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], <a list of 4 Text xticklabel objects>)

----------------------------------------------------------------------

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')]

数字型的x序列

# 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.]), <a list of 10 Text xticklabel objects>)

----------------------------------------------------------------------

print('x轴刻度标签：',list(xticklabels_lst))  #是个按序号排列的文本标签

x轴刻度标签：[Text(0.0, 0, '0'), Text(1.0, 0, '1'), Text(2.0, 0, '2'), Text(3.0, 0, '3'), Text(4.0, 0, '4'), Text(5.0, 0, '5'), Text(6.0, 0, '6'), Text(7.0, 0, '7'), Text(8.0, 0, '8'), Text(9.0, 0, '9')]

2种类型-2条线

# 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)

x轴刻度：([0, 1, 2, 3], <a list of 4 Text xticklabel objects>)

----------------------------------------------------------------------

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')]

提供不同数量的位置参数

几种方式的调用

无参数

#返回一个空列表  plt.plot()

[]

plot([x], y, [fmt], *, data=None, **kwargs) plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs)

1个参数

#提供一个数（点）  plt.plot(4.5,marker='o')

[<matplotlib.lines.Line2D at 0x7f6f0352f978>]

#提供一个数字序列  plt.plot([4.5,2,3],marker='o')

[<matplotlib.lines.Line2D at 0x7f6f0350d438>]

2个参数

自动解析位置参数的原则

(x,y）形式

# x/y 为序列  plt.plot([2,1,3],[0.5,2,2.5],marker='o')

[<matplotlib.lines.Line2D at 0x7f6f034735c0>]

# x/y 为标量  plt.plot(2,['z'],marker = 'o')

[<matplotlib.lines.Line2D at 0x7f6f03461b38>]

(y,fmt)形式

# plt.plot(2,'z',marker = 'o') #Unrecognized character z in format string

# y 为标量   plt.plot(2,'r',marker = 'o')

[<matplotlib.lines.Line2D at 0x7f6f033b7cf8>]

# y 为序列  plt.plot([2,1,3],'r--*')

[<matplotlib.lines.Line2D at 0x7f6f033a1cf8>]

3个参数

（[x],y,[fmt]）形式

plt.plot([2,1,3],[0.5,2,2.5],'p--g',  #          marker='o'           markersize = 15          )

[<matplotlib.lines.Line2D at 0x7f6f0331e048>]

# 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          )

[<matplotlib.lines.Line2D at 0x7f6f03289390>]

绘图Line2D

仅画线：绘图的默认情况

默认样式：蓝色的【线】【无标记】

# marker = None 表示不做设置  plt.plot([2,2.5,1])

[<matplotlib.lines.Line2D at 0x7f6f031f86a0>]

仅画标记

plt.plot([2,2.5,1],'o')

[<matplotlib.lines.Line2D at 0x7f6f03afcba8>]

画线+标记

plt.plot([2,2.5,1],'o-')

[<matplotlib.lines.Line2D at 0x7f6f031d62e8>]

plt.plot([2,1,3],'bo--')

[<matplotlib.lines.Line2D at 0x7f6f0317b128>]

fmt的组合顺序随意的？

6图合一及结论

# 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

fmt支持的【线】-line

Line Styles

==== character description ====

'-' solid line style '--' dashed line style '-.' dash-dot line style ':' dotted line style

fmt支持的【标记】-marker

Markers

==== character description ====

'.' point marker ',' pixel marker \\\'o\\\' circle marker 'v' triangle_down marker '^' triangle_up marker '<' triangle_left marker '>' triangle_right marker '1' tri_down marker '2' tri_up marker '3' tri_left marker '4' tri_right marker 's\\\' square marker 'p' pentagon marker '*' star marker 'h' hexagon1 marker 'H' hexagon2 marker '+' plus marker 'x' x marker 'D' diamond marker 'd' thin_diamond marker '|' vline marker '_' hline marker

fmt支持的【颜色】-color

Colors

The supported color abbreviations are the single letter codes

==== character color ====

'b' blue 'g' green 'r' red 'c' cyan 'm' magenta 'y' yellow 'k' black 'w' white

所有样式：标记、线、颜色参考大全

链接：https://www.kesci.com/home/project/5ea4e5da105d91002d506ac6

样式属性

线条的属性

# 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])

标记的属性

# 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,          )

[<matplotlib.lines.Line2D at 0x7f6f02f085c0>]

综合：带有空心圆标记的线条图

'''  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

[<matplotlib.lines.Line2D at 0x7f6f02e6e470>]

data关键字的使用

字典数据

#字典数据  d = {'name':list('abcd'),'age':[22,20,18,27]}  plt.plot('name','age',ddata = d)

[<matplotlib.lines.Line2D at 0x7f6f02e52e48>]

DataFrame数据

#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)

[<matplotlib.lines.Line2D at 0x7f6f02d7a940>]

“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！

文章题目：如何使用matplotlib中的折线图方法plot()
网页路径：https://www.cdcxhl.com/article12/igogdc.html

成都网站建设公司_创新互联，为您提供服务器托管、商城网站、用户体验、网页设计公司、营销型网站建设、定制网站

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联