精华内容
下载资源
问答
  • plt.subplots(1, 1) x= range(100) y= [i**2 for i in x] ..."""linewidth 设置线条粗细label 设置线条标签color 设置线条颜色linestyle 设置线条形状marker 设置线条样点标记""" plt.plo...

    转载:http://www.cnblogs.com/darkknightzh/p/6117528.html

    plt.subplots(1, 1)
    x= range(100)
    y= [i**2 for i in x]
    """
    linewidth 设置线条粗细
    label 设置线条标签
    color 设置线条颜色
    linestyle 设置线条形状
    marker 设置线条样点标记
    """
    plt.plot(x, y, linewidth = '1', label = "test", color=' coral ', linestyle=':', marker='|') plt.legend(loc='upper left') plt.show()

     

    # linestyle可选参数
    '-' solid line style '--' dashed line style '-.' dash-dot line style ':' dotted line style

     

    # 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

     

    # color可选参数
    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'}

     

     

     

     

     

     

     

    #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'])

     

     

     

     

    转载于:https://www.cnblogs.com/zoe-chang/p/11269780.html

    展开全文
  • @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
  • import pandas as pd import numpy as np import matplotlib.pyplot as plt import matplotlib 目的 对最基本的折线图plot做详细的解读,为绘制其他类型的图形打好基础。 plt.plot()的定义及调用 定义:...

    6decd4aa5db7c3d14a03680485b96aab.png

    import pandas as pd 
    import numpy as np
    import matplotlib.pyplot as plt
    import matplotlib 

    目的

    • 对最基本的折线图plot做详细的解读,为绘制其他类型的图形打好基础。

    plt.plot()的定义及调用

    定义:

    • plt.plot(*args, scalex=True, scaley=True, data=None, **kwargs)

    调用:

    • plot([x], y, [fmt], *, data=None, **kwargs)
    • plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs)

    位置参数:

    • [x], y, [fmt]

    关键字传参:

    • *后面的参数

    x序列的不同类型

    文本型的x序列

    # data
    X = [8,3,5,'t'# 会按顺序【0,1,2,3】被定位在x轴的刻度上
    Y = [1,2,3,4]


    plt.plot(X,Y,marker = 'o',c='g')

    ax = plt.gca()
    print('x轴刻度:',plt.xticks())  #list
    xticklabels_lst = ax.get_xticklabels()
    print('-'*70)
    x轴刻度:([0, 1, 2, 3], )
    ----------------------------------------------------------------------

    4c997d27245ae96c9baa25890e9c6e35.png

    print('x轴刻度标签:',list(xticklabels_lst))  #是个文本标签
    x轴刻度标签:[Text(0, 0, '8'), Text(1, 0, '3'), Text(2, 0, '5'), Text(3, 0, 't')]

    数字型的x序列

    # data
    X = [8,3,5,1# 会按数字【8,3,5,1】被定位在x轴的刻度上

    Y = [1,2,3,4]

    plt.plot(X,Y,marker = 'o',c='g')

    ax = plt.gca()

    print('x轴刻度:',plt.xticks()) # array
    xticklabels_lst = ax.get_xticklabels()
    print('-'*70)
    x轴刻度:(array([0., 1., 2., 3., 4., 5., 6., 7., 8., 9.]), )
    ----------------------------------------------------------------------

    ee2ad7020827862c8d742282434c8ef6.png

    print('x轴刻度标签:',list(xticklabels_lst))  #是个按序号排列的文本标签
    x轴刻度标签:[Text(0.0, 0, '0'), Text(1.0, 0, '1'), Text(2.0, 0, '2'), Text(3.0, 0, '3'), Text(4.0, 0, '4'), Text(5.0, 0, '5'), Text(6.0, 0, '6'), Text(7.0, 0, '7'), Text(8.0, 0, '8'), Text(9.0, 0, '9')]

