python中Matplotlib绘制直线的实例代码
说明
1、导入模块pyplot，并指定别名plt，以避免重复输入pyplot。模块化pyplot包含许多用于制作图表的功能。
2、将绘制的直线坐标传递给函数plot()。
3、通过函数plt.show()打开Matplotlib，显示所绘图形。
实例
import matplotlib.pyplot as plt #将(0,1)点和(2,4)连起来 plt.plot([0,2],[1,4]) plt.show()
相关实例扩展：
线型图
import matplotlib.pyplot as plt import numpy as np # 指定生成随机数的种子，这样每次运行得到的随机数都是相同的 np.random.seed(42) # 生成30个满足平均值为0、方差为1的正态分布的样本 x = np.random.randn(30) # plot本意有“绘制(图表)”的意思，所以下面这一行代码是绘制图表。r指定绘制的线条颜色为红色，o指定标记实际点使用的形状为圆形，--指定线条形状为虚线 plt.plot(x, "r--o") # 显示图表 plt.show()
线条颜色、标记形状和线型
线条颜色常用参数：
“b”：指定绘制的线条颜色为蓝色。
“g”：指定绘制的线条颜色为绿色。
“r”：指定绘制的线条颜色为红色。
“c”：指定绘制的线条颜色为蓝绿色。
“m”：指定绘制的线条颜色为洋红色。
“y”：指定绘制的线条颜色为黄色。
“k”：指定绘制的线条颜色为黑色。
“w”：指定绘制的线条颜色为白色。
标记形状常用参数：
“o”：指定标记实际点使用的形状为圆形。
“*”：指定标记实际点使用的形状为星形。
“+”：指定标记实际点使用的形状为加号形状。
“x”：指定标记实际点使用的形状为x形状。
线型常用参数：
“-”：指定线条形状为实线。
“–”：指定线条形状为虚线。
“-.”：指定线条形状为点实线。
“:”：指定线条形状为点线。
到此这篇关于python中Matplotlib绘制直线的实例代码的文章就介绍到这了,更多相关python中Matplotlib绘制直线的方法内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！
相关推荐
-
Python数据可视化之用Matplotlib绘制常用图形
一.散点图 散点图用两组数据构成多个坐标点,考察坐标点的分布,判断两变量之间是否存在某种关联或总结坐标点的分布模式. 特点:判断变量之间是否存在数量关联趋势,表示离群点的分布规律. 散点图绘制: plt.scatter(x,y) # 以默认的形状颜色绘制散点图 实例: 假设我们获取到了上海2020年5,10月份每天白天的最高气温(分别位于列表a.b),那么此时如何观察气温和随时间变化的某种规律. # 绘制图形所需的数据 y_5 = [11,17,16,11,12,11,12,13,10,14,8
-
python图像处理基本操作总结（PIL库、Matplotlib及Numpy）
一.PIL库对图像的基本操作 1.读取图片 PIL网上有很多介绍,这里不再讲解.直接操作,读取一张图片,将其转换为灰度图像,并打印出来. from PIL import Image import matplotlib.pyplot as plt pil_im = Image.open("empire.jpeg") pil_image = pil_im.convert("L") plt.gray() plt.imshow(pil_image) plt.show() 输
-
Python matplotlib绘制散点图的实例代码
前言 前面说到的主要是matplotlib对于图像的基础操作,然后从这篇开始,主要说一下点图,分析点图在实际问题的数据处理中应用非常广泛,比如说逻辑回归是利用现有的数据点通过拟合得到一定的函数关系,甚至生活中,物体运动的轨迹,也可以看做是连续的点绘制而成,还有图像,也是很多个像素点堆砌而成的,在图像处理中经常会针对单个像素点进行处理. 现在的深度学习或者机器学习,模型都是固定的,大多 不需要怎么改动,而能提升训练效果的,最重要的就是能更好的处理数据,而很多数据本身就是点集,利用matplotli
-
教你学会通过python的matplotlib库绘图
一.前言 python的matplotlib库很强大可以绘制各种类型的图像. 首先要装一些基础的库,如numpy,matplotlib或是pandas. 二.基础命令 首先介绍绘图时常用的基础命令: 1.plt.plot(x,y)即为绘图命令. ①基础画图: plt.plot(x, y) ②设置颜色: color属性 如果没有特别要求的话可以不手动设置颜色,如果要在一张图上画不同的线时,会自动分配颜色.也可以使用ax.plot效果相同. plt.plot(x, y, color = 'red')
-
python中Matplotlib绘制直线的实例代码
说明 1.导入模块pyplot,并指定别名plt,以避免重复输入pyplot.模块化pyplot包含许多用于制作图表的功能. 2.将绘制的直线坐标传递给函数plot(). 3.通过函数plt.show()打开Matplotlib,显示所绘图形. 实例 import matplotlib.pyplot as plt #将(0,1)点和(2,4)连起来 plt.plot([0,2],[1,4]) plt.show() 相关实例扩展: 线型图 import matplotlib.pyplot as p
