利用python繪制線型圖
用法:
matplot.pyplot.plot(*args, scalex=True, scaley=True, data=None, **kwargs)
參數解釋:
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:
import numpy as np import matplotlib.pyplot as plt # 需要解釋下,下面兩行代碼是防止出現中文時,會報警告 # 因為我們的title裡面寫的是中文 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('不添加顏色') plt.plot(x,y1) plt.subplot(212) plt.title('添加顏色') plt.plot(x,y2,color='c') plt.show()
linstyle
'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('樣式: -') plt.plot(x,y,'-') plt.subplot(222) plt.title('樣式: --') plt.plot(x,y,'--') plt.subplot(223) plt.title('樣式: -.') plt.plot(x, y, '-.') plt.subplot(224) plt.title('樣式: :') plt.plot(x, y, ':') plt.show()
縮寫方式
import numpy as np import matplotlib.pyplot as plt x = [1, 2, 3, 4] y = [1, 4, 9, 16] plt.subplot() # 線形狀 '-',顏色'g' plt.plot(x, y, '-g') plt.show()
marker, markersize
marker在scatter裡面我已經有所解釋過瞭,有好多種情況,可以在scatter散點圖這裡會將顏色和marker連接起來,可以有個很清楚的瞭解,並且較為清楚,也是縮寫
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('默認情況') plt.plot(x, y) plt.subplot(132) plt.title('紅色圓圈') # marker為o 顏色r plt.plot(x, y, 'or') plt.subplot(133) plt.title('正三角黑色') # marker為^ 顏色k->black plt.plot(x, y, '^k') plt.show()
label
標簽,這個在所有圖形中都可以使用,在這裡展示下,包括之前的alpha也是,都所屬**kwargs裡面,在任何繪圖中都可以添加,legend為圖例
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
一次性繪制三個線條圖
import numpy as np import matplotlib.pyplot as plt t = np.arange(0., 5., 0.2) # 紅色虛線,藍色方塊,淺藍六邊形 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()
到此這篇關於利用python繪制線型圖的文章就介紹到這瞭,更多相關python線型圖內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- Python數據分析應用之Matplotlib數據可視化詳情
- Python數據分析之Matplotlib數據可視化
- python數學建模之Matplotlib 實現圖片繪制
- python數據可視化plt庫實例詳解
- Python Matplotlib數據可視化模塊使用詳解