    2种类型-2条线

    # data
    X1 = [8,3,5,'t']
    X2 = [8,3,5,1]
    Y = [1,2,3,4]

    plt.plot(X2,Y,marker = 'o',c='r')
    plt.plot(X1,Y,marker = 'o',c='g')

    ax = plt.gca()

    print('x轴刻度:',plt.xticks())
    xticklabels_lst = ax.get_xticklabels()
    print('-'*70)
    x轴刻度:([0, 1, 2, 3], )
    ----------------------------------------------------------------------

    c041f5333ff7fd1b3324fa6f8486f2be.png

    print('x轴刻度标签:',list(xticklabels_lst)) 
    x轴刻度标签:[Text(0, 0, '8'), Text(1, 0, '3'), Text(2, 0, '5'), Text(3, 0, 't')]

    提供不同数量的位置参数

    几种方式的调用

    无参数

    #返回一个空列表
    plt.plot()
    []

    ef999b87edcd7895b0edced4e3a5eabc.png

    plot([x], y, [fmt], *, data=None, **kwargs) plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs)

    1个参数

    #提供一个数(点)
    plt.plot(4.5,marker='o')
    []

    53ba7d42180df7a44d591b0e11f329b7.png

    #提供一个数字序列
    plt.plot([4.5,2,3],marker='o')
    []

    557877e3e7a96633e92862b90bf5c037.png

    2个参数

    自动解析位置参数的原则

    (x,y)形式

    # x/y 为序列
    plt.plot([2,1,3],[0.5,2,2.5],marker='o')
    []

    9a5251086a93dc8bed0639cdcb256dfd.png

    # x/y 为标量
    plt.plot(2,['z'],marker = 'o'
    []

    22fd10fd52066676a3027154ec7a7007.png

    (y,fmt)形式

    # plt.plot(2,'z',marker = 'o') #Unrecognized character z in format string
    # y 为标量 
    plt.plot(2,'r',marker = 'o'
    []

    36f26bd656f49adfa08d4573f0d4fa5e.png

    # y 为序列
    plt.plot([2,1,3],'r--*'
    []

    c466c3283a1026fd5585bd9f746f6fca.png

    3个参数

    ([x],y,[fmt])形式

    plt.plot([2,1,3],[0.5,2,2.5],'p--g'
    #          marker='o'
             markersize = 15
            )
    []

    28881e8c8be713d057f1f909bb183bee.png

    # fmt不写,或者‘’,则使用默认样式
    plt.plot([2,1,3],[0.5,2,2.5],'',
    #          marker='o'
             markersize = 15
            )
    []

    5af487d9319dc2c592ed5c4bf58ca473.png

    绘图Line2D

    仅画线:绘图的默认情况

    默认样式:蓝色的【线】【无标记】

    # marker = None 表示不做设置
    plt.plot([2,2.5,1])
    []

    f95c20f1399475e915bfe5c713a7568f.png

    仅画标记

    plt.plot([2,2.5,1],'o')
    []

    5fbc64bcca4d15ae8fb09c587a56ad70.png

    画线+标记

    plt.plot([2,2.5,1],'o-')
    []

    02369f2e981414da2cce91d9d5e15d37.png

    plt.plot([2,1,3],'bo--')
    []

    d8fc9aca25ff5e7375dddc10401515f0.png

    fmt的组合顺序随意的?

    6图合一及结论

    # 6种组合
    # [color][marker][line],3种任意组合为6种可能

    # b :蓝色
    # o: 圆圈标记
    # --:虚线

    fmt = ['bo--','b--o','ob--','o--b','--bo','--ob']
    for i in range(len(fmt)):
        plt.subplot(2,3,i+1)
        plt.plot([2,1,3],fmt[i])
        
    # 结论:[color][marker][line],每个都是可选的,每个属性可以选择写或者不写
    # 而且与组合中它们所在的位置顺序无关

    f694f949201840c2ec6f1495f430b741.png

    fmt支持的【线】-line

    Line Styles

    ==== character description ====

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

    fmt支持的【标记】-marker

    Markers

    ==== character description ====

     '.' 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

    fmt支持的【颜色】-color

    Colors

    The supported color abbreviations are the single letter codes

    ==== character color ====

     'b' blue 'g' green 'r' red 'c' cyan 'm' magenta 'y' yellow 'k' black 'w' white 

    所有样式:标记、线、颜色参考大全

    链接:https://www.kesci.com/home/project/5ea4e5da105d91002d506ac6


    样式属性

    线条的属性

    # 包含:(颜色除外)
    # 线的样式、线的宽度
    # linestyle or ls: {'-', '--', '-.', ':', '', }
    # linewidth or lw: float

    ls_lst = ['-''--''-.'':',] 
    lw_lst = [1,3,5,7]
    for i in range(len(ls_lst)):
        plt.plot([1,2,3,4],[i+1]*4,ls_lst[i],lw = lw_lst[i])

