Matplotlib 教程 - 折线图
我们从绘制基本图表类型 - 折线图开始。plot
可以轻松绘制出直线或曲线之类的线,并具有不同的配置,例如颜色、宽度和标记大小等。
Matplotlib 绘制直线
# -*- coding: utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 9, 10)
y = 2 * x
plt.plot(x, y, "b-")
plt.show()
它绘制 y=2*x
的直线,其中 x 是在 0 到 9 之间的范围内。
plt.plot(x, y, "b-")
它绘制的 x
和 y
的数据采用线条样式 b
-蓝色以及 -
-实线。
Matplotlib 绘制曲线
# -*- coding: utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 4 * np.pi, 1000)
y = np.sin(x)
plt.plot(x, y, "r--")
plt.show()
它会绘制一个正弦波形,其线型为红色 r
和虚线 --
。
线型
你可以在 plt.plot()
函数中使用不同的输入参数来更改线条类型,例如宽度、颜色和线条样式。
matplotlib.pyplot.plot(*args, **kwargs)
参数
名称 | 描述 |
---|---|
x, y |
数据点的水平/垂直坐标 |
fmt |
格式字符串,例如’b-‘表示蓝色实线 |
**kwargs
属性 | 描述 |
---|---|
color 或 c |
任何 matplotlib 颜色 |
figure |
Figure 实例 |
label |
对象 |
linestyle 或 ls |
[‘solid’ | ‘dashed’, ‘dashdot’, ‘dotted’ | (offset, on-off-dash-seq) | '-' ] |
linewidth 或 lw |
线宽,以 points 为单位 |
marker |
有效的 marker 格式 |
markersize 或 ms |
float 类型 |
xdata |
一维数组 |
ydata |
一维数组 |
zorder |
float 类型 |
线的颜色
Matplotlib 中有不同的方法可以在 color
参数中命名颜色。
基本的内置颜色具有以下别名:
别名 | 颜色 |
---|---|
b |
蓝色 |
g |
绿色 |
r |
红色 |
c |
青色 |
m |
品红 |
y |
黄色 |
k |
黑色 |
w |
白色 |
你可以将有效的 html 十六进制字符串传递给 color
参数,例如
color = "#f44265"
你也可以使用 R,G,B
元组指定颜色,其中 R,G,B 值在 [0, 1]
的范围内,而不是在正常的范围 [0, 255]
内。
上面的 html 十六进制字符串表示的颜色的 RGB
值为 (0.9569, 0.2588, 0.3891)
。
color = (0.9569, 0.2588, 0.3891)
线型
Matplotlib 具有 4 种内置线型,
线型 | |
---|---|
- |
|
-- |
|
: |
|
:- |
# -*- coding: utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 4 * np.pi, 1000)
for index, line_style in enumerate(["-", "--", ":", "-."]):
y = np.sin(x - index * np.pi / 2)
plt.plot(x, y, "k", linestyle=line_style, lw=2)
plt.title("Line Style")
plt.grid(True)
plt.show()
线宽
你可以使用参数指定线宽 linewidth
,如下所示:
linewidth = 2 # unit is points
或只是使用其缩写,
lw = 2
# -*- coding: utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 20, 21)
for line_width in [0.5, 1, 2, 4, 8]:
y = line_width * x
plt.plot(x, y, "k", linewidth=line_width)
plt.title("Line Width")
plt.grid(True)
plt.show()
相关文章
如何在 Matplotlib Pyplot 中显示网格
发布时间:2024/02/04 浏览次数:127 分类:Python
-
本文演示了如何在 Python Matplotlib 中在一个图上画一个网格。使用 grid()函数来绘制网格,并解释了如何改变网格颜色和线条类型。
在 Matplotlib 中的图中添加文字
发布时间:2024/02/04 浏览次数:148 分类:Python
-
本教程展示了我们如何使用 plt.text()方法在 Matplotlib 中为图或轴添加文字。
如何在 Matplotlib 中的多个线条之间进行填充
发布时间:2024/02/04 浏览次数:187 分类:Python
-
`fill_between()` 每次只能填充两条线之间的区域,但是我们可以选择一对行来填充多个线条之间的区域。
如何在 Matplotlib 中画一条任意线
发布时间:2024/02/04 浏览次数:154 分类:Python
-
本教程讲解了我们如何在 Matplotlib 中使用 matplotlib.pyplot.plot()、matplotlib.pyplot.vlines()、matplotlib.pyplot.hlines()方法和 matplotlib.collection.LineCollection 绘制任意线条。
Pandas 在 Matplotlib 柱状图上绘制多列图
发布时间:2024/02/04 浏览次数:173 分类:Python
-
在本教程中,我们将探讨如何使用 `DataFrame` 对象的 `plot()` 方法在柱状图上绘制多列。
如何在 Matplotlib 中绘制数据列表的直方图
发布时间:2024/02/04 浏览次数:166 分类:Python
-
本教程介绍了如何使用 plt.hist()方法从数据列表中绘制直方图。我们可以使用 plt.hist()方法从数据列表中绘制直方图。
Matplotlib 中的叠加条形图
发布时间:2024/02/04 浏览次数:171 分类:Python
-
本教程展示了如何使用 plt.bar()方法将某些数据集的条形图堆叠在另一个数据集上。我们在 Matplotlib 中使用 matplotlib.pyplot.bar()方法生成条形图。
在 Python Matplotlib 中生成反向色彩图
发布时间:2024/02/04 浏览次数:58 分类:Python
-
本教程解释了如何反转 Python Matplotlib Plot 的 Colormap。
设置 Matplotlib 网格间隔
发布时间:2024/02/04 浏览次数:174 分类:Python
-
本教程将介绍我们如何在 Matplotlib 绘图中设置网格间距,并对主要网格和次要网格应用不同的样式。