Matplotlib 标记填充
本文将介绍如何在 Matplotlib 中自定义标记样式、创建填充标记以及创建具有不同线条样式的绘图。
在 Matplotlib 中创建填充和未填充标记
标记代表图表上的点。 它可以是单个字符串或整数。
我们可以使用这两个参数自定义标记样式和大小,第一个是标记,第二个是标记大小。 标记有几种样式可以在图表上指出。
值 | 描述 |
---|---|
9 | 整数 9 将使用指向右侧的三角形标记数据点。 |
+ | 带有 + 字符的字符串将使用 + 符号标记数据点。 |
x | 带有小写字母 x 的字符串将使用未填充的十字标记数据点。 |
X | 带有大写字母 X 的字符串将使用填充的十字标记数据点。 |
4 | 整数 4 将使用指向左侧的三角形标记数据点。 |
s | 带有小写字母 s 的字符串将使用方块标记数据点。 |
d | 带有小写字母 d 的字符串将使用菱形标记数据点。 |
P | 带有大写字母 P 的字符串将使用填充加号标记数据点。 |
p | 带有小写字母 p 的字符串将使用多边形标记数据点。 |
h | 带有小写字母 h 的字符串将使用六边形标记数据点。 |
H | 带有大写字母 H 的字符串将使用填充的六边形标记数据点。 |
o | 带有小写字母 o 的字符串将使用猫头鹰形状标记数据点。 |
让我们看一个使用线条颜色、样式和标记的示例。
我们需要导入numpy,我们还需要导入matplotlib.pyplot。 接下来,我们创建数据数组,其中 X 包含均匀分布在负 pi 和正 pi 之间的 15 个点,C 包含 X 的余弦值,S 包含 X 的正弦值。
import numpy as np
import matplotlib.pyplot as plot
X=np.linspace(-np.pi,np.pi,15)
C=np.cos(X)
S=np.sin(X)
然后,让我们创建一个图形,图形大小为 5 英寸 x 4 英寸,dpi 为 80。我们需要使用 2 行 2 列的 subplot 函数创建四个轴。
在第一个轴上,我们绘制了余弦函数。 线条颜色为海军蓝,线型为密集虚线,标记为星形,标记大小为 8。
plot.subplot(2,2,1)
plot.plot(X,C,color="navy",linestyle=(0,(5,1)),marker="*",markersize=8)
在第二个轴上,我们绘制了正弦函数。 线条颜色为“橙色”,标记为十字,标记大小为 8。
plot.subplot(2,2,2)
plot.plot(X,S,color="orangered",linestyle=(0,(3,1,1,1)),marker="x",markersize=8)
在第三个轴上,我们绘制了负余弦函数。 线条颜色为“深绿色”,线型为实线,标记为圆形,标记大小为 8。
plot.subplot(2,2,3)
plot.plot(X,-C,color="darkgreen",linestyle=(0,()),marker="o",markersize=8)
在第四个轴上,我们绘制了负正弦函数。 线条颜色为耐火砖,线型为密点线,标记为加号,标记大小为 8。
plot.subplot(2,2,4)
plot.plot(X,-S,color="firebrick",linestyle=(0,(1,1)),marker="p",markersize=8)
完整源代码:
import numpy as np
import matplotlib.pyplot as plot
X=np.linspace(-np.pi,np.pi,15)
C=np.cos(X)
S=np.sin(X)
fig=plot.figure(figsize=(5,4),dpi=80)
plot.subplot(2,2,1)
plot.title("Unfilled Marker")
plot.plot(X,C,color="navy",linestyle=(0,(5,1)),marker="*",markersize=8)
plot.subplot(2,2,2)
plot.plot(X,S,color="orangered",linestyle=(0,(3,1,1,1)),marker="x",markersize=8)
plot.subplot(2,2,3)
plot.plot(X,-C,color="darkgreen",linestyle=(0,()),marker="o",markersize=8)
plot.subplot(2,2,4)
plot.plot(X,-S,color="firebrick",linestyle=(0,(1,1)),marker="p",markersize=8)
plot.show()
输出:
以下是使用不同字符填充标记的示例。
代码:
import numpy as np
import matplotlib.pyplot as plot
X=np.linspace(-np.pi,np.pi,15)
C=np.cos(X)
S=np.sin(X)
fig=plot.figure(figsize=(5,4),dpi=80)
plot.subplot(2,2,1)
plot.title("Filled Marker")
plot.plot(X,C,color="navy",linestyle=(0,(5,1)),marker="D",markersize=8)
plot.subplot(2,2,2)
plot.plot(X,S,color="orangered",linestyle=(0,(3,1,1,1)),marker="X",markersize=8)
plot.subplot(2,2,3)
plot.plot(X,-C,color="darkgreen",linestyle=(0,()),marker="P",markersize=8)
plot.subplot(2,2,4)
plot.plot(X,-S,color="firebrick",linestyle=(0,(1,1)),marker="H",markersize=8)
plot.show()
输出:
相关文章
Pandas DataFrame DataFrame.shift() 函数
发布时间:2024/04/24 浏览次数:133 分类:Python
-
DataFrame.shift() 函数是将 DataFrame 的索引按指定的周期数进行移位。
Python pandas.pivot_table() 函数
发布时间:2024/04/24 浏览次数:82 分类:Python
-
Python Pandas pivot_table()函数通过对数据进行汇总,避免了数据的重复。
Pandas read_csv()函数
发布时间:2024/04/24 浏览次数:254 分类:Python
-
Pandas read_csv()函数将指定的逗号分隔值(csv)文件读取到 DataFrame 中。
Pandas 多列合并
发布时间:2024/04/24 浏览次数:628 分类:Python
-
本教程介绍了如何在 Pandas 中使用 DataFrame.merge()方法合并两个 DataFrames。
Pandas loc vs iloc
发布时间:2024/04/24 浏览次数:837 分类:Python
-
本教程介绍了如何使用 Python 中的 loc 和 iloc 从 Pandas DataFrame 中过滤数据。
在 Python 中将 Pandas 系列的日期时间转换为字符串
发布时间:2024/04/24 浏览次数:894 分类:Python
-
了解如何在 Python 中将 Pandas 系列日期时间转换为字符串