matplotlib.pyplot.plot()参数详解 线形图 条形图 散点图 饼状图 画布大小 位置

文章目录

matplotlib.pyplot.plot()绘图文档1. plot函数的一般的调用形式：2. 参数fmt,以及一些常用参数举例3.一些图形的绘制1.线形图plt2. 柱形图/条形图 plt.bar,plt.barh3. 散点图plt.scatter4. 饼图plt.pie5. 画布设置5.1 画布大小plt.figure、位置plt.subplot、网格设置grid3.设置标题plt.title,坐标轴标签 plt.xlabel、plt.ylabel，颜色等4. 设置图例 plt.legend()

matplotlib.pyplot.plot()绘图文档

在交互环境中查看英文帮助文档：

import matplotlib.pyplot as plt

help(plt.plot)

1. plot函数的一般的调用形式：

####单条线：

plot([x], y, [fmt], data=None, **kwargs)

####多条线一起画

plot([x], y, [fmt], [x2], y2, [fmt2], …, **kwargs)

2. 参数fmt,以及一些常用参数举例

可选参数[fmt] 是一个字符串来定义图的基本属性如：颜色（color），点型（marker），线型（linestyle），

具体形式 fmt = ‘[color][marker][line]’，如指定fmt为’bo-’ # 蓝色圆点实线

fmt接收的是每个属性的单个字母缩写，例如：plot(x, y, ‘bo-’) # 蓝色圆点实线

若属性用的是全名则不能用fmt参数来组合赋值，应该用关键字参数对单个属性赋值如：

plot(x,y2,color=‘green’, marker=‘o’, linestyle=‘dashed’, linewidth=1, markersize=6)

(1) 其中常见的颜色参数：colors

也可以对关键字参数color赋十六进制的RGB字符串如 color=’#900302’

============= ===============================character color============= ===============================``'b'``blue 蓝``'g'``green 绿``'r'``red 红``'c'``cyan 蓝绿``'m'``magenta 洋红``'y'``yellow 黄``'k'``black 黑``'w'``white 白

(2) 点型参数Markers

用关键字参数对单个属性赋值，如：marker=’+'这个只有简写，英文描述不被识别

============= ===============================character description============= ===============================``'.'``point marker 点标记``','``pixel marker 像素标记``'o'``circle marker 圆圈标记``'v'``triangle_down marker 下三角标记``'^'``triangle_up marker 上三角标记``'<'``triangle_left marker 左三角标记``'>'``triangle_right marker 右三角标记``'1'``tri_down marker``'2'``tri_up marker``'3'``tri_left marker``'4'``tri_right marker``'s'``square marker 方块标记``'p'``pentagon marker 五边形标记``'*'``star marker 星花*标记``'h'``hexagon1 marker 六边形标记``'H'``hexagon2 marker 六边形标记``'+'``plus marker 加好标记``'x'``x marker x标记``'D'``diamond marker 方菱形标记``'d'``thin_diamond marker 瘦菱形标记``'|'``vline marker 竖线标记``'_'``hline marker 下划线标记

(3) 线型参数Line Styles，

用关键字参数对单个属性赋值，如：linestyle=’-’

============= ===============================character description============= ===============================``'-'``solid line style 实线``'--'`` dashed line style 虚线``'-.'`` dash-dot line style 点画线``':'``dotted line style 点线============= ===============================

3.一些图形的绘制

1.线形图plt

data1 = Series(data=[20000, 26000, 30000, 36000, 45000, 55000, 56000, 58000, 57000],index=[, , , , , , , , ], name='beijing')data2 = Series(data=[6000, 6500, 8000, 8000, 8500, 8800, 10000, 12000, 20000],index=[, , , , , , , , ], name='chengdu')data3 = Series(data=[10000, 12500, 13000, 14000, 15500, 15800, 20000, 23000, 30000],index=[, , , , , , , , ], name='guangzhou')price = DataFrame({'beijing': data1,'chengdu': data2,'guangzhou': data3})# DataFrame绘制线型图，每一列成为一条线，表示每一个特征的走势，有几个特征就绘制几条数据线print(price)price.plot()plt.show()# 只含单一曲线的图# •1、可以使用多个plot函数（推荐），在一个图中绘制多个曲线# •2、也可以在一个plot函数中传入多对X,Y值，在一个图中绘制多个曲线plt.plot(data1.index, data1.values)plt.plot(data2.index, data2.values)plt.show()# 上下两个结果一致plt.plot(data1.index, data1.values, data2.index, data2.values)plt.show()

2. 柱形图/条形图 plt.bar,plt.barh

#series方式 # python_score = Series(data=np.random.randint(0, 100, size=5), index=['class1', 'class2', 'class3', 'class4', 'class5'],)# dataFrame方式python_score = pd.DataFrame(data=[np.random.randint(0, 100, size=5), np.random.randint(0, 100, size=5), np.random.randint(0, 100, size=5),np.random.randint(0, 100, size=5), np.random.randint(0, 100, size=5)],index=['class1', 'class2', 'class3', 'class4', 'class5'], columns=[1, 2, 3, 4, 5])print(python_score)python_score.plot(kind='bar')plt.show()

# 条形图# 横向条形图# x index# height values# width 条形宽度# plt.bar(data1.index,data1.values,width=0.9)# 纵向条形图# y index# data1.indewidth values# height 条形宽度plt.barh(data1.index, data1.values, height=0.9)plt.show()

3. 散点图plt.scatter

x = np.linspace(0, 2 * np.pi, 40)# 正弦y = np.sin(x)# 余弦z = np.cos(x)sin_func = DataFrame({'x': x,'y': y,'z': z})# x、y 表示映射在x\y轴的数据sin_func.plot(kind='scatter', x='y', y='z')plt.show()

4. 饼图plt.pie

# 饼图的外观设置# labels参数设置每一块的标签；# labeldistance参数设置标签距离圆心的距离（比例值,只能设置一个浮点小数）# autopct参数设置比例值的显示格式(%1.1f%%)；# pctdistance参数设置比例值文字距离圆心的距离# explode参数设置每一块顶点距圆形的长度（比例值,列表）；# colors参数设置每一块的颜色（列表）；# shadow参数为布尔值，设置是否绘制阴影# startangle参数设置饼图起始角度data = [4, 2, 3, 1, 1]values = plt.pie(data, labels=['小学', '初中', '高中', '大学', '现在'], labeldistance=0.7,autopct='%.2f%%', pctdistance=0.5, explode=[0, 0, 0, 0, 0.2],colors=['yellow', 'cyan', 'purple', 'orange', 'blue'], shadow=True,startangle=90)

5. 画布设置

5.1 画布大小plt.figure、位置plt.subplot、网格设置grid

x = np.linspace(0, 2 * np.pi, 100)# figure对象就是父画布对象，可以在figure方法里调整父画布大小figure = plt.figure(figsize=(8, 5))# 一个画布中可以存在多个子画布对象# 下面演示如何设置子画布的位置# subplot 1.切分的行数 2.切分的列数，3.按照前两者的切分方式字画布的放置位置（从1开始)# subplot参数只是为了描述子画布位置的虚拟数据，并不是真的把父试图进行切割# 如果两个子画布有重叠的区间，后绘制的画布会覆盖先绘制的axes1 = plt.subplot(2, 2, 1)axes1.plot(x, np.sin(x))axes1.grid(axis='x', linewidth=3)axes2 = plt.subplot(2, 2, 2)axes2.plot(x, x)# grid设置网格# color html颜色都支持# linewidth 整数# alpha 0-1 浮点# axis x,y,both 开启网格线的方向设置axes2.grid(color='red', alpha=0.5)axes3 = plt.subplot(223)axes3.plot(x, np.cos(x))axes3.grid(axis='y')axes4 = plt.subplot(224)axes4.plot(x, x ** 2)axes4.grid()plt.show()

3.设置标题plt.title,坐标轴标签 plt.xlabel、plt.ylabel，颜色等

#使用plt设置 fontsize 标题大小，color 是颜色 roplt.plot(data1.index, data1.values)plt.xlabel('years', fontsize=15, color='green')plt.ylabel('price', fontsize=15, color='red', rotation=60)plt.title('years-price',fontsize=20,color='orange',rotation=50)plt.show()# 子画布时使用以下axes = plt.subplot(122)axes.plot(data1.index, data1.values)axes.set_xlabel('years', fontsize=15, color='green')axes.set_ylabel('price', fontsize=15, color='red', rotation=60)axes.set_title('years-price',fontsize=20,color='orange')plt.show()

4. 设置图例 plt.legend()

分别设置每一条线的标签，然后再调用plt.legend来显示

plt.plot(data1.index,data1.values,label='beijing')plt.plot(data2.index,data2.values,label=data2.name)plt.plot(data3.index,data3.values,label=data3.name)plt.legend()plt.show()

5.线的外观设置

•linestyle(ls) 设置线的风格

•linewidth(lw) 设置线宽

•alpha 透明度

•color 颜色

•marker 点形

•markersize 点大小

•markeredagecolor 点的边界颜色

•markeredagewidth 点的边界宽度

•markerfacecolor 点的主体颜色

线的模式

linestyle 参数 ls

----.:\steps\dashes

plt.plