色命名方式 有三种表示颜色的方式: 用全名 ,如blue 16进制 ,如...
  • matplotlib 是python最著名的绘图库,它提供了一整套和matlab相似的命令API,十分适合交互式地行制图。而且也可以方便地将它作为绘图控件,嵌入GUI应用程序中。它的文档相当完备,并且Gallery页面中有上百幅缩略图,...
  • Matplotlib 中绘制散点图的函数为 plot() ,使用语法如下:matplotlib.pyplot.plot(*args,scalex=True,scaley=True,data=None,**kwargs) 常用参数及说明: 参数 接收值 说明 ...
  • from matplotlib import pyplot as plt x = range(1,10) #x轴的位置 y = [6,7,12,12,15,17,15,20,18] #y轴的位置 #传入x,y,通过plot画图,并设置折线颜色、透明度、折线样式和折线宽度 plt.plot(x,y,color='red',...
  • matplotlib 是python最著名的绘图库,它提供了一整套和matlab相似的命令API,十分适合交互式地行制图。而且也可以方便地将它作为绘图控件,嵌入GUI应用程序中。它的文档相当完备,并且Gallery页面中有上百幅缩略图,...
  • 前一篇文章讲述了数据预处理、Jieba分词和文本聚类知识,这篇文章主要介绍Matplotlib和Pandas扩展包绘图的基础用法,同时引入Echarts技术,该技术主要应用于网站可视化展示中。本文内容以实例为主,给读者最直观的...
  • import matplotlib.pyplot as plt r = np.arange(0, 4*np.pi, 0.01) # 弧度值 y = np.linspace(0,2,len(r)) # ⽬标值 ax = plt.subplot(111,projection = 'polar',facecolor = 'lightgreen') # 定义极坐标 ax....
  • 我只会过度绘制相同的等高线...例如:from matplotlib import pyplot as pltfrom matplotlib import cmimport numpy as npx, y = np.mgrid[-100:100,-100:100]x /= 10.y /= 10.r = np.sqrt(x*x+y*y)z = 10*np.sin(r...
  • matplotlib绘制图标 1.matplotlib的内容组织在画布上(及绘图区),图形的Axes实例包含了matolotlib的所有组成元素,如坐标轴,刻度,标签,线和标记等,这些元素通过调用matplotlib.pyplot模块中相应的函数,进行...
  • matplotlib.pyplot.plot官方文档点击这里。 常用的color参数 w white b blue g green r red c cyan # 青色/蓝绿色 m magenta # 品红/洋红色 y yellow k black Marker...
  • matplotlib-seaborn-曲线

    千次阅读 2019-10-19 15:59:22
    曲线图, tsplot 或者 lineplot tsplot, 横轴数据:time 纵轴数据:all_acc 统计函数:默认的是均值 estimator=np.mean;中位数:estimator=np.median 使用估计量进行聚合时,定义要绘制的置信区间的大小。为“sd”...
  • matplotlib图中显示指定点的坐标

    万次阅读 2019-10-09 20:50:55
    借鉴自https://blog.csdn.net/qq_30638831/article/details/79938967此处annotate...一、无指向型的注释文本 matplotlib.pyplot.text(),只会在图中添加注释内容,没有指向箭头 “”“ plt.text(x,y,s,family,fon...
  • Python 用 matplotlib 中的 plot 画图,折线图

    万次阅读 多人点赞 2019-08-22 21:14:47
    文章目录1....使用 matplotlib 包画图时,我们一般加载里面的 pyplot,并命名为 plt,然后使用 plot 函数画图。 # 导入 matplotlib 中的 plot, 并命名为常用名 plt import matplotlib.pyplot as p...
  • 我试图制作一些出版质量的图,但遇到了一个小问题。...python matplotlib:将轴标签/图例从粗体更改为常规重量import matplotlib.pyplot as pltimport numpy as npplt.rc('text',usetex=True)font...
  • 图1-1 散点图示例使用Matplotlib的scatter()函数绘制散点图,其中x和y是相同长度的数组序列。scatter()函数的一般用法为:主要参数说明如下:x,y:数组。s:散点图中点的大小,可选。c:散点图中点的颜色,可选。mar...
  • Matplotlib基础知识

    2021-02-07 02:54:12
    导入Matplotlib中的基本图表包括的元素1.x轴和y轴:水平和垂直的轴线2.x轴和y轴刻度:刻度标示坐标轴的分隔,包括最小刻度和最大刻度3.x轴和y轴刻度标签:表示特定坐标轴的值4.绘图区域:实际绘图的区域只含单一曲线...
  • jupyter中使用matplotlib

    万次阅读 2018-11-14 23:35:13
    matplotlib可能是Python 2D绘图领域使用最广泛的库了。它能够让使用者轻松地将数据图形化,并且提供多样化的输出格式。同时,它几乎能够对图进行所有你能够想到的细节的修饰。 我们先来看看一个小例子: In [1]: ...
  • 可视化Matplotlib

    2019-06-06 11:07:12
    API:https://matplotlib.org/api/pyplot_api.html #coding:utf-8 ...import matplotlib.pyplot as plt from pylab import * # 定义数据部分 x = np.arange(0., 10, 0.2) y1 = np.cos(x) y2 = np.sin...
  • Matplotlib

    2022-01-15 09:19:01
    用到的模板 import numpy as np import pandas as pd import re import matplotlib import matplotlib.pyplot as plt from matplotlib.lines import Line2D from matplotlib.patches import Circle,...1matplotlib..
  • Python--matplotlib绘图

    万次阅读 多人点赞 2018-01-04 21:29:22
    matplotlib是python最著名的绘图库,它提供了一整套和matlab相似的命令API,十分适合交互式地行制图。其中,matplotlib的pyplot模块一般是最常用的,可以方便用户快速绘制二维图表。 绘制一个最简单的折线图 ...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 924
精华内容 369
关键字:

matplotlib曲线粗细