用法
matplot.pyplot.plot(*args, scalex=True, scaley=True, data=None, **kwargs)
参数解释
| *args | |
|---|---|
| x,y | 绘制线型图的x,y坐标 |
| – | – |
| color | 线条颜色 |
| linstyle | 线条样式 |
| marker | 标记 |
| markersize | 标记的大小 |
| linewidth | 标记宽度 |
| label | 标签 |
| scalex,scaley | 这些参数确定视图限制是否与数据限制相适应。这些值被传递到自动缩放视图 |
| data | 带有标记数据的对象。如果给定，请提供要在x和y中打印的标签名称 |
x,y
import numpy as np
import matplotlib.pyplot as plt
x = np.arange(0.2, 2.0, 0.01)
y1 = np.sin(2*np.pi*x)
y2 = np.sin(4*np.pi*x)
plt.figure(1)
plt.subplot(211)
plt.plot(x,y1)
plt.subplot(212)
plt.plot(x,y2)
plt.show()
color
Colors的值
| character | color |
|---|---|
| ‘b’ | blue |
| ‘g’ | green |
| ‘r’ | red |
| ‘c’ | cyan |
| ‘m’ | magenta |
| ‘y’ | yellow |
| ‘k’ | black |
| ‘w’ | white |
import numpy as np
import matplotlib.pyplot as plt
# 需要解释下,下面两行代码是防止出现中文时,会报警告
# 因为我们的title里面写的是中文
plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus']=False
x = np.arange(0.2, 2.0, 0.01)
y1 = np.sin(2*np.pi*x)
y2 = np.sin(4*np.pi*x)
plt.figure(1)
plt.subplot(211)
plt.title('不添加颜色')
plt.plot(x,y1)
plt.subplot(212)
plt.title('添加颜色')
plt.plot(x,y2,color='c')
plt.show()
linstyle
| character | description |
|---|---|
| ‘-’ | 实线 |
| ‘–’ | 虚线 |
| ‘-.’ | 点划线 |
| ‘:’ | 虚线风格 |
字符串例子
'b' # blue markers with default shape
'or' # red circles
'-g' # green solid line
'--' # dashed line with default color
'^k:' # black triangle_up markers connected by a dotted line
import numpy as np
import matplotlib.pyplot as plt
plt.figsize=((10,8))
plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus']=False
x = [1, 2, 3, 4]
y = [1, 4, 9, 16]
plt.subplot(221)
plt.title('样式: -')
plt.plot(x,y,'-')
plt.subplot(222)
plt.title('样式: --')
plt.plot(x,y,'--')
plt.subplot(223)
plt.title('样式: -.')
plt.plot(x, y, '-.')
plt.subplot(224)
plt.title('样式: :')
plt.plot(x, y, ':')
plt.show()
缩写方式
import numpy as np
import matplotlib.pyplot as plt
x = [1, 2, 3, 4]
y = [1, 4, 9, 16]
plt.subplot()
# 线形状 '-',颜色'g'
plt.plot(x, y, '-g')
plt.show()
marker, markersize
marker在scatter里面我已经有所解释过了，有好多种情况，可以在scatter散点图
这里会将颜色和marker连接起来,可以有个很清楚的了解，并且较为清楚，也是缩写
import matplotlib.pyplot as plt
plt.figsize=((12,6))
plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus']=False
x = [1, 2, 3, 4]
y = [1, 4, 9, 16]
plt.subplot(131)
plt.title('默认情况')
plt.plot(x, y)
plt.subplot(132)
plt.title('红色圆圈')
# marker为o 颜色r
plt.plot(x, y, 'or')
plt.subplot(133)
plt.title('正三角黑色')
# marker为^ 颜色k->black
plt.plot(x, y, '^k')
plt.show()
label
标签,这个在所有图形中都可以使用,在这里展示下,包括之前的alpha也是,都所属**kwargs里面，在任何绘图中都可以添加，legend为图例
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(-np.pi/2, np.pi/2, 31)
y = np.cos(x)**3
# 1) remove points where y > 0.7
x2 = x[y <= 0.7]
y2 = y[y <= 0.7]
# 2) mask points where y > 0.7
y3 = np.ma.masked_where(y > 0.7, y)
# 3) set to NaN where y > 0.7
y4 = y.copy()
y4[y3 > 0.7] = np.nan
plt.plot(x*0.1, y, 'o-', color='lightgrey', label='No mask')
plt.plot(x2*0.4, y2, 'o-', label='Points removed')
plt.plot(x*0.7, y3, 'o-', label='Masked values')
plt.plot(x*1.0, y4, 'o-', label='NaN values')
plt.legend()
plt.show()
下面就是一些案例
一次性绘制三个线条图
import numpy as np
import matplotlib.pyplot as plt
t = np.arange(0., 5., 0.2)
# 红色虚线,蓝色方块,浅蓝六边形
plt.plot(t, t, 'r--', t, t**2, 'bs', t, t**3, 'cH')
plt.show()
import numpy as np
import matplotlib.pyplot as plt
x1 = np.linspace(0.0, 5.0)
y1 = np.cos(2 * np.pi * x1) * np.exp(-x1)
x2 = np.linspace(0.0, 2.0)
y2 = np.cos(2 * np.pi * x2)
plt.subplot(211)
plt.plot(x1, y1, 'o-')
plt.subplot(212)
plt.plot(x1, y1, '.-')
plt.show()
