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
  • matplotlib 图形中线条的设置。

    万次阅读 2016-09-14 20:58:58
    matplotlib画图中往往要因为比较和区分不同的数据需要修改线条的性质,如线条的宽度,样式,颜色等等。那么如何进行修改呢? import numpy as np import matplotlib.pyplot as plt x = np.arange(0,10,0.5) y = ...

    用matplotlib画图中往往要因为比较和区分不同的数据需要修改线条的性质,如线条的宽度,样式,颜色等等。那么如何进行修改呢?

    import numpy as np 
    import matplotlib.pyplot as plt
    
    x = np.arange(0,10,0.5)
    y = np.arange(0,20,1)
    
    plt.plot(x,y)
    plt.show()


    1)关键字参数,即在plt.plot()函数中进行关键字参数的设置,比如设置线条的宽度

    plt.plot(x, y, linewidth=2.0)

    2)plt.plot()函数return的是Line2D 对象列表,你可以通过(Line2D object).set_*(*表示相关线条性质,如color,marker等等)命令形式对单个线条分别进行设置。

    import numpy as np 
    import matplotlib.pyplot as plt
    
    x = np.arange(0,10,0.5)
    y = np.arange(0,20,1)
    lines=plt.plot(x,y,x,y**2)
    lines[0].set_color('red')
    lines[1].set_linewidth(2.0)
    plt.show()


     3) setp()命令。不仅可以对单个
    Line2D对象进行设置,还可以对Line2D对象列表进行多个性质的修改设置. 
    

    import numpy as np 
    import matplotlib.pyplot as plt
    
    x = np.arange(0,10,0.5)
    y = np.arange(0,20,1)
    
    lines=plt.plot(x,y,x,y**2)
    plt.setp(lines, color='r', linewidth=2.0)
    # or MATLAB style string value pairs
    #plt.setp(lines, 'color', 'r', 'linewidth', 2.0)
    plt.show()


    参考http://matplotlib.org/users/pyplot_tutorial.html#controlling-line-properties





    展开全文
  • python 图形绘制一、图形绘制1.1简单图形1.2 改线粗、颜色、添加图例、点形状1.3 颜色设置模块1.4图例设置1.4.1 图例背景\位置\大小1.4.1.1 ...框粗细及图像大小像素1.7.1 图框粗细1.7.2 去除任意坐标轴1.7.3 图像

    写完毕业论文啦,终于可以有时间把学到的东西整理一下,今天总结一下关于图形绘制及让图好看的操作。

    一、图形绘制

    1.1简单图形

    先从绘制一幅简单的图开始,假设已知要画的点,那么:

    import matplotlib #引入画图数据库
    import matplotlib.pyplot as plt
    import numpy as np
    
    # Data for plotting
    x=[1,2,3,4,5]
    y=[1,4,9,16,25]
    plt.plot(x,y) #画图,自变量x放前面
    plt.show()
    

    在这里插入图片描述

    1.2 改线粗、颜色、添加图例、点形状

    是不是感觉图不好看?接下来改线粗、颜色、线类型、添加标签

    plt.plot(x,y,,linewidth =2.0, label = r"$\mathregular{\xi_a}$=0",color='b', linestyle='-',marker='*') #功能依次为线粗、标签(图例)、颜色、线类型、点形状
    plt.legend() #标签显示(一般称为图例)
    

    这里所涉及的相关参数在后面都会给出选择
    在这里插入图片描述

    1.3 颜色设置模块

    即将color='b’中的b改成颜色模块后的字母,如r,tab:pink,black等
    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

    1.4图例设置

    图例的代码与latex的是相通的
    参考链接:https://blog.csdn.net/Ying_Xu/article/details/51240291
    需要展示希腊字母时:

    label=r"$希腊字母代码$"
    

    展示普通字母:

    label="$普通字母$"
    

    1.4.1 图例背景\位置\大小

    官方关于plt.legend()各个参数的设置:https://matplotlib.org/api/legend_api.html?highlight=legend#module-matplotlib.legend

    plt.legend(frameon=False,loc="upper right",fontsize='small') #分别为图例无边框、图例放在右上角、图例大小
    

    1.4.1.1 图例位置

    图例位置一般系统会默认最好的位置(best),不过有些情况需要自己调。将一块平面分为九个方向,分别为:
    右上“upper right”,右下“lower right”,正右“right”,左上“upper left”,左下“lower left”,中央偏左“center left”,中央偏上“upper center”,中央偏下“lower center”,正中央“center”

    在这里插入图片描述

    1.4.1.2 图例大小

    图例大小有几种,如果不设置系统默认偏小,自调可以用:‘xx-small’, ‘x-small’, ‘small’, ‘medium’, ‘large’, ‘x-large’, ‘xx-large’

    1.5 线类型

    官方参考链接:https://matplotlib.org/gallery/lines_bars_and_markers/linestyles.html#sphx-glr-gallery-lines-bars-and-markers-linestyles-py
    linestyle=‘此处放左边名字的下方小字’,如:linestyle=‘solid’,linestyle=(0, (1, 10));
    在这里插入图片描述

    1.6 点形状(marker)

    官方参考:https://matplotlib.org/gallery/lines_bars_and_markers/marker_reference.html#sphx-glr-gallery-lines-bars-and-markers-marker-reference-py
    https://matplotlib.org/gallery/lines_bars_and_markers/marker_fillstyle_reference.html#sphx-glr-gallery-lines-bars-and-markers-marker-fillstyle-reference-py
    marker=‘形状代码’,形状大小可以用代码:markersize=4
    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
    在这里插入图片描述

    1.5 在图中添加文字(text)

    import matplotlib #引入画图数据库
    import matplotlib.pyplot as plt
    import numpy as np
    
    # Data for plotting
    x=[1,2,3,4,5]
    y=[1,4,9,16,25]
    plt.plot(x,y,linewidth =2.0, label = r"$\mathregular{\xi_a}$=0",color='tab:pink', linestyle=(0, (1, 10)),marker='*') #画图,自变量x放前面
    plt.legend(loc="upper left") #设置图例及图中文本显示
    plt.text(2, 20,'(g)',fontsize=18)# 在图中添加文字
    plt.show()
    

    在这里插入图片描述

    1.6 改刻度范围、刻度字体大小及坐标轴字体

    font1 = {'family' : 'Arial',
    'weight' : 'normal',
    'size'   : 18,
    } #Arial是字体形式
    plt.xlabel('t /s',font1) #x轴坐标名称及字体样式
    plt.ylabel('j',font1) #y轴坐标名称及字体样式
    plt.xticks(fontsize=13) #x轴刻度字体大小
    plt.yticks(fontsize=13) #y轴刻度字体大小
    plt.xlim(0,18)#X轴范围
    plt.ylim(0,120)#显示y轴范围
    

    关于font:https://matplotlib.org/_modules/matplotlib/font_manager.html#FontEntry
    https://www.w3.org/TR/CSS2/
    https://matplotlib.org/gallery/text_labels_and_annotations/fonts_demo.html#sphx-glr-gallery-text-labels-and-annotations-fonts-demo-py
    在这里插入图片描述

    1.7 改图框粗细及图像大小像素

    1.7.1 图框粗细

    这里相当于再画一个图框覆盖在原来的图上面,去掉任意一条边并不能在图上去掉,这里去掉一条边只是让那条边不变粗而已

    #设置图框线粗细
    bwith = 1.5 #边框宽度设置为2
    TK = plt.gca()#获取边框
    TK.spines['bottom'].set_linewidth(bwith)#图框下边
    TK.spines['left'].set_linewidth(bwith)#图框左边
    TK.spines['top'].set_linewidth(bwith)#图框上边
    TK.spines['right'].set_linewidth(bwith)#图框右边
    

    1.7.2 去除任意坐标轴

    官方参考:https://matplotlib.org/gallery/axisartist/simple_axisline3.html#sphx-glr-gallery-axisartist-simple-axisline3-py

    import matplotlib.pyplot as plt
    from mpl_toolkits.axisartist.axislines import Subplot
    
    fig = plt.figure(figsize=(3, 3))
    
    ax = Subplot(fig, 111)
    fig.add_subplot(ax)
    
    ax.axis["right"].set_visible(False)
    ax.axis["top"].set_visible(False)
    
    plt.show()
    

    在这里插入图片描述

    1.7.3 图像大小像素设置

    官方指导:https://matplotlib.org/api/_as_gen/matplotlib.figure.Figure.html?highlight=dpi#matplotlib.figure.Figure.dpi

    plt.rcParams['figure.figsize']=(6.0,4.0)
    plt.rcParams['savefig.dpi'] = 200 #图片像素
    plt.rcParams['figure.dpi'] = 200 #分辨率
    # 默认的像素:[6.0,4.0],分辨率为100,图片尺寸为 600&400
    # 指定dpi=200,图片尺寸为 1200*800
    # 指定dpi=300,图片尺寸为 1800*1200
    # 设置figsize可以在不改变分辨率情况下改变比例
    

    二、完整的图形实例

    import matplotlib #引入画图数据库
    import matplotlib.pyplot as plt
    
    # Data for plotting
    x=[1,2,3,4,5]
    y=[1,4,9,16,25]
    plt.plot(x,y,linewidth =2.0, label = r"$\mathregular{\xi_a}$=0",color='tab:pink', linestyle='solid',marker='D') #画图,自变量x放前面
    #以下为图形设置参数
    plt.legend(frameon=False,loc="upper left",fontsize='large') #设置图例无边框,将图例放在左上角
    plt.rcParams['figure.figsize']=(6.0,4.0) #图形大小
    plt.rcParams['savefig.dpi'] = 200 #图片像素
    plt.rcParams['figure.dpi'] = 200 #分辨率
    # 默认的像素:[6.0,4.0],分辨率为100,图片尺寸为 600&400
    # 指定dpi=200,图片尺寸为 1200*800
    # 指定dpi=300,图片尺寸为 1800*1200
    # 设置figsize可以在不改变分辨率情况下改变比例
    
    font1 = {'family' : 'Arial',
    'weight' : 'normal',
    'size'   : 18,
    }
    plt.xlabel('x',font1) #x轴坐标名称及字体样式
    plt.ylabel('y',font1) #y轴坐标名称及字体样式
    #插入文本框
    plt.text(-1, 30,'(a)',fontsize=18) #在图中添加文本
    
    plt.xticks(fontsize=13) #x轴刻度字体大小
    plt.yticks(fontsize=13) #y轴刻度字体大小
    plt.xlim(0,6)#X轴范围
    plt.ylim(0,30)#显示y轴范围
    
    #设置图框线粗细
    bwith = 1.5 #边框宽度设置为2
    TK = plt.gca()#获取边框
    TK.spines['bottom'].set_linewidth(bwith)
    TK.spines['left'].set_linewidth(bwith)
    TK.spines['top'].set_linewidth(bwith)
    TK.spines['right'].set_linewidth(bwith)
    
    #plt.grid() #显示网格线
    plt.show() 
    

    在这里插入图片描述

    展开全文
  • 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
  • matplotlib--设置线条颜色及形状

    千次阅读 2019-09-27 07:26:57
    matplotlib.pyplot as plt import numpy as np y =np.arange(1,3,0.3 ) plt.plot(y, ' cx-- ' ,y+1, ' mo: ' ,y+2, ' kp-. ' ) plt.show()         转载于:...
  • python matplotlib画图是设置线宽

    万次阅读 2019-04-03 09:54:22
    在画图时设置linewidth属性 import matplotlib.pyplot as plt plt.plot(x, y, linewidth=1)
  • 目录 1、线条颜色、类型设置...#线的粗细:linewidth=5 plt.scatter(df_2012[vnlCol], df_2012[srNLCol], color='g') plt.plot(xlst, xlst, color='r', linestyle=':') matplotlib颜色表 线段类型大全 ...
  • 二维图tick的长度和粗细 孪生x轴、y轴 设置二维图边框粗细 给三维图添加边框 设置三维图背景颜色为白色 三维图tick的长度和粗细 Legend # 自定义legend lenline1 = mlines.Line2D([], [], color='r', marker='s', ...
  • (原)python中matplotlib的颜色及线条控制 http://www.cnblogs.com/darkknightzh/p/6117528.html 参考网址: http://stackoverflow.com/questions/22408237/named-colors-in-matplotlib ...
  • matplotlib中,边框线的设置与坐标轴,子图的边界息息相关。下面我们通过axes的API来设置边框线。 边框线及坐标轴的设置1.边框线的设置1.1 边框线隐藏1.2 边框线线宽、线型、颜色2.坐标轴的设置2.1 隐藏坐标刻度及...
  • matplotlib学习之设置线条颜色、形状

