迹忆客 专注技术分享

本教程介绍了如何在 Python Matplotlib 中在图上画一个网格。我们将使用 grid() 函数来实现这一目的。它还演示了如何使用 grid() 函数参数来自定义网格的颜色和形状，甚至只画垂直或水平线。

在 Matplotlib 中绘制正态分布图

让我们先创建两个列表来表示 x 和 y 值，并使用它们来绘制一个图。调用 plot() 函数并传递 x 和 y 列表作为参数，然后调用 show() 函数。

使用 title()、xlabel 和 ylabel() 函数为你的图添加标题和标签，使其易于理解。

from matplotlib import pyplot as plt

x = [10, 20, 30, 40, 50, 60, 70, 80, 90, 100, 110]
y = [200, 300, 300, 350, 380, 450, 500, 500, 520, 525, 530]

plt.title("MyPlot")
plt.xlabel("X Axis")
plt.ylabel("Y Axis")

plt.plot(x, y)
plt.show()

但是，普通的画图似乎很无聊，缺少了一些东西。现在，我们需要给我们的绘图添加一个网格。

在 Matplotlib 中的绘图中使用 grid()

我们将使用 Matplotlib grid() 函数在图上画一个网格。

我们需要在 show() 之前调用 grid() 函数，这样就会在前面的图上画出一个网格。

请看下面的代码。

from matplotlib import pyplot as plt

x = [10, 20, 30, 40, 50, 60, 70, 80, 90, 100, 110]
y = [200, 300, 300, 350, 380, 450, 500, 500, 520, 525, 530]

plt.title("MyPlot")
plt.xlabel("X Axis")
plt.ylabel("Y Axis")

plt.plot(x, y)
plt.grid()
plt.show()

改变 Matplotlib 中的网格属性

grid() 函数接受参数来定制网格的颜色和样式。我们可以像 grid(color='r', linestyle='dotted', linewidth=1) 这样调用 grid() 来得到一个红色、点状和细线的网格。

from matplotlib import pyplot as plt

x = [10, 20, 30, 40, 50, 60, 70, 80, 90, 100, 110]
y = [200, 300, 300, 350, 380, 450, 500, 500, 520, 525, 530]

plt.title("MyPlot")
plt.xlabel("X Axis")
plt.ylabel("Y Axis")

plt.plot(x, y)
plt.grid(color="r", linestyle="dotted", linewidth=1)
plt.show()

线宽是浮动数据类型，这里有所有的颜色代码和线型供你选择。

有效的颜色代码。

有效的行式。

• -
• --
• -.
• :
• None
•  
• ``
• solid
• dashed
• dashdot
• dotted

绘制垂直或水平线

grid() 函数的默认值是同时绘制水平轴和垂直轴，但你可能也想自定义它。你可以使用 axis 参数来实现这一点。调用 grid() 时，使用 axis='x'只画垂直线，或者 axis='y'只画水平线，或者 axis='both'两者都画，这是默认选项。

请看下面的代码和它的输出。

from matplotlib import pyplot as plt

x = [10, 20, 30, 40, 50, 60, 70, 80, 90, 100, 110]
y = [200, 300, 300, 350, 380, 450, 500, 500, 520, 525, 530]

_, (a, b, c) = plt.subplots(1, 3)

a.grid(axis="y", linestyle="dotted", color="b")
a.plot(x, y)
a.set_title("axis='y'")

b.grid(axis="x", linestyle="dotted", color="b")
b.plot(x, y)
b.set_title("axis='x'")

c.grid(axis="both", linestyle="dotted", color="b")
c.plot(x, y)
c.set_title("axis='both'")

plt.show()