折线图1.最基本的折线图2.不同的线条3.线条色彩设置4.一图多个线条5.对线条进行加工处理6.子图7.添加注释8.风格设置
折线图 1.最基本的折线图
1.用python实现
import numpy as np import matplotlib.pyplot as plt #前面的数据为x轴的坐标，后面的是y轴坐标 plt.plot([1,2,3,4,5],[1,2,3,4,5]) #在一个新窗口中显示折线图 plt.show()
import numpy as np
import matplotlib.pyplot as plt
#前面的数据为x轴的坐标，后面的是y轴坐标
plt.plot([1,2,3,4,5],[1,4,9,16,25])
plt.xlabel('xlabel',fontsize = 16)
plt.ylabel('ylabel',fontsize = 16)
#在一个新窗口中显示折线图
plt.show()
大家可以对比一下两个图与代码之间的区别
2.jupyter实现
import numpy as np #pyplot是python中画图的一个接口 import matplotlib.pyplot as plt #在notebook中画图，不需要调用plt.show去显示图形 %matplotlib inline plt.plot([1,2,3,4,5],[1,2,3,4,5])
对数据的改变会影响图形以及坐标的改变，如果不规定坐标轴范围则会自动设置合适的范围
import numpy as np
#pyplot是python中画图的一个接口
import matplotlib.pyplot as plt
#在notebook中画图，不需要调用plt.show去显示图形
%matplotlib inline
plt.plot([1,2,3,4,5],[1,4,9,16,25])
#添加x轴上的解释,fontsize会进行字体大小的修改
plt.xlabel('xlabel',fontsize=16)
#添加y轴上的解释
plt.ylabel('ylabel',fontsize=16)
2.不同的线条
| 字符 | 类型 |
|---|---|
| ‘-’ | 实线 |
| ‘- -’ | 虚线 |
| ‘.’ | 点 |
| ‘，’ | 像素点 |
| ‘o’ | 圆点 |
| ‘v’ | 下三角点 |
| ‘^’ | 上三角点 |
| ‘<’ | 左三角点 |
| ‘>’ | 右三角点 |
| ‘1’ | 下三叉点 |
| ’2‘ | 上三叉点 |
| ‘3’ | 左三叉点 |
| ’4‘ | 右三叉点 |
| ‘s’ | 正方点 |
| ‘p’ | 五角点 |
| ‘*’ | 星形点 |
| ‘h’ | 六边形点1 |
| ‘H’ | 六边形点2 |
| ‘+’ | 加号点 |
| ‘×’ | 乘号点 |
| ’D‘ | 实心菱形点 |
| ’d‘ | 瘦菱形点 |
| ‘_’ | 横线点 |
1.python实现
import numpy as np
import matplotlib.pyplot as plt
#前面的数据为x轴的坐标，后面的是y轴坐标
plt.plot([1,2,3,4,5],[1,4,9,16,25],'--')
plt.xlabel('xlabel',fontsize = 16)
plt.ylabel('ylabel',fontsize = 16)
#在一个新窗口中显示折线图
plt.show()
2.jupyter实现
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
plt.plot([1,2,3,4,5],[1,4,9,16,25],':')
#添加x轴上的解释,fontsize会进行字体大小的修改
plt.xlabel('xlabel',fontsize=16)
#添加y轴上的解释
plt.ylabel('ylabel',fontsize=16)
3.线条色彩设置
| 字符 | 颜色 |
|---|---|
| ’b‘ | 蓝色，blue |
| ‘g’ | 绿色，green |
| ‘r’ | 红色，red |
| ‘c’ | 青色，cyan |
| ’m’ | 品红，magenta |
| ‘y’ | 黄色，yellow |
| ’k’ | 黑色，black |
| ’w’ | 白色，white |
1.python实现
import numpy as np
import matplotlib.pyplot as plt
#前面的数据为x轴的坐标，后面的是y轴坐标
#1.直接用色彩+线条就可以表示
plt.plot([1,2,3,4,5],[1,4,9,16,25],'m--')
plt.xlabel('xlabel',fontsize = 16)
plt.ylabel('ylabel',fontsize = 16)
#在一个新窗口中显示折线图
plt.show()
2.jupyter实现
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
#在color后面加参数
plt.plot([1,2,3,4,5],[1,4,9,16,25],'-.',color='r')
#添加x轴上的解释,fontsize会进行字体大小的修改
plt.xlabel('xlabel',fontsize=16)
#添加y轴上的解释
plt.ylabel('ylabel',fontsize=16)
4.一图多个线条
1.pycharm实现
import numpy as np import matplotlib.pyplot as plt hu_numpy=np.arange(0,10,0.5) plt.plot(hu_numpy,hu_numpy,'r--',hu_numpy,hu_numpy**2,'bs',hu_numpy,hu_numpy**3,'go') plt.show()
2.jupyter实现
import numpy as np import matplotlib.pyplot as plt %matplotlib inline #类似于python中的内置函数range（） hu_numpy=np.arange(0,10,0.5) plt.plot(hu_numpy,hu_numpy,'r--') plt.plot(hu_numpy,hu_numpy**2,'bs') plt.plot(hu_numpy,hu_numpy**3,'go')5.对线条进行加工处理
1.pycharm实现
第一种方式
import numpy as np import matplotlib.pyplot as plt x=np.linspace(-10,10) y=np.sin(x) #marker设置标志点，markerfacecolor标志点的颜色，markersize标志点的大小 plt.plot(x,y,linewidth=3.0,color='b',linestyle=':',marker='o',markerfacecolor='r',markersize=10) plt.show()
第二种方式：先画图再设置参数
import numpy as np import matplotlib.pyplot as plt x=np.linspace(-10,10) y=np.sin(x) line=plt.plot(x,y) #alpha为线条的透明度 plt.setp(line,color='r',linewidth=2.0,alpha=0.5) plt.show()
