matplotlib基础汇总_02
- 设置plot的风格和样式
- 点和线的样式
- 颜色
- 参数color或c
- 五种定义颜色值的方式
- 别名
- color='r'
- 合法的HTML颜色名
- color = 'red'
- HTML十六进制字符串
- color = '#eeefff'
- 归一化到[0, 1]的RGB元组
- color = (0.3, 0.3, 0.4)
- 灰度
- color = (0.1)
- 透明度
- y = np.arange(1, 3)
- plt.plot(y, c="red", alpha=0.1); # 设置透明度
- plt.plot(y+1, c="red", alpha=0.5);
- plt.plot(y+2, c="red", alpha=0.9);
- 设置背景色
- 通过plt.subplot()方法传入facecolor参数,来设置坐标轴的背景色
- plt.subplot(facecolor='orange');
- plt.plot(np.random.randn(10),np.arange(1,11))
- 线型
- 不同宽度破折线
- # 第一段线2个点的宽度,接下来的空白区5个点的宽度,第二段线5个点的宽度,空白区2个点的宽度,以此类推
- plt.plot(np.linspace(-np.pi, np.pi, 256, endpoint=True),
- np.cos(np.linspace(-np.pi, np.pi, 256, endpoint=True)),
- dashes=[2, 5, 5, 2]);
- 点型
- y = np.arange(1, 3, 0.2)
- plt.plot(y, '', y+0.5, '', y+1, '', y+1.5,'');
- plt.plot(y+2, '') #不声明marker,默认ls = None
- plt.plot(y+2.5,marker = '') #声明了marker,ls 默认是实线
- plt.show()
- 多参数连用
- 颜色、点型、线型
- x = np.linspace(0, 5, 10)
- plt.plot(x,3*x,'r-.')
- plt.plot(x, x**2, 'b^:') # blue line with dots
- plt.plot(x, x**3, 'go-.') # green dashed line
- plt.show()
- 更多点和线的设置
- y = np.arange(1, 3, 0.3)
- plt.plot(y, color='blue',
- linestyle='dashdot',
- linewidth=4, marker='o',
- markerfacecolor='red',
- markeredgecolor='black',
- markeredgewidth=3,
- markersize=12);
- plt.show()
- 在一条语句中为多个曲线进行设置
- 多个曲线同一设置¶
- plt.plot(x1, y1, x2, y2, fmt, ...)
- 多个曲线不同设置¶
- plt.plot(x1, y1, fmt1, x2, y2, fmt2, ...)
- 在一条语句中为多个曲线进行设置
- 多个曲线同一设置¶
- plt.plot(x1, y1, x2, y2, fmt, ...)
- 多个曲线不同设置¶
- plt.plot(x1, y1, fmt1, x2, y2, fmt2, ...)
- 三种设置方式
- 向方法传入关键字参数
- 对实例使用一系列的setter方法
- x = np.arange(0,10)
- y = np.random.randint(10,30,size = 10)
- line,= plt.plot(x, y)
- line2 = plt.plot(x,y*2,x,y*3)
- line.set_linewidth(5)
- line2[1].set_marker('o')
- print(line,line2)
- 使用setp()方法
- line = plt.plot(x, y)
- plt.setp(line, 'linewidth', 1.5,'color','r','marker','o','linestyle','--')
- X、Y轴坐标刻度
- xticks()和yticks()方法
- x = [5, 3, 7, 2, 4, 1]
- plt.plot(x);
- plt.xticks(range(len(x)), ['a', 'b', 'c', 'd', 'e', 'f']); # 传入位置和标签参数,以修改坐标轴刻度
- plt.yticks(range(1, 8, 2));
- plt.show()
- 面向对象方法
- set_xticks、set_yticks、set_xticklabels、set_yticklabels方法
- fig = plt.figure(figsize=(10, 4))
- ax = fig.add_subplot(111)
- x = np.linspace(0, 5, 100)
- ax.plot(x, x**2, x, x**3, lw=2)
- ax.set_xticks([1, 2, 3, 4, 5])
- ax.set_xticklabels(['a','b','c','d','e'], fontsize=18)
- yticks = [0, 50, 100, 150]
- ax.set_yticks(yticks)
- ax.set_yticklabels([y for y in yticks], fontsize=18); # use LaTeX formatted labels
- 正弦余弦:LaTex语法,用$\pi$等表达式在图表上写上希腊字母
- x = np.arange(-np.pi,np.pi,0.01)
- plt.figure(figsize=(12,9))
- plt.plot(x,np.sin(x),x,np.cos(x))
- plt.axis([x.min()-1,x.max()+1,-1.2,1.2])
- #xticks:参数一刻度,参数二,对应刻度上的值
- plt.xticks(np.arange(-np.pi,np.pi+1,np.pi/2),
- ['$-\delta$','$-\pi$/2','','$\pi$/2','$\pi$'],size = 20)
- plt.yticks([-1,0,1],['min','','max'],size = 20)
- plt.show()
2020-05-24
matplotlib基础汇总_02的更多相关文章
- matplotlib基础汇总_04
3D图形 导包 import numpy as np import matplotlib.pyplot as plt #3d图形必须的 from mpl_toolkits.mplot3d.axes3d ...
- matplotlib基础汇总_03
四图 直方图 [直方图的参数只有一个x!!!不像条形图需要传入x,y] hist()的参数 bins 可以是一个bin数量的整数值,也可以是表示bin的一个序列.默认值为10 normed 如果值为T ...
- matplotlib基础汇总_01
灰度化处理就是将一幅色彩图像转化为灰度图像的过程.彩色图像分为R,G,B三个分量,分别显示出红绿蓝等各种颜色,灰度化就是使彩色的R,G,B分量相等的过程.灰度值大的像素点比较亮(像素值最大为255,为 ...
- shell脚本语法基础汇总
shell脚本语法基础汇总 将命令的输出读入一个变量中,可以将它放入双引号中,即可保留空格和换行符(\n) out=$(cat text.txt) 输出1 2 3 out="$(cat te ...
- 数据分析与展示——Matplotlib基础绘图函数示例
Matplotlib库入门 Matplotlib基础绘图函数示例 pyplot基础图表函数概述 函数 说明 plt.plot(x,y,fmt, ...) 绘制一个坐标图 plt.boxplot(dat ...
- linux编程基础汇总贴
linux编程基础汇总贴http://newzol.cn/forum.php?mod=viewthread&tid=67&fromuid=3(出处: newzol) 1.管道 http ...
- Matplotlib基础图形之散点图
Matplotlib基础图形之散点图 散点图特点: 1.散点图显示两组数据的值,每个点的坐标位置由变量的值决定 2.由一组不连续的点组成,用于观察两种变量的相关性(正相关,负相关,不相关) 3.例如: ...
- Selenium基于Python web自动化基础一 -- 基础汇总及简单操作
Selenium是UI层WEB端的自动化测试框架,也是目前市面上比较流行的自动化测试框架. ui层自动化测试本质是什么?模拟用户的真实操作行为. 基础汇总: 导入所需要的模块 from seleniu ...
- Matplotlib基础知识
Matplotlib基础知识 Matplotlib中的基本图表包括的元素 x轴和y轴 axis水平和垂直的轴线 x轴和y轴刻度 tick刻度标示坐标轴的分隔,包括最小刻度和最大刻度 x轴和y轴刻度标签 ...
随机推荐
- ORA-39257: Data cannot be remapped for more than 10 columns.
ORA-39257: Data cannot be remapped for more than 10 columns. 前言 还是脱敏数据相关的事情. 使用expdp的remap_data参数对指定 ...
- 自适应高度输入框(contenteditable/textarea)
一.用div模拟textarea div模拟输入域可以根据输入内容自动伸缩,而input和textarea输入内容较多时,高度固定,内容会显示不全. 1.坑1(IOS端无法输入) 在取消全局默认样 ...
- Xenon's Attack on the Gangs,题解
题目: 题意: 有一个n个节点的树,边权为0-n-2,定义mex(a,b)表示除了ab路径上的自然数以外的最小的自然数,求如何分配边权使得所有的mex(a,b)之和最大. 分析: 看似有点乱,我们先不 ...
- uni-app中textarea组件
textarea组件,官方给出的监听事件有以下事件: 其中一定要注意,当使用 v-model 对表单内容进行双向绑定的时候,@input 事件是在绑定变量变化前触发的,所以如果在input事件内打印绑 ...
- Vue---day05
目录 2. 客户端项目搭建 2.1 创建项目目录 2.2 初始化项目 2.3 安装路由vue-router 2.3.1 下载安装路由组件 2.3.2 配置路由 2.3.2.1 初始化路由对象 2.3. ...
- python 爬虫由于网络或代理不能用导致的问题处理方法
平时在爬取某些网页的时候,可能是由于网络不好或者代理池中的代理不能用导致请求失败.此时有们需要重复多次去请求,python中有现成的,相应的包供我们使用: 我们可以利用retry模块进行多次请求,如果 ...
- 数据可视化之powerBI技巧(十二)学会这几个度量值,轻松获取前N名
数据中的明细项一般都有很多,可是我们关注的往往只是前几名,所以在报表中只展示关注的部分,就十分常用. 有了上篇(这几个示例,帮你深入理解RANKX排名)关于排名的铺垫,仅显示前N名就简单多了. 依然以 ...
- Python并发编程05 /死锁现象、递归锁、信号量、GIL锁、计算密集型/IO密集型效率验证、进程池/线程池
Python并发编程05 /死锁现象.递归锁.信号量.GIL锁.计算密集型/IO密集型效率验证.进程池/线程池 目录 Python并发编程05 /死锁现象.递归锁.信号量.GIL锁.计算密集型/IO密 ...
- 微信小程序热更新,小程序提示版本更新,版本迭代,强制更新,微信小程序版本迭代
相信很多人在做小程序的时候都会有迭代每当版本迭代的时候之前老版本的一些方法或者显示就不够用了这就需要用到小程序的热更新.或者说是提示升级小程序版本 editionUpdate:function(){ ...
- Nslookup命令的使用 - [详细]
用法一.查询IP地址 nslookup最简单的用法就是查询域名对应的IP地址,包括A记录和CNAME记录,如果查到的是CNAME记录还会返回别名记录的设置情况.其用法是: nslookup 域名 # ...