目录

前言

陆陆续续接触了些,关于Matplotlib的教材,总是感觉学不到本质的东西。今天就来讲一下 关于

plt.plot()函数的本质。

(一)plt.plot()函数的本质

1.说明

plt.plot()函数的本质就是根据点连接线。根据x(数组或者列表) 和 y(数组或者列表)组成点,然后连接成线。

2.源代码

  1. import matplotlib.pyplot as plt
  2. x = [1, 2, 3, 4]
  3. y = [1, 2, 20, 50]
  4. # 创建一个画布
  5. plt.figure()
  6. # 创建一条线
  7. plt.plot(x, y)
  8. # 展现画布
  9. plt.show()

3.展示效果

(二)plt.plot()函数缺省x时

1.说明

缺省x的情况下,x的默认值是:range(len(y))

2.源代码

  1. import matplotlib.pyplot as plt
  2. # 缺省x参数时,默认的x是range(len(y))
  3. y = [1, 2, 3, 4]
  4. # 创建一个画布
  5. plt.figure()
  6. # 创建一条线
  7. plt.plot(y)
  8. # 展现画布
  9. plt.show()

3.展示效果

(三)颜色控制符

要想使用丰富,炫酷的图标,我们可以使用更复杂的格式设置,主要颜色,线的样式,点的样式。

默认的情况下,只有一条线,是蓝色实线。多条线的情况下,生成不同颜色的实线。

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

(四)线形控制符

1.说明

字符 类型
'-' 实线
'--' 虚线
'-.' 虚点线
':' 点线
' ' 空类型,不显示线

2.源代码

  1. import matplotlib.pyplot as plt
  2. x = [1, 2, 3, 4]
  3. y1 = [1, 2, 3, 4]
  4. y2 = [1, 4, 9, 16]
  5. y3 = [1, 8, 27, 64]
  6. y4 = [1, 16, 81, 124]
  7. # 创建一个画布
  8. plt.figure()
  9. # 在figure下线
  10. plt.plot(x, y1, "-o") #实线
  11. plt.plot(x, y2, "--o") #虚线
  12. plt.plot(x, y3, "-.o") #虚点线
  13. plt.plot(x, y4, ":o") # 点线
  14. # 展现画布
  15. plt.show()

3.输出效果

(五)点的类型控制符

1.普通点类型

(1)说明:

'.'
',' 像素点
'o' 原点

(2)源代码

  1. import matplotlib.pyplot as plt
  2. x = [1, 2, 3, 4]
  3. y1 = [1, 2, 3, 4]
  4. y2 = [1, 4, 9, 16]
  5. y3 = [1, 8, 27, 64]
  6. y4 = [1, 16, 81, 124]
  7. # 创建一个画布
  8. plt.figure()
  9. # 在figure下的线
  10. plt.plot(x, y1, "-.") # 点
  11. plt.plot(x, y2, "-,") # 像素点
  12. plt.plot(x, y3, "-o") # 圆点
  13. # 展现画布
  14. plt.show()

(3)输出效果:

2.三角点

(1)说明:

'^' 上三角点
'v' 下三角点
'<' 左三角点
'>' 右三角点

(2)源代码:

  1. import matplotlib.pyplot as plt
  2. x = [1, 2, 3, 4]
  3. y1 = [1, 2, 3, 4]
  4. y2 = [1, 4, 9, 16]
  5. y3 = [1, 8, 27, 64]
  6. y4 = [1, 16, 81, 124]
  7. # 创建一个画布
  8. plt.figure()
  9. # 在figure下的线
  10. plt.plot(x, y1, "-^")
  11. plt.plot(x, y2, "-v")
  12. plt.plot(x, y3, "-<")
  13. plt.plot(x, y4, "->")
  14. # 展现画布
  15. plt.show()

(3)输出效果:

3.三叉点

(1)说明:

'1' 下三叉点
'2' 上三叉点
'3' 左三叉点
'4' 右三叉点

(2)源代码:

  1. import matplotlib.pyplot as plt
  2. x = [1, 2, 3, 4]
  3. y1 = [1, 2, 3, 4]
  4. y2 = [1, 4, 9, 16]
  5. y3 = [1, 8, 27, 64]
  6. y4 = [1, 16, 81, 124]
  7. # 创建一个画布
  8. plt.figure()
  9. # 在figure下的线
  10. plt.plot(x, y1, "-1")
  11. plt.plot(x, y2, "-2")
  12. plt.plot(x, y3, "-3")
  13. plt.plot(x, y4, "-4")
  14. # 展现画布
  15. plt.show()

(3)输出效果:

4.多边形点

(1)说明:

's' 正方点
'p' 五角点
'*' 星形点
'h' 六边形1
'H' 六边形2

(2)源代码:

  1. import matplotlib.pyplot as plt
  2. x = [1, 2, 3, 4]
  3. y1 = [1, 2, 3, 4]
  4. y2 = [1, 4, 9, 16]
  5. y3 = [1, 8, 27, 64]
  6. y4 = [1, 16, 81, 124]
  7. y5 = [1, 64, 100, 180]
  8. # 创建一个画布
  9. plt.figure()
  10. # 在figure下的线
  11. plt.plot(x, y1, "-s")
  12. plt.plot(x, y2, "-p")
  13. plt.plot(x, y3, "-*")
  14. plt.plot(x, y4, "-h")
  15. plt.plot(x, y5, "-H")
  16. # 展现画布
  17. plt.show()

(3)输出效果:

5.其他形状点

(1)说明:

'+' 加号点
'x' 乘号点
'D' 实心菱形点
'd' 细菱形点
'_' 横线点
'|' 竖线点

(2)源代码:

  1. import matplotlib.pyplot as plt
  2. x = [1, 2, 3, 4]
  3. y1 = [1, 2, 3, 4]
  4. y2 = [1, 4, 9, 16]
  5. y3 = [1, 8, 27, 64]
  6. y4 = [1, 16, 81, 124]
  7. y5 = [1, 64, 100, 180]
  8. # 创建一个画布
  9. plt.figure()
  10. # 在figure下的线
  11. plt.plot(x, y1, "-+")
  12. plt.plot(x, y2, "-x")
  13. plt.plot(x, y3, "-D")
  14. plt.plot(x, y4, "-d")
  15. plt.plot(x, y5, "-_")
  16. # 展现画布
  17. plt.show()

(3)输出效果:

注:三种控制符可以单独使用,也可以组合使用

(六)风格使用的另一种方法

1.说明

color="green" 指定颜色为绿色

linestyle="dashed" 指定线形为dashed类型

marker="o" 指定标记类型为o点

markerfacecolor="blue"指定标记的颜色为蓝色

markersize=20 指定标记的大小为20

2.原代码

  1. import matplotlib.pyplot as plt
  2. import numpy as np
  3. x = np.arange(10)
  4. y1 = x * 1.5
  5. y2 = x * 2.5
  6. y3 = x * 3.5
  7. y4 = x * 4.5
  8. y5 = x * 5.5
  9. plt.plot(x, y1, "-P")
  10. plt.plot(x, y2, "-|")
  11. plt.plot(x, y3, color="#000000")
  12. plt.plot(x, y4, "-o", markersize=20)
  13. plt.plot(x, y5, "-^", markerfacecolor="blue")
  14. plt.show()

3.输出效果

作者:Mark

日期:2019/01/30 周三

4.3Python数据处理篇之Matplotlib系列(三)---plt.plot()折线图的更多相关文章

  1. 4.5Python数据处理篇之Matplotlib系列(五)---plt.pie()饼状图

    目录 目录 前言 (一)简单的饼状图 (二)添加阴影和突出部分 (三)显示图例和数据标签: 目录 前言 饼状图需要导入的是: plt.pie(x, labels= ) (一)简单的饼状图 (1)说明: ...

  2. 4.4Python数据处理篇之Matplotlib系列(四)---plt.bar()与plt.barh条形图

    目录 目录 前言 (一)竖值条形图 (二)水平条形图 1.使用bar()绘制: 2.使用barh()绘制: (三)复杂的条形图 1.并列条形图: 2.叠加条形图: 3.添加图例于数据标签的条形图: 目 ...

  3. 4.2Python数据处理篇之Matplotlib系列(二)---plt.scatter()散点图

    目录 目录 前言 (一)散点图的基础知识 (二)相关性的举例 ==1.正相关== ==1.负相关== ==1.不相关== (三)实战项目以一股票的分析 目录 前言 散点图是用于观测数据的相关性的,有正 ...

  4. 4.6Python数据处理篇之Matplotlib系列(六)---plt.hist()与plt.hist2d()直方图

    目录 目录 前言 (一)直方图 (二)双直方图 目录 前言 今天我们学习的是直方图,导入的函数是: plt.hist(x=x, bins=10) 与plt.hist2D(x=x, y=y) (一)直方 ...

  5. 5.3Python数据处理篇之Sympy系列(三)---简化操作

    目录 5.3简化操作 目录 前言 (一)有理数与多项式的简化 1.最简化-simplify() 2.展开-expand() 3.提公因式-factor() 4.合并同类项-ceiling() 5.简化 ...

  6. 3.3Python数据处理篇之Numpy系列(三)---数组的索引与切片

    目录 (一)数组的索引与切片 1.说明: 2.实例: (二)多维数组的索引与切片 1.说明: 2.实例: 目录: 1.一维数组的索引与切片 2.多维数组的索引与切片 (一)数组的索引与切片 1.说明: ...

  7. 4.13Python数据处理篇之Matplotlib系列(十三)---轴的设置

    目录 目录 前言 (一)设置轴的范围 1.同时对于x,y轴设置 2.分别对与x,y轴的设置 (二)设置刻度的大小 1.普通的刻度设置 2.添加文本的刻度设置 3.主副刻度的设置 (三)设置轴的数据 1 ...

  8. 4.11Python数据处理篇之Matplotlib系列(十一)---图例,网格,背景的设置

    目录 目录 前言 (一)图例legend 1.默认不带参数的图例 2.添加参数的图例 3.将图例移动到框外 (二)网格grid 1.说明 2.源代码: 3.输出效果 (三)背景axses 1.设置全局 ...

  9. 4.9Python数据处理篇之Matplotlib系列(九)---子图分布

    目录 目录 前言 (一)subplot()方法 ==1.语法说明== ==2.源代码== ==3.输出效果== (二)subplot2grid方法 ==1.语法说明== ==2.源代码== ==3.展 ...

随机推荐

  1. 如何快速使用Access实现一个登录验证界面?

    大三上学期期末总结,嗯,没错,上学期,写在新学期开始,hhhh. 上学期末的时候信管班的一个同学问我会不会Access,能不能它实现一个登录验证界面,说实话,之前对Access只是有所耳闻,随便敷衍了 ...

  2. 深入MySQL复制(三):半同步复制

    1.半同步复制 半同步复制官方手册:https://dev.mysql.com/doc/refman/5.7/en/replication-semisync.html 默认情况下,MySQL的复制是异 ...

  3. haproxy配置示例和需要考虑的问题

    HaProxy系列文章:http://www.cnblogs.com/f-ck-need-u/p/7576137.html haproxy是一个非常优秀的负载均衡工具,它的特性非常丰富,功能也非常非常 ...

  4. ARM 汇编指令 ADR 与 LDR 使用

    简介 这两个都是伪指令:ADR 是小范围的地址读取伪指令,LDR 是大范围的读取地址伪指令.可实际使用的区别是: ADR 是将基于 PC 相对偏移的地址值或基于寄存器相对地址值读取的伪指令,而 LDR ...

  5. linux 常用命令集合-命令导图

    这几天画了几张导图,自己熟悉命令,并记录总结一下,还有很多没写上去,在慢慢完善把. 1.帮助命令 2.文件搜索命令 3.用户管理 4.权限管理 5.文件处理类 6.压缩解压 7.网络配置类 8.关机重 ...

  6. HBase命令终端测试

    [root@CloudDeskTop ~]# su -l hadoop[hadoop@CloudDeskTop ~]$ cd /software/hbase-1.2.6/bin/ [hadoop@Cl ...

  7. IdentityServer4 中文文档 -11- (快速入门)添加基于 OpenID Connect 的用户认证

    IdentityServer4 中文文档 -11- (快速入门)添加基于 OpenID Connect 的用户认证 原文:http://docs.identityserver.io/en/releas ...

  8. ife 零基础学院 day 2

    第二天:给自己做一个在线简历吧 最后的验证,提出了几个问题,尝试解答一下 HTML是什么,HTML5是什么 HTML的定义摘抄自w3school的HTML 简介 HTML 是用来描述网页的一种语言. ...

  9. Python_简单三级菜单制作

    一:制作要求 1.三级菜单 2.可依次选择进入各子菜单 3.所需新知识点:字典,列表 *本文通过三种方法完成,第一种:只使用循环,第二种:使用列表,第三种:使用字典 二:FlowChart流程图 与上 ...

  10. mybatis笔记02

    目录 0. 文章目录 1. Mybatis映射文件 1.1 输入映射 1.2 输出映射 1.3 resultMap 2. 动态SQL 2.1 if和where 2.2 foreach循环 2.3 sq ...