利用python绘制线型图

目录
  • x,y
  • color
  • linstyle
  • 缩写方式
  • marker, markersize
  • label
  • 一次性绘制三个线条图

用法：

matplot.pyplot.plot(*args, scalex=True, scaley=True, data=None, **kwargs)

参数解释：

x,y

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(0.2, 2.0, 0.01)
y1 = np.sin(2*np.pi*x)
y2 = np.sin(4*np.pi*x)

plt.figure(1)
plt.subplot(211)
plt.plot(x,y1)

plt.subplot(212)
plt.plot(x,y2)
plt.show()

color

Colors的值：

import numpy as np
import matplotlib.pyplot as plt

# 需要解释下,下面两行代码是防止出现中文时,会报警告
# 因为我们的title里面写的是中文
plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus']=False
x = np.arange(0.2, 2.0, 0.01)
y1 = np.sin(2*np.pi*x)
y2 = np.sin(4*np.pi*x)

plt.figure(1)
plt.subplot(211)
plt.title('不添加颜色')
plt.plot(x,y1)

plt.subplot(212)
plt.title('添加颜色')
plt.plot(x,y2,color='c')
plt.show()

linstyle

'b'    # blue markers with default shape
'or'   # red circles
'-g'   # green solid line
'--'   # dashed line with default color
'^k:'  # black triangle_up markers connected by a dotted line
import numpy as np
import matplotlib.pyplot as plt

plt.figsize=((10,8))
plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus']=False

x = [1, 2, 3, 4]
y = [1, 4, 9, 16]

plt.subplot(221)
plt.title('样式: -')
plt.plot(x,y,'-')

plt.subplot(222)
plt.title('样式: --')
plt.plot(x,y,'--')

plt.subplot(223)
plt.title('样式: -.')
plt.plot(x, y, '-.')

plt.subplot(224)
plt.title('样式: :')
plt.plot(x, y, ':')
plt.show()

缩写方式

import numpy as np
import matplotlib.pyplot as plt

x = [1, 2, 3, 4]
y = [1, 4, 9, 16]

plt.subplot()
# 线形状 '-',颜色'g'
plt.plot(x, y, '-g')
plt.show()

marker, markersize

marker在scatter里面我已经有所解释过了，有好多种情况，可以在scatter散点图这里会将颜色和marker连接起来,可以有个很清楚的了解，并且较为清楚，也是缩写

import matplotlib.pyplot as plt

plt.figsize=((12,6))
plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus']=False
x = [1, 2, 3, 4]
y = [1, 4, 9, 16]
plt.subplot(131)
plt.title('默认情况')
plt.plot(x, y)

plt.subplot(132)
plt.title('红色圆圈')
# marker为o 颜色r
plt.plot(x, y, 'or')

plt.subplot(133)
plt.title('正三角黑色')
# marker为^ 颜色k->black
plt.plot(x, y, '^k')
plt.show()

label

标签,这个在所有图形中都可以使用,在这里展示下,包括之前的alpha也是,都所属**kwargs里面，在任何绘图中都可以添加，legend为图例

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-np.pi/2, np.pi/2, 31)
y = np.cos(x)**3

# 1) remove points where y > 0.7
x2 = x[y <= 0.7]
y2 = y[y <= 0.7]

# 2) mask points where y > 0.7
y3 = np.ma.masked_where(y > 0.7, y)

# 3) set to NaN where y > 0.7
y4 = y.copy()
y4[y3 > 0.7] = np.nan

plt.plot(x*0.1, y, 'o-', color='lightgrey', label='No mask')
plt.plot(x2*0.4, y2, 'o-', label='Points removed')
plt.plot(x*0.7, y3, 'o-', label='Masked values')
plt.plot(x*1.0, y4, 'o-', label='NaN values')
plt.legend()
plt.show()

