如何使用matplotlib中的折线图方法plot()
本篇内容介绍了“如何使用matplotlib中的折线图方法plot()”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！
网站建设公司,为您提供网站建设,网站制作,网页设计及定制网站建设服务,专注于企业网站建设,高端网页制作,对成都茶艺设计等多个行业拥有丰富的网站建设经验的网站建设公司。专业网站设计,网站优化推广哪家好,专业成都网站推广优化,H5建站,响应式网站。
plt.plot()的定义及调用
定义：
plt.plot(*args, scalex=True, scaley=True, data=None, **kwargs)
调用：
plot([x], y, [fmt], *, data=None, **kwargs)
plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs)
位置参数：
[x], y, [fmt]
关键字传参：
*后面的参数
x序列的不同类型
文本型的x序列
# data X = [8,3,5,'t'] # 会按顺序【0,1,2,3】被定位在x轴的刻度上 Y = [1,2,3,4] plt.plot(X,Y,marker = 'o',c='g') ax = plt.gca() print('x轴刻度：',plt.xticks()) #list xticklabels_lst = ax.get_xticklabels() print('-'*70)x轴刻度：([0, 1, 2, 3], )
----------------------------------------------------------------------
print('x轴刻度标签：',list(xticklabels_lst)) #是个文本标签
x轴刻度标签：[Text(0, 0, '8'), Text(1, 0, '3'), Text(2, 0, '5'), Text(3, 0, 't')]
# data X = [8,3,5,1] # 会按数字【8，3,5,1】被定位在x轴的刻度上 Y = [1,2,3,4] plt.plot(X,Y,marker = 'o',c='g') ax = plt.gca() print('x轴刻度：',plt.xticks()) # array xticklabels_lst = ax.get_xticklabels() print('-'*70)
x轴刻度：(array([0., 1., 2., 3., 4., 5., 6., 7., 8., 9.]), )
----------------------------------------------------------------------
print('x轴刻度标签：',list(xticklabels_lst)) #是个按序号排列的文本标签
# data X1 = [8,3,5,'t'] X2 = [8,3,5,1] Y = [1,2,3,4] plt.plot(X2,Y,marker = 'o',c='r') plt.plot(X1,Y,marker = 'o',c='g') ax = plt.gca() print('x轴刻度：',plt.xticks()) xticklabels_lst = ax.get_xticklabels() print('-'*70)
----------------------------------------------------------------------
print('x轴刻度标签：',list(xticklabels_lst))
x轴刻度标签：[Text(0, 0, '8'), Text(1, 0, '3'), Text(2, 0, '5'), Text(3, 0, 't')]
#返回一个空列表 plt.plot()
plot([x], y, [fmt], *, data=None, **kwargs) plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs)
#提供一个数（点） plt.plot(4.5,marker='o')
#提供一个数字序列 plt.plot([4.5,2,3],marker='o')
# x/y 为序列 plt.plot([2,1,3],[0.5,2,2.5],marker='o')
# x/y 为标量 plt.plot(2,['z'],marker = 'o')
# plt.plot(2,'z',marker = 'o') #Unrecognized character z in format string
# y 为标量 plt.plot(2,'r',marker = 'o')
# y 为序列 plt.plot([2,1,3],'r--*')
plt.plot([2,1,3],[0.5,2,2.5],'p--g', # marker='o' markersize = 15 )
# fmt不写，或者‘’，则使用默认样式 plt.plot([2,1,3],[0.5,2,2.5],'', # marker='o' markersize = 15 )
# marker = None 表示不做设置 plt.plot([2,2.5,1])
plt.plot([2,2.5,1],'o')
plt.plot([2,2.5,1],'o-')
plt.plot([2,1,3],'bo--')
# 6种组合 # [color][marker][line],3种任意组合为6种可能 # b :蓝色 # o: 圆圈标记 # --：虚线 fmt = ['bo--','b--o','ob--','o--b','--bo','--ob'] for i in range(len(fmt)): plt.subplot(2,3,i+1) plt.plot([2,1,3],fmt[i]) # 结论：[color][marker][line]，每个都是可选的，每个属性可以选择写或者不写 # 而且与组合中它们所在的位置顺序无关
==== character description ====
'-' solid line style '--' dashed line style '-.' dash-dot line style ':' dotted line style
==== character description ====
The supported color abbreviations are the single letter codes
'b' blue 'g' green 'r' red 'c' cyan 'm' magenta 'y' yellow 'k' black 'w' white
链接：https://www.kesci.com/home/project/5ea4e5da105d91002d506ac6
# 包含：(颜色除外） # 线的样式、线的宽度 # linestyle or ls: {'-', '--', '-.', ':', '', } # linewidth or lw: float ls_lst = ['-', '--', '-.', ':',] lw_lst = [1,3,5,7] for i in range(len(ls_lst)): plt.plot([1,2,3,4],[i+1]*4,ls_lst[i],lw = lw_lst[i])
# 包含： ''' marker: marker style #边框（颜色及边框粗细） markeredgecolor or mec: color markeredgewidth or mew: float #面颜色 markerfacecolor or mfc: color markerfacecoloralt or mfcalt: color #备用标记颜色 #标记的大小 markersize or ms: float markevery: None or int or (int, int) or slice or List[int] or float or (float, float) ''' # linestyle = None 表示不做设置，以默认值方式 # linestyle = '' linestyle = 'none' 表示无格式，无线条 plt.plot([4,2,1,3],linestyle = 'none', marker = 'o', markersize = 30, # edge markeredgecolor = 'r', markeredgewidth = 5, # face markerfacecolor = 'g', # markerfacecolor = 'none', # markerfacecolor = None, )
''' 标记点是覆盖在线条的上面，位于上层 图层层次：[top] spines > marker > line > backgroud [bottom] spines：轴的4个边框 spines 将线条图围在里面 ''' plt.plot([1,5,3,4], marker = 'o', markersize = 20, # edge markeredgecolor = 'r', markeredgewidth = 5, # face markerfacecolor = 'w', # 白色，与背景色相同，把线条覆盖着，营造空心的视觉效果 # markerfacecolor = 'none', # 无色，透明，会看到线条 # markerfacecolor = None, # 不设置，默认颜色 ) # markerfacecolor = ' ', # 无法识别 # markerfacecolor = '', # 无法识别
#字典数据 d = {'name':list('abcd'),'age':[22,20,18,27]} plt.plot('name','age',ddata = d)
#DataFrame数据 d = {'name':list('abcd'),'age':[22,20,18,27]} df = pd.DataFrame(d) df
| name | age | |
|---|---|---|
| 0 | a | 22 |
| 1 | b | 20 |
| 2 | c | 18 |
| 3 | d | 27 |
plt.plot('name','age',data = df)
“如何使用matplotlib中的折线图方法plot()”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注创新互联网站，小编将为大家输出更多高质量的实用文章！
当前名称：如何使用matplotlib中的折线图方法plot()
URL分享：http://ybzwz.com/article/igogdc.html
