python plt函数,python plt plot

  python plt函数,python plt plot

  今天想用matplotlib中的plt函数画一个图表,在一个图表中呈现多条数据曲线。下面文章主要介绍Python中plt.plot()、plt.scatter()和plt.legend函数用法的相关信息,供大家参考。

  00-1010PLT.plot()函数plt.scatter()函数plt.legend()函数摘要

  

目录

 

  plt.plot(x,y,format_string,**kwargs)

  参数xX轴数据,列表或数组,可选yY轴数据,列表或数组format_string控制曲线格式字符串,可选**kwargs第二组或更多(x,y,format_string),可以画多条曲线。Format _ string由颜色字符、样式字符和标记字符组成。

  字符 b 蓝色 m 品红色 g 绿色 y 黄色 r 红色 k 黑色 w 白色 c 青绿色 #008000 RGB某种颜色 0.8 灰度值字符串当多条曲线未指定颜色时,字符‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐8208

  颜色:控制颜色,color=绿色

  Line:线条样式,linestyle=虚线

  Marker :标记样式,marker=o o

  Markerfacecolor:标记颜色,markerfacecolor=蓝色

  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.plot()函数

 

  plt.scatter()函数用于生成散点图。

  matplotlib.pyplot.scatter(x,y,s=20,c=b ,marker=o ,cmap=None,norm=None,vmin=None,vmax=None,alpha=None,线宽=None,verts=None,hold=None,**kwargs

  参数X,Y的解释表示一个形状大小为(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-expressed

  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。markerMarkerStyle,表示的是标记的样式,可选,默认’o’。cmapColormap,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。normNormalize,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

 

  

 

  

 

  

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

 

  4.设置图例标题

  

legend = plt.legend(["BJ", "SH"], 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

 

  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函数内容请搜索盛行IT软件开发工作室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盛行IT软件开发工作室!

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: