Python中plt.plot()、plt.scatter()和plt.legend函数的用法示例

目录
  • plt.plot()函数
  • plt.scatter()函数
  • plt.legend()函数
  • 总结

plt.plot()函数

plt.plot(x, y, format_string, **kwargs)
参数 说明
x X轴数据，列表或数组，可选
y Y轴数据，列表或数组
format_string 控制曲线的格式字符串，可选
**kwargs 第二组或更多(x,y,format_string)，可画多条曲线

format_string 由颜色字符、风格字符、标记字符组成

  • 颜色字符

    • 'b' 蓝色 'm' 洋红色 magenta
    • 'g' 绿色 'y' 黄色
    • 'r' 红色 'k' 黑色
    • 'w' 白色 'c' 青绿色 cyan
    • '#008000' RGB某颜色 '0.8' 灰度值字符串
    • 多条曲线不指定颜色时，会自动选择不同颜色
  • 风格字符
    • '‐' 实线
    • '‐‐' 破折线
    • '‐.' 点划线
    • ':' 虚线
    • '' ' ' 无线条
  • 标记字符
    • '.' 点标记
    • ',' 像素标记(极小点)
    • 'o' 实心圈标记
    • 'v' 倒三角标记
    • '^' 上三角标记
    • '>' 右三角标记
    • '<' 左三角标记…等等

**kwargs : 第二组或更多(x,y,format_string)

color : 控制颜色, color=‘green’

linestyle : 线条风格, linestyle=‘dashed’

marker : 标记风格, marker=‘o’

markerfacecolor: 标记颜色, markerfacecolor=‘blue’

markersize: 标记尺寸, markersize=20

b = np.arange(5)
plt.plot(b,b*1.0,'g.-',b,b*1.5,'rx',b,b*2.0, 'b')
plt.show()

plt.scatter()函数

plt.scatter()函数用于生成一个scatter散点图。

matplotlib.pyplot.scatter(x, y, s=20, c='b', marker='o', cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, hold=None, **kwargs
参数 解释说明
x，y 表示的是shape大小为(n,)的数组，也就是我们即将绘制散点图的数据点，输入数据。
s 表示的是大小，是一个标量或者是一个shape大小为(n,)的数组，可选，默认20。
c 表示的是色彩或颜色序列，可选，默认蓝色’b’。但是c不应该是一个单一的RGB数字，也不应该是一个RGBA的序列，因为不便区分。c可以是一个RGB或RGBA二维行数组。
marker MarkerStyle，表示的是标记的样式，可选，默认’o’。
cmap Colormap，标量或者是一个colormap的名字，cmap仅仅当c是一个浮点数数组的时候才使用。如果没有申明就是image.cmap，可选，默认None。
norm Normalize，数据亮度在0-1之间，也是只有c是一个浮点数的数组的时候才使用。如果没有申明，就是默认None。
vmin，vmax 标量，当norm存在的时候忽略。用来进行亮度数据的归一化，可选，默认None。
alpha 标量，0-1之间，可选，默认None。
linewidths 标记点的长度，默认None。

例子

import numpy as np
import matplotlib.pyplot as plt

np.random.seed(0)
x=np.random.rand(20)
y=np.random.rand(20)

area=(50*np.random.rand(20))**2

plt.scatter(x,y,s=area,alpha=0.5)
plt.show()

plt.legend()函数

1.设置图例的位置

plt.legend(loc=' ')

2.设置图例字体大小

fontsize : int or float or {‘xx-small', ‘x-small', ‘small', ‘medium', ‘large', ‘x-large', ‘xx-large'}

3.设置图例边框及背景

plt.legend(loc='best',frameon=False) #去掉图例边框
plt.legend(loc='best',edgecolor='blue') #设置图例边框颜色
plt.legend(loc='best',facecolor='blue') #设置图例背景颜色,若无边框,参数无效

4.设置图例标题

legend = plt.legend(["BJ", "SH"], title='Beijing VS Shanghai')
#或者
plt.plot(["BJ", "SH"],loc='upper left',title='Beijing VS Shanghai')

5.设置图例名字及对应关系

legend = plt.legend([p1, p2], ["BJ", "SH"])

示例

import matplotlib.pyplot as plt
import numpy as np
x = np.arange(0,10,1)
plt.plot(x,x,'r--',x,np.cos(x),'g--',marker='*')
plt.xlabel('row')
plt.ylabel('cow')
plt.legend(["BJ","SH"],loc='upper left',loc='upper left')
plt.show()

运行结果

总结

到此这篇关于Python中plt.plot()、plt.scatter()和plt.legend函数用法的文章就介绍到这了,更多相关plt.plot()、plt.scatter()和plt.legend函数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！

赞 (0)

相关推荐

  • matplotlib 曲线图 和 折线图 plt.plot()实例

    我就废话不多说了,大家还是直接看代码吧! 绘制曲线: import time import numpy as np import matplotlib.pyplot as plt x = np.linspace(0, 10, 1000) y = np.sin(x) plt.figure(figsize=(6,4)) plt.plot(x,y,color="red",linewidth=1 ) plt.xlabel("x") #xlabel.ylabel:分别设置X.

  • python matplotlib:plt.scatter() 大小和颜色参数详解

    语法 plt.scatter(x, y, s=20, c='b') 大小s默认为20,s=0时点不显示:颜色c默认为蓝色. 为每一个点指定大小和颜色 有时我们需要为每一个点指定大小和方向,以区分不同的点.这时,可以向s和c传入列表.如: import matplotlib.pyplot as plt import numpy as np x = list(range(1, 7)) plt.scatter(x, x, s=10*np.array(x)**2, c=x) plt.show() 参数s

  • Python中.join()和os.path.join()两个函数的用法详解

    Python中有.join()和os.path.join()两个函数,具体作用如下: . join():    连接字符串数组.将字符串.元组.列表中的元素以指定的字符(分隔符)连接生成一个新的字符串 ''    os.path.join():  将多个路径组合后返回 >>#对序列进行操作(分别使用'  ' .' - '与':'作为分隔符) >> a=['1','2','3','4','5'] >> ' '.join(a) 1 2 3 4 5 >>';'.j

  • Python中plt.plot()、plt.scatter()和plt.legend函数的用法示例

    Python中plt.plot()、plt.scatter()和plt.legend函数的用法示例

    目录 plt.plot()函数 plt.scatter()函数 plt.legend()函数 总结 plt.plot()函数 plt.plot(x, y, format_string, **kwargs) 参数 说明 x X轴数据,列表或数组,可选 y Y轴数据,列表或数组 format_string 控制曲线的格式字符串,可选 **kwargs 第二组或更多(x,y,format_string),可画多条曲线 format_string 由颜色字符.风格字符.标记字符组成 颜色字符 'b' 蓝

  • 解决python中使用plot画图,图不显示的问题

    对以下数据画图结果图不显示,修改过程如下 df3 = {'chinese':109, 'American':88, 'German': 66, 'Korea':23, 'Japan':5, 'England':118} df4 = pd.DataFrame(df3) df4.plot(kind='barh', rot=0) 运行结果:ValueError: If using all scalar values, you must pass an index 原因:缺少索引 修改后: #方式1:

  • 对python中的for循环和range内置函数详解

    如下所示: 1.for循环和range内置函数配合使用 range函数生成一个从零开始的列表, range(4)表示list:0123 range(1,11,2)表示从1开始到11-1为止步长为2的list:13579 即range(i)表示从0开始到i-1的列表,range(m,n)表示从m开始到n-1的列表,range(m,n,t)表示从m开始步长为t到n-1的列表 ''' print('第一次循环输出:') for i in range(4): print(i) print('第二次循环输

  • Python中实现一行拆多行和多行并一行的示例代码

    粉丝提问 今天粉丝提了下面这样一个问题,其中一个是"一行拆多行",另外一个是"多行并一行",貌似群友用power query已经解决了.但是基于Python怎么做呢?接着往下看. 一行拆多行 上面这个问题我会提供两个思路,供大家选择,当然肯定是越简单得越好.每一种方法中都有一些好用的技巧,希望大家能够好好学习. 1)方法一 下方代码中有很多重要的知识点,需要我们下去好好学习一下,我这里只提供解体思路,关于每个知识点怎么用,希望大家下去自行研究学习. Pandas.m

  • python中not、and和or的优先级与详细用法介绍

    前言 (小白专用)本次所分享的是Python中的not.and.or的执行时的优先级,以及他们的具体用法.本文比较详细,不喜勿喷. 一.not.and.or的含义以及优先级 对象 返回结果 优先顺序 not x if x is false,then True,else False 1 x and y if x is false,then x,else y 2 x or y if x is false,then y,else x 3 含义:not是 "非" :and是 "与&q

  • Python中不可错过的五个超有用函数

    目录 1.引言 2. Lambda 函数 3. Map 函数 4. Filter 函数 5. Zip 函数 6. Reduce 函数 7. 总结 1.引言 在本文中,我们用代码详细说明了Python中超实用的5个函数的重要作用.这些函数虽然简单,但却是Python中功能最强大的函数.Python有许多库和内置函数,理解并正确使用这些函数有助于帮助我们进行高效地编程. 2. Lambda 函数 Lambda函数是Python中功能最强大的函数之一,它有时也被称之为匿名函数.它之所以被称为匿名函数,

  • python中字符串String及其常见操作指南(方法、函数)

    目录 下标与切片 常见方法 查找 替换 分割 大小写格式化 对齐格式化 清除空白字符 检查 补充:16个常用函数 总结 注意:对字符串的所有操作,原始数据(即原字符串)不变 !(字符串是不可变类型) 对原字符串操作会返回一个操作后的数据, 可以使用变量去接受数据 ----------------------------------------------------------------------------------------------------------------------

  • Python中号称神仙的六个内置函数详解

    Python中号称神仙的六个内置函数详解

    目录 Lambda 函数 Map 函数 Reduce函数 enumerate 函数 Zip 函数 Filter 函数 人生苦短,菜鸟学Python! 今天,我们会一次性分享6个堪称神仙的内置函数.在很多计算机书籍中,它们也通常作为高阶函数来介绍.而我自己在日常工作中,经常使用它们来使代码更快,更易于理解. Lambda 函数 Lambda函数用于创建匿名函数,即没有名称的函数.它只是一个表达式,函数体比def简单很多.当我们需要创建一个函数来执行单个操作并且可以在一行中编写时,就可以用到匿名函数

  • 浅析python中5个带key的内置函数

    目录 1.max取最大值函数 2.min取最小值函数 3.filter过滤函数 实例1 实例2 4.map序列映射函数 实例1 实例2 5.sorted序列排序函数 (1) cmp参数 (2)key参数 (3)reverse参数 1.max取最大值函数 max() 方法返回给定参数的最大值,参数可以为序列. lis = [1,2,3,-4] print(max(lis)) #返回lis列表中的最大值 '''结果: 3 ''' print(max(lis,key=abs)) #key参数指向绝对值

随机推荐