    417e50de8bd0bd43ee97e176e5f60165.png

    标记的属性

    # 包含:
    '''
    marker: marker style
    #边框(颜色及边框粗细)
    markeredgecolor or mec: color
    markeredgewidth or mew: float
    #面颜色
    markerfacecolor or mfc: color
    markerfacecoloralt or mfcalt: color  #备用标记颜色
    #标记的大小
    markersize or ms: float
    markevery: None or int or (int, int) or slice or List[int] or float or (float, float)
    '''


    # linestyle = None 表示不做设置,以默认值方式
    # linestyle = ''  linestyle = 'none' 表示无格式,无线条

    plt.plot([4,2,1,3],linestyle = 'none'
             marker = 'o',
             markersize = 30,
             # edge
             markeredgecolor = 'r',
             markeredgewidth = 5,
             # face 
             markerfacecolor = 'g',
    #          markerfacecolor = 'none',
    #          markerfacecolor = None,
            )

    []

    e6396b312977575d1e9fab2176dd0c9b.png

    综合:带有空心圆标记的线条图

    '''
    标记点是覆盖在线条的上面,位于上层
    图层层次:[top]  spines > marker > line > backgroud  [bottom]
    spines:轴的4个边框
    spines 将线条图围在里面
    '''


    plt.plot([1,5,3,4], 
             marker = 'o',
             markersize = 20,
             # edge
             markeredgecolor = 'r',
             markeredgewidth = 5,
             # face 
             markerfacecolor = 'w',    # 白色,与背景色相同,把线条覆盖着,营造空心的视觉效果
    #          markerfacecolor = 'none', # 无色,透明,会看到线条
    #          markerfacecolor = None, # 不设置,默认颜色
            )

    # markerfacecolor = ' ', # 无法识别
    # markerfacecolor = '', # 无法识别

    []

    e636f91b9029f2bc149aa7f600a5ecdd.png

    data关键字的使用

    字典数据

    #字典数据
    d = {'name':list('abcd'),'age':[22,20,18,27]}
    plt.plot('name','age',data = d)
    []

    e82bf0838eed1a0f3be0903bace68af5.png

    DataFrame数据

    #DataFrame数据
    d = {'name':list('abcd'),'age':[22,20,18,27]}
    df = pd.DataFrame(d)
    df
    nameage
    0a22
    1b20
    2c18
    3d27
    plt.plot('name','age',data = df)
    []

    e82bf0838eed1a0f3be0903bace68af5.png

    总结

    定义:

    • plt.plot(*args,scalex = True,scaley = True,data = None ,**kwargs)

    调用:

    • plot([x], y, [fmt], *, data=None, **kwargs)
    • plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs)

    x,y,fmt均不能使用关键字传参

    推荐使用:

    • plt.plot(x,y,fmt)
    • 多组数据时,再次调用
    • plt.plot(x2,y2,fmt2) 画第2条线即可...
    • 默认样式:蓝色的【线】+【无标记】,即无标记的线
    • 可使用fmt来快捷控制线条的基本属性:颜色、线、标记
    • [color][marker][line]
    • fmt与关键字属性可混合使用,当两者有冲突时,以关键字的为准。
    • 对于已有的带标签的数据如df,可使用
    • plt.plot('columns_name1','columns_name2',data = df)

    作者:少年吉,永远保持真诚和热血。

    赞 赏 作 者

    c3ec1a635f703b39b0267a3927e93fe3.png

    167646693e9a13c2b6dcc90e998b6e20.gif

    推荐阅读:用 Django 开发基于以太坊智能合约的 DApp一文读懂 Python 分布式任务队列 celery5 分钟解读 Python 中的链式调用用 Python 创建一个比特币价格预警应用