2.jupyter实现
第一种方式
import numpy as np import matplotlib.pyplot as plt %matplotlib inline x=np.linspace(-10,10) y=np.sin(x) #marker设置标志点，markerfacecolor标志点的颜色，markersize标志点的大小 plt.plot(x,y,linewidth=3.0,color='b',linestyle=':',marker='o',markerfacecolor='r',markersize=10)
第二种方式
import numpy as np import matplotlib.pyplot as plt %matplotlib inline x=np.linspace(-10,10) y=np.sin(x) line=plt.plot(x,y) #alpha为线条的透明度 plt.setp(line,color='r',linewidth=2.0,alpha=0.5)6.子图
1.pycharm
import numpy as np import matplotlib.pyplot as plt x=np.linspace(-10,10) y=np.sin(x) #subplot为子图 #211表示一会要画的图为1行2列的，最后一个1表示子图当中的第一个 plt.subplot(121) plt.plot(x,y,color='r') #212表示一会要画的图为1行2列的，最后一个2表示子图当中的第二个 plt.subplot(122) plt.plot(x,y,color='b') plt.show()
2.jupyter
import numpy as np import matplotlib.pyplot as plt %matplotlib inline #subplot为子图 #211表示一会要画的图为两行一列的，最后一个1表示子图当中的第一个 plt.subplot(211) plt.plot(x,y,color='r') #212表示一会要画的图为两行一列的，最后一个2表示子图当中的第二个 plt.subplot(212) plt.plot(x,y,color='b')7.添加注释
1.pycharm
import numpy as np
import matplotlib.pyplot as plt
x=np.linspace(-10,10)
y=np.sin(x)
plt.plot(x,y,linewidth=3.0,color='b',linestyle=':',marker='o',markerfacecolor='r',markersize=10)
plt.xlabel('x:---')
plt.ylabel('y:---')
#设置标题
plt.title('Anan:---')
#给图中的某个点加注释
plt.text(0,0,'Anan')
#给图中加上格子
plt.grid(True)
#此函数用于标注文字，xy为被注释的坐标点，xytext为注释文字的坐标位置，arrowprops为箭头参数，参数类型为字典dict，facecolor为箭头颜色，shrink为箭头大小值
plt.annotate('Anan',xy=(-5,0),xytext=(-2,0.3),arrowprops=dict(facecolor='black',shrink=0.05,headlength=20,headwidth=20))
plt.show()
2.jupyter
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
x=np.linspace(-10,10)
y=np.sin(x)
plt.plot(x,y,linewidth=3.0,color='b',linestyle=':',marker='o',markerfacecolor='r',markersize=10)
plt.xlabel('x:---')
plt.ylabel('y:---')
#设置标题
plt.title('Anan:---')
#给图中的某个点加注释
plt.text(0,0,'Anan')
#给图中加上格子
plt.grid(True)
#此函数用于标注文字，xy为被注释的坐标点，xytext为注释文字的坐标位置，arrowprops为箭头参数，参数类型为字典dict，facecolor为箭头颜色，shrink为箭头大小值
plt.annotate('Anan',xy=(-5,0),xytext=(-2,0.3),arrowprops=dict(facecolor='black',shrink=0.05,headlength=20,headwidth=20))
8.风格设置
所有的风格样式
1.pycharm
原本样子
import matplotlib.pyplot as plt import numpy as np x=np.linspace(-10,10) y=np.sin(x) plt.plot(x,y) plt.show()
import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(-10,10)
y=np.sin(x)
plt.style.use('dark_background')
plt.plot(x,y)
plt.show()
import matplotlib.pyplot as plt import numpy as np x=np.linspace(-10,10) y=np.sin(x) plt.style.use(['ggplot','bmh']) plt.plot(x,y) plt.show()
import matplotlib.pyplot as plt import numpy as np x=np.linspace(-10,10) y=np.sin(x) plt.xkcd() plt.plot(x,y) plt.show()
2.jupyter
import matplotlib.pyplot as plt import numpy as np %matplotlib inline x=np.linspace(-10,10) y=np.sin(x) plt.plot(x,y)
import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline
x=np.linspace(-10,10)
y=np.sin(x)
plt.style.use('dark_background')
plt.plot(x,y)
不仅可以有一种风格效果，还可以两种或多种叠加
import matplotlib.pyplot as plt import numpy as np %matplotlib inline x=np.linspace(-10,10) y=np.sin(x) plt.style.use(['ggplot','bmh']) plt.plot(x,y)
还有一种独特的样式
import matplotlib.pyplot as plt import numpy as np %matplotlib inline x=np.linspace(-10,10) y=np.sin(x) plt.xkcd() plt.plot(x,y)