-
python+matplotlib绘制3D条形图实例代码
本文分享的实例主要实现的是Python+matplotlib绘制一个有阴影和没有阴影的3D条形图,具体如下. 首先看看演示效果: 完整代码如下: import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D # setup the figure and axes fig = plt.figure(figsize=(8, 3)) ax1 = fig.add_subplot(121
-
python+matplotlib绘制旋转椭圆实例代码
旋转椭圆 实例代码: import matplotlib.pyplot as plt import numpy as np from matplotlib.patches import Ellipse delta = 45.0 # degrees angles = np.arange(0, 360 + delta, delta) ells = [Ellipse((1, 1), 4, 2, a) for a in angles] a = plt.subplot(111, aspect='equal
-
python+matplotlib绘制饼图散点图实例代码
本文是从matplotlib官网上摘录下来的一个实例,实现的功能是Python+matplotlib绘制自定义饼图作为散点图的标记,具体如下. 首先看下演示效果 实例代码: import numpy as np import matplotlib.pyplot as plt # first define the ratios r1 = 0.2 # 20% r2 = r1 + 0.4 # 40% # define some sizes of the scatter marker sizes = n
-
Python通过matplotlib绘制动画简单实例
Matplotlib是一个Python的2D绘图库,它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形. 通过Matplotlib,开发者可以仅需要几行代码,便可以生成绘图,直方图,功率谱,条形图,错误图,散点图等. matplotlib从1.1.0版本以后就开始支持绘制动画,具体使用可以参考官方帮助文档.下面是一个很基本的例子: """ A simple example of an animated plot """ import n
-
Python使用统计函数绘制简单图形实例代码
前言 Matplotlib 是 Python 的绘图库. 它可与 NumPy 一起使用,提供了一种有效的 MatLab 开源替代方案. 它也可以和图形工具包一起使用,如 PyQt 和 wxPython. 用matplotlib绘制一些大家比较熟悉又经常混淆的统计图形,掌握这些统计图形可以对数据可视化有一个深入理解. Windows 系统安装 Matplotlib 进入到 cmd 窗口下,执行以下命令: python -m pip install -U pip setuptools python
-
学习python中matplotlib绘图设置坐标轴刻度、文本
总结matplotlib绘图如何设置坐标轴刻度大小和刻度. 上代码: from pylab import * from matplotlib.ticker import MultipleLocator, FormatStrFormatter xmajorLocator = MultipleLocator(20) #将x主刻度标签设置为20的倍数 xmajorFormatter = FormatStrFormatter('%1.1f') #设置x轴标签文本的格式 xminorLocator = M
-
matplotlib作图添加表格实例代码
本文所示代码主要是通过Python+matplotlib实现作图,并且在图中添加表格的功能,具体如下. 代码 import matplotlib.pyplot as plt import numpy as np plt.figure() ax = plt.gca() y = np.random.randn(9) col_labels = ['col1','col2','col3'] row_labels = ['row1','row2','row3'] table_vals = [[11,12,
-
Python中pygal绘制雷达图代码分享
pygal的安装和简介,大家可以参阅<pip和pygal的安装实例教程>,下面看看通过pygal实现绘制雷达图代码示例. 雷达图(Radar): import pygal radar_chart = pygal.Radar() radar_chart.title = 'V8 benchmark results' radar_chart.x_labels = ['Richards', 'DeltaBlue', 'Crypto', 'RayTrace', 'EarleyBoyer', 'RegEx