    0a4f5cf4bd4114b78cb2d9535b5fa397.png

    ▼点击成为社区会员   喜欢就点个在看吧699570596bcd1194fb5d68e8b5036791.png

    展开全文
  • 设置输出的图片大小: ...画简单的折线图,同时标注线的形状、名称、粗细: A,=plt.plot(x1,y1,'-r',label='A',linewidth=5.0,ms=10) 其中线条样式以及颜色设置可参考:https://blog....

    设置输出的图片大小:

     

    figsize = 11,9
    figure, ax = plt.subplots(figsize=figsize)

     

     

     

    画简单的折线图,同时标注线的形状、名称、粗细:

     

    A,=plt.plot(x1,y1,'-r',label='A',linewidth=5.0,ms=10)

     

    其中线条样式以及颜色设置可参考:https://blog.csdn.net/code_segment/article/details/79217700,个人觉得介绍非常详尽。

    线条粗细使用linewidth设置,对应线条上的marker大小设置为ms参数。因为有时候粗线条,所以对应marker大小也需要增加。

    如果想要标记marker为空心,可以在后面加上 markerfacecolor='none'

     

    设置图例以及对应属性:

     

    legend = plt.legend(handles=[A,B],prop=font1)

    图例的字体格式在prop中进行设置,赋值font1可以是一个字典,包含各个属性及其对应值,属性包括family(字体)、size(字体大小)等常用属性,更详细的解释可参考matplotlib手册中关于legend prop的解释。

     


    一种比较简单的设置为:

     

    font1 = {'family' : 'Times New Roman',
    'weight' : 'normal',
    'size'   : 23,
    }

     

    坐标轴刻度密度/间隔设置:

    ax.xaxis.set_major_locator(MultipleLocator(10))

    括号中的数字为对应的刻度间隔值,y轴对应类似。

     

    坐标轴刻度值属性设置:

     

    plt.tick_params(labelsize=23)
    labels = ax.get_xticklabels() + ax.get_yticklabels()
    [label.set_fontname('Times New Roman') for label in labels]

    其中tick_params中可设置一系列属性,包括刻度值字体大小、方向、大小,颜色等一系列属性,具体可参见手册中关于tick_params的解释。

     

    比较特殊的是,其中并没有对刻度值的字体进行设置的属性,所以我们需要使用下面两行进行设置,在最初使用plt.subplots中有得到一个返回值ax,我们使用ax.get_xticklabels()以及ax.get_yticklabels()来得到所有的刻度值,并使用set_fontname函数来设置属性。

     

    坐标轴名称以及对应字体属性设置:

     

    plt.xlabel('round',font2)
    plt.ylabel('value',font2)

    这种比较简单,第一个参数为坐标轴名称,第二个参数也是一个字典参数,和上文提及的dict font1格式相同。

     

    有时候,因为调整了坐标刻度的字体大小,影响了坐标轴label的显示。所以我们需要通过调整坐标轴边距来显示label

    plt.subplots_adjust(left = 0.15,bottom=0.128)

    下面我们给出一个比较简单的画图过程:

     

    #--coding:utf-8--
    import  matplotlib.pyplot as plt
    
    #数据设置
    x1 =[0,5000,10000, 15000, 20000, 25000, 30000, 35000, 40000, 45000, 50000, 55000];
    y1=[0, 223, 488, 673, 870, 1027, 1193, 1407, 1609, 1791, 2113, 2388];
    
    x2 =[0,5000,10000, 15000, 20000, 25000, 30000, 35000, 40000, 45000, 50000, 55000];
    y2=[0, 214, 445, 627, 800, 956, 1090, 1281, 1489, 1625, 1896, 2151];
    
    #设置输出的图片大小
    figsize = 11,9
    figure, ax = plt.subplots(figsize=figsize)
    
    #在同一幅图片上画两条折线
    A,=plt.plot(x1,y1,'-r',label='A',linewidth=5.0)
    B,=plt.plot(x2,y2,'b-.',label='B',linewidth=5.0)
    