    千次阅读 2017-01-22 16:52:49
    本文是学习《matplotlib for python developers》的一点笔记 plot画图时可以设定线条参数。包括:颜色、线型、标记风格。 1)控制颜色 颜色之间的对应关系为 b—blue  c—cyan  g—green  k—-black m—magenta r...
  • import matplotlib.pyplot as plt x = np.linspace(0,2*np.pi,20) y1 = np.sin(x) y2 = np.cos(x) # 设置颜⾊,线型,点型 plt.plot(x,y1,color = 'indigo',ls = '-.',marker = 'p') plt.plot(x,y2,color = '#FF00...
  • Target: 从文件中读取数据,用python画出对应的图,单个图以及多个子图的情况 1. 单个图多条线 从txt文件中读取数据,一列数据画一条线,一共六列,txt文件数据类型如下: -0.009817 0.009817 -0.001963 -0.002700 0...
  • 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....
  • 一篇对Python中画图时候的折线图详解,具有很好的参考价值,可以应付文章中大多数的折线图画图调整带来的麻烦,不用再受EXCEL的复杂、混乱、费时、不好看等缺点,只需替换数据和标签,也可以适当更改线条大小,图片...
  • 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
    1.线条名称(标签) 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 ,...
  • 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...
  • matplotlib画折线图

    千次阅读 2018-12-16 21:16:46
    matplotlib画折线图 假设一天中每隔两个小时(range(2,26,2))的气温(℃)分别是[15,13,14.5,17,20,25,26,26,27,22,18,15] 代码如下: # 导入pyplot from matplotlib import pyplot as plt # 数据在X轴的位置,是一...
  • Matplotlib 教程

    2018-05-24 10:53:05
    Matplotlib 教程 本文为译文,原文载于此,译文原载于此。本文欢迎转载,但请保留本段文字,尊重作者和译者的权益。谢谢。: ) 介绍 Matplotlib 可能是 Python 2D-绘图领域使用最广泛的套件。它能让使用者很...
  • matplotlib

    2020-12-18 22:24:43
    1. matplotlib的三层api matplotlib的原理或者说基础逻辑是,用Artist对象在画布(canvas)上绘制(Render)图形。 就和人作画的步骤类似: 准备一块画布或画纸 准备好颜料、画笔等制图工具 作画 所以matplotlib有三个...
  • 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...
  • matplotlib高级教程之形状与路径——patches和path 一个小例子 %matplotlib notebook import matplotlib.pyplot as plt import numpy as np import pandas as pd from matplotlib import patches #绘制一个椭圆...
  • 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',...
  • 31、python绘制折线图方法、案例

    千次阅读 2018-12-05 19:01:20
    折线图: 也称为曲线图,它是用直线段将各数据点连接起来而组成的...# 设置线条粗细 plt.plot(  data['购买日期'],  data['购买用户数'],  '-',  color=maincolor,  linewidth=0  )          
  • 目录 Seaborn画图调整图中散点和线的属性方法: 调整matplotlib坐标轴刻度标签字体大小和XY标签字体大小的方法: 调整sns画图中标签字体大小方法: Seaborn画图调整图中散点和线的属性方法: sns.pairplot(data, x_...
  • 数据可视化_用Matplotlib绘制折线图

    千次阅读 2020-11-23 18:24:56
    要使用Matplotlib来生成图表,为此需要使用pip包来对Matplotlib进行安装,执行命令如下: 为避免网络问题而导致下载并安装错误,可执行如下命令: 除此之外,小编在使用Matplotlib时出现错误,问题就在于numpy的...
  • Matplotlib绘制箱线图

    2021-09-13 12:48:52
    capprops:设置箱线图顶端和末端线条的属性,如颜色、粗细等; whiskerprops:设置须的属性,如颜色、粗细、线的类型等; manage_ticks:是否自适应标签位置,默认为True; autorange:是否自动调整范围,默认为...
  • Python--matplotlib绘图

    万次阅读 多人点赞 2018-01-04 21:29:22
    后面的参数分别用来控制线条颜色,线条风格,线条标记以及线条粗细。这个编码风格和matlab是极为相似的。我将常用的参照表摘抄如下,供参考: 线条风格 线条风格 实线 虚线 破折线 点画线 ...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 1,420
精华内容 568
关键字:

matplotlib线条粗细