下面就是一些案例

一次性绘制三个线条图

import numpy as np
import matplotlib.pyplot as plt

t = np.arange(0., 5., 0.2)
# 红色虚线,蓝色方块,浅蓝六边形
plt.plot(t, t, 'r--', t, t**2, 'bs', t, t**3, 'cH')
plt.show()

import numpy as np
import matplotlib.pyplot as plt

x1 = np.linspace(0.0, 5.0)
y1 = np.cos(2 * np.pi * x1) * np.exp(-x1)
x2 = np.linspace(0.0, 2.0)
y2 = np.cos(2 * np.pi * x2)
plt.subplot(211)
plt.plot(x1, y1, 'o-')
plt.subplot(212)
plt.plot(x1, y1, '.-')
plt.show()

到此这篇关于利用python绘制线型图的文章就介绍到这了,更多相关python线型图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

  • 如何利用python绘制等高线图

    如何利用python绘制等高线图

    目录 使用方法 添加label的 绘制虚线 level 设置颜色和线条宽度 其他设置 使用方法 matplotlib.pyplot.contour(*args, data=None, **kwargs) 参数介绍: 参数X,YZ(M,N)类数组level import numpy as np import matplotlib.pyplot as plt X, Y = np.meshgrid(np.linspace(-3,3,256), np.linspace(-3,3,256)) Z = (1

  • Python Matplotlib绘制动画的代码详解

    Python Matplotlib绘制动画的代码详解

    目录 matplotlib 动画 人口出生率 男女人口总数 雨滴 matplotlib 动画 我们想制作一个动画,其中正弦和余弦函数在屏幕上逐步绘制.首先需要告诉matplotlib我们想要制作一个动画,然后必须指定想要在每一帧绘制什么.一个常见的错误是重新绘制每一帧的所有内容,这会使整个过程非常缓慢.相反地,只能更新必要的内容,因为我们知道许多内容不会随着帧的变化而改变.对于折线图,我们将使用set_data方法更新绘图,剩下的工作由matplotlib完成. 注意随着动画移动的终点标记.原因

  • Python+Seaborn绘制分布图的示例详解

    Python+Seaborn绘制分布图的示例详解

    目录 前言 示例 1 示例 2 示例 3 示例 4 示例 5 例子 6 例子 7 示例 8 示例 9 示例10 前言 在本文中,我们将介绍10个示例,以掌握如何使用用于Python的Seaborn库创建图表. 任何数据产品的第一步都应该是理解原始数据.对于成功和高效的产品,这一步骤占据了整个工作流程的很大一部分. 有几种方法用于理解和探索数据.其中之一是创建数据可视化.它们帮助我们探索和解释数据. 通过创建适当和设计良好的可视化,我们可以发现数据中的底层结构和关系. 分布区在数据分析中起着至关重

  • Python+Turtle绘制可爱的可达鸭

    Python+Turtle绘制可爱的可达鸭

    目录 一.效果展示 二.代码详解 1.导入库 2.播放音乐 3.画可达鸭的头和身体外轮廓 4.画眼睛 5.画手 6.画嘴和脚 7.画头发 8.写文字 一年一度的六一儿童节又来了,祝大朋友小朋友节日快乐. 你有没有一瞬间,特别想要回到童年? 童年是一盒水彩笔,五颜六色精彩纷呈.童年是一幅漫画,新奇幻想思绪缤纷.童年是用水彩笔绘出的一幅漫画,一个追风的少年. 童年的时光总是安静又美好,我们总是盼望着长大,憧憬着未来的生活. 长大后,我们又总是在怀念,怀念过去简单又纯粹的自己. 本文主要介绍运用tur

  • Python+NumPy绘制常见曲线的方法详解

    Python+NumPy绘制常见曲线的方法详解

    目录 一.利萨茹曲线 二.计算斐波那契数列 三.方波 四.锯齿波和三角波 在NumPy中,所有的标准三角函数如sin.cos.tan等均有对应的通用函数. 一.利萨茹曲线 (Lissajous curve)利萨茹曲线是一种很有趣的使用三角函数的方式(示波器上显示出利萨茹曲线).利萨茹曲线由以下参数方程定义: x = A sin(at + n/2) y = B sin(bt) 利萨茹曲线的参数包括 A . B . a 和 b .为简单起见,我们令 A 和 B 均为1,设置的参数为 a=9 , b=

  • Python可视化学习之seaborn绘制线型回归曲线

    Python可视化学习之seaborn绘制线型回归曲线

    目录 本文速览 1.绘图数据准备 2.seaborn.regplot regplot默认参数线型回归图 分别设置点和拟合线属性 置信区间(confidenceinterval)设置 拟合线延伸与坐标轴相交 拟合离散变量曲线 多项式回归(polynomialregression)拟合曲线 3.seaborn.lmplot 按变量分类拟合回归线 散点marker设置 散点调色盘 拟合线属性设置 绘制分面图 本文速览 1.绘图数据准备 依旧使用鸢尾花iris数据集,详细介绍见之前文章. #导入本帖要用

  • Python 可视化调色盘绘制

    Python 可视化调色盘绘制

    目录 导入模块并加载图片 绘制图表 实战环节 在示例照片当中有着各种各样的颜色,我们将通过Python中的可视化模块以及opencv模块来识别出图片当中所有的颜色要素,并且将其添加到可视化图表的配色当中 导入模块并加载图片 那么按照惯例,第一步一般都是导入模块,可视化用到的模块是matplotlib模块,我们将图片中的颜色抽取出来之后会保存在颜色映射表中,所以要使用到colormap模块,同样也需要导入进来 import numpy as np import pandas as pd impor

  • Python绘制交通流折线图详情

    Python绘制交通流折线图详情

    目录 一.数据集下载 二.折线图绘制 1.解压npz文件 2.折线图绘制 一.数据集下载 加州高速公路PEMS数据集 这里绘制PEMS04中的交通流量数据.该数据集中包含旧金山2018年1月1日至2月28日的29条道路上307个探测器每五分钟收集的数据. 二.折线图绘制 1.解压npz文件 npz是一种numpy文件存储的压缩格式,可使用numpy进行读取. allow_pickle=True用于防止numpy版本过高带来的错误. data.files查看压缩文件下的所有文件. import n

  • 利用Python绘制好看的玫瑰花图

    利用Python绘制好看的玫瑰花图

    目录 一.基本极坐标图 二.极半径图 参数介绍 三.画玫瑰花图 AngleAxisOpts参数介绍: TooltipOpts参数介绍: 开始画玫瑰花图 今天主要给大家介绍如何用pyecharts画各种漂亮的数学图形 一.基本极坐标图 说简单点,基本极坐标图就是圆形的散点图(柱状图或折线图),代码如下: import random from pyecharts import options as opts from pyecharts.charts import Polar data = [(i,

  • 利用python绘制线型图

    利用python绘制线型图

    目录 x,y color linstyle 缩写方式 marker, markersize label 一次性绘制三个线条图 用法: matplot.pyplot.plot(*args, scalex=True, scaley=True, data=None, **kwargs) 参数解释: x,y import numpy as np import matplotlib.pyplot as plt x = np.arange(0.2, 2.0, 0.01) y1 = np.sin(2*np.p

  • Python利用matplotlib绘制折线图的新手教程

    前言 matplotlib是Python中的一个第三方库.主要用于开发2D图表,以渐进式.交互式的方式实现数据可视化,可以更直观的呈现数据,使数据更具说服力. 一.安装matplotlib pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple 二.matplotlib图像简介 matplotlib的图像分为三层,容器层.辅助显示层和图像层. 1. 容器层主要由Canvas.Figure.Axes组成. Canvas位

  • Python利用matplotlib绘制圆环图(环形图)的实战案例

    Python利用matplotlib绘制圆环图(环形图)的实战案例

    目录 一.概念介绍 二.数据展示 三.图像绘制 四.参数解释 (1) wedgeprops是我们绘图时的参数字典. (2) startangle是第一个数据起画点. (3) plt.text (4) 可以绘制如示例图一样的colorbar,或者legend吗? 总结 一.概念介绍 圆环图(Donut Chart),又称为环形图,甜甜圈图.它从饼图变形而来,单环的作用上与饼图相似,用于展示定性数据中小类占大类的比例关系. Q: 那既然都有饼图了,为什么还要圆环图呢? ① 从空间利用效果上,饼图的t

  • 利用Python绘制有趣的万圣节南瓜怪效果

    关于万圣节 万圣节又叫诸圣节,在每年的11月1日,是西方的传统节日;而万圣节前夜的10月31日是这个节日最热闹的时刻.在中文里,常常把万圣节前夜(Halloween)讹译为万圣节(All Saints' Day). 为庆祝万圣节的来临,小孩会装扮成各种可爱的鬼怪向逐家逐户地敲门,要求获得糖果,否则就会捣蛋.而同时传说这一晚,各种鬼怪也会装扮成小孩混入群众之中一起庆祝万圣节的来临,而人类为了让鬼怪更融洽才装扮成各种鬼怪. 不知从何时开始,西方的节日一个个的走进了天朝,情人节.圣诞节.感恩节.万圣节

  • 利用python绘制中国地图（含省界、河流等）

    我们可以使用Basemap这个工具包来实现中国地图的绘制 首先需要加载一些包: import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.basemap import Basemap Basemap包就是气象画图的利器,现在我们就可以愉快的画图了! plt.figure(1) map=Basemap() map.drawcoastlines() plt.title(r'$World\ Map$',fontsize=2

  • 一文教你利用Python画花样图

    一文教你利用Python画花样图

    目录 前言 地球仪加线 地图上加线 最后的福利-3D图鉴赏 总结 前言 在之前的一篇文章Python可视化神器-Plotly动画展示展现了可视化神器-Plotly的动画的基本应用,本文介绍如何在Python中使用 Plotly 创建地图并在地图上标相应的线. 地球仪加线 根据地球仪的区域显示在相应的位置图形上加上线条,完美的线性地球仪详细代码如下: `import plotly.express as px df = px.data.gapminder.query("year == 2007&qu

  • 详解如何利用Python绘制迷宫小游戏

    详解如何利用Python绘制迷宫小游戏

    目录 构思 绘制迷宫 走出迷宫 完整代码 更大的挑战 关于坐标系设置 周末在家,儿子闹着要玩游戏,让玩吧,不利于健康,不让玩吧,扛不住他折腾,于是想,不如一起搞个小游戏玩玩! 之前给他编过猜数字 和 掷骰子 游戏,现在已经没有吸引力了,就对他说:“我们来玩个迷宫游戏吧.” 果不其然,有了兴趣,于是和他一起设计实现起来,现在一起看看我们是怎么做的吧,说不定也能成为一个陪娃神器~ 先一睹为快: 构思 迷宫游戏,相对比较简单,设置好地图,然后用递归算法来寻找出口,并将过程显示出来,增强趣味性. 不如想

  • 利用python绘制笛卡尔直角坐标系

    利用python绘制笛卡尔直角坐标系

    背景: 有些数学题目经常要用到数形结合思想,尤其是一些函数题目,如果能够把函数图像画出来进行解题的话,思路会更加清晰明了.python绘图主要用到matplotlib绘图模块,平时我们看到的往往是下面这种图 用一个实线矩形把几何图形封闭起来,看起来好像在一个象限里面.现实中,我们通常采用描点作图,首先建立一个笛卡尔直角坐标系,然后根据一个自变量,一个因变量的在坐标系里面描一些点,然后用一条光滑曲线把这些点串起来,更像下面这种图 那么,我们怎么才能利用matplotlib模块画出上面的正弦函数呢?

  • python绘制三维图的详细新手教程

    python绘制三维图的详细新手教程

    目录 一.初始化 二.直线绘制(Line plots) 三.散点绘制(Scatter plots) 四.线框图(Wireframe plots) 五.表面图(Surface plots) 六.三角表面图(Tri-Surface plots) 七.等高线(Contour plots) 八.Bar plots(条形图) 九.子图绘制(subplot) 补充: 总结 本文仅仅梳理最基本的绘图方法. 一.初始化 假设已经安装了matplotlib工具包. 利用matplotlib.figure.Figu

随机推荐