    #设置图例并且设置图例的字体及大小
    font1 = {'family' : 'Times New Roman',
    'weight' : 'normal',
    'size'   : 23,
    }
    legend = plt.legend(handles=[A,B],prop=font1)
    
    #设置坐标刻度值的大小以及刻度值的字体
    plt.tick_params(labelsize=23)
    labels = ax.get_xticklabels() + ax.get_yticklabels()
    [label.set_fontname('Times New Roman') for label in labels]
    
    #设置横纵坐标的名称以及对应字体格式
    font2 = {'family' : 'Times New Roman',
    'weight' : 'normal',
    'size'   : 30,
    }
    plt.xlabel('round',font2)
    plt.ylabel('value',font2)
    
    #将文件保存至文件中并且画出图
    plt.savefig('figure.eps')
    plt.show()

     

     

     

     

     

     

     

    最终生成的图片效果如下:


     

    更多的画图代码参考也可见手册中的Examples using matplotlib.pyplot.plot,可以翻到超链接跳转页面的最下方,有很多画图的示例,点进去即为对应实现代码。可以找到适用的代码实现方式。pyplot.subplots下也有很多很好的示例!

    展开全文
  • /usr/bin/env python"""An example using Graph as a weighted network."""__author__ = """Aric Hagberg (hagberg@lanl.gov)"""try:import matplotlib.pyplot as pltexcept:raiseimport networkx as...
  • 首先输入边和边的权重,随后画出节点位置,根据.../usr/bin/env python"""An example using Graph as a weighted network."""__author__ = """Aric Hagberg ([emailprotected])"""try:import matplotlib.pyplot as...
  • 目录 1、绘制折线图 2、修改标签文字和线条粗细 3、修改坐标默认值 1、绘制折线图
  • 本文主要介绍折线图、散点图、面积图和填充图plt.plot是matplotlib最基础的接口,matplotlib作者也将这个接口设计得足够简单,以至于只需要输入一个参数(数组,列表型数据),就能够绘制好一张图。与此同时,由于折线...
  • 目标一:绘制一幅折线图# 代码如下: import matplotlib.pyplot as plt ...# 把列表传递给plot 并设置线条粗细 plt.plot(input_values, squares, linewidth=5) # 设置图标标题, 并给坐标轴加上标签 p...
  • matplotlib 使用

    2020-11-16 14:50:33
    绘制简单的折线图 import matplotlib.pyplot as ...plt.plot(input, squares, linewidth=5) # 绘制线条粗细 plt.title('Square Numers', fontsize=24) plt.xlabel('Value', fontsize=14) plt.ylabel('Squares', fon
  • matplotlib生成数据

    2020-07-14 11:11:46
    1.1 修改标签文字和线条粗细 import matplotlib.pyplot as plt squares = [1,4,9,16,25] plt.plot(squares,linewidth=5) #设置图标标题,并且给坐标加上标签 plt.title("Square Numbers",fontsize=2
  • Matplotlib可视化

    2021-04-07 11:20:34
    Matplotlib可视化 1、导包 import numpy as np import matplotlib as mpl import matplotlib.pyplot ...plt.plot(y.cumsum(),'b',lw=1.5)#线条颜色和粗细设置 plt.plot(y.cumsum(),'r*') #点的设置颜色和形状 plt.grid
  • Python使用matplotlib

    2021-01-13 19:12:39
    # 设置线条粗细 plt.plot(squares, linewidth=1) # 设置图表标题,并给坐标轴加上标签 plt.title("Square Numbers", fontsize=24) plt.xlabel("Value", fontsize=14) plt.ylabel("Square of Value", fontsize=14) # ...
  • python~matplotlib画廊

    2019-01-12 22:05:24
    要查看matplotlib可制作的各种图表,请访问http://matplotlib.org/的示例画廊。 import matplotlib.pyplot...plt.plot(x, y, linewidth=5) 设置线条粗细 # 设置图表标题, 并给坐标轴加上标签 plt.title("Sq...
  • 修改标签文字和线条粗细 import matplotlib.pyplot as plt #导入模块pyplot squares = [1,4,9,16,25] #修改标签文字和线条粗细 #----------------------------------- plt.plot(squares,linewidth=5) #参数...
  • matplotlib绘图练习

    2020-05-12 11:58:22
    标签是 sin(x)第二个图像:x 和 z 的函数图像,颜色是绿色(g 代表的绿色),线条的样式是‘–’,标签是 cos(x^2),线条粗细为 3(linewidth 可简写为 lw)。 x = np.linspace(-3, 3, 500) y = x**2; plt.figure...
  • matplotlib 是是一个数学绘图库,我们可以使用它来进行数据可视化。...plt.show()修改标签文字和线条粗细plt.title("Squares Number",fontsize=24) plt.xlabel("Value",fontsize=14) plt.y...
  • 调整线条粗细4.在图中添加注释5.修改表的坐标6.绘制两条线条7.线条、颜色和标记7.1.常用的颜色7.2.常用的线条7.3.标记8.图例 1.搭建Matplotlib环境 1.1.使用pip下载Matplotlib Matplotlib可以使用pip下载:
  • Matplotlib库使用总结

    2019-09-20 15:54:19
    散点图 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: ...linewidths:表示线条粗细,可选。 示例:绘制身高—体重的散点图 散点...
  • 设置输出的图片大小:figsize = 11,9figure, ax = plt.subplots(figsize=figsize)画简单的折线图,同时标注线的形状、名称、粗细:A,=plt.plot(x1,y1,'-r',label='A',linewidth=5.0,ms=10)线条粗细使用linewidth设置...
  • Matplotlib模块的使用

    2018-05-17 21:40:25
    import numpy as np import matplotlib.pyplot as plt x= np.array([1,2,3,4,5,6,7,8]) ...plt.plot(x,y,'r',lw=1) # 1x坐标 2、y坐标 3、颜色 4、线条粗细 plt.show() 如果不加 plt.show()生成的折线...
  • Python_matplotlib和pygal

    2020-08-08 21:25:32
    对两个画图模块的学习 ...#plt.plot(input_value,squres,linewidth=5) #linewidth调节线条粗细 画线条 plt.scatter(input_value,squres,c='red',edgecolors='none',s=100) #画散点图 默认蓝色点和黑色轮廓
  • matplotlib-折线图

    2019-10-19 15:46:05
    例1: plot,参数解析 ...linewidth(lw):线条粗细 # 调用库import numpy as npimport matplotlib.pyplot as plt#建立一个大小为10*8的画板fig = plt.figure(figsize=(10,8))x=np.arange(50)# 构造正太分...
  • plot( x, # x y, # y color='r', # 线条颜色 inestyle='--', # 线条风格 linewidth='5', # 线条粗细 alpha=0.5 # 透明度,范围0-1 ) Matplotlib 教程
  • 1、绘制简单折线 #a.py import matplotlib.pyplot as plt squares=[1,4,9,16,25]plt.plot(squares) plt.show() #函数plot()尝试根据数字绘制出有...2、修改标签文字和线条粗细 1)使用参数linewidth决定plot()...
  • Matplotlib plot 绘图

    2020-04-02 15:26:02
    怎样调整线的颜色\粗细\形状? plt.plot(x, y, color = ‘green’ , linewidth = 2, linestyle = “-”) 常见线条样式 (linestyle) 常见color 怎样更改标记(marker)的颜色和样式? plt.scatter(x, y, marker =...
  • matplotlib是Python中一个数学绘图库 ...plt.plot(input_values,squares,linewidth=5)#尝试根据这些数字绘制出有意义的图形,linewidth表示线条粗细 #设置图表标题,并给坐标轴加上标签,fontsize表示图表中
  • '''导入模块pyplot,并且定义别名plt ''' ...linewidth决定绘制线条粗细''' squares=[1,4,9,16,25] plt.plot(squares,linewidth=5) '''函数title()给图表指定标题;参数fontsize指定图表中文字大小'...

空空如也

空空如也

1 2 3 4
收藏数 77
精华内容 30
关键字:

matplotlib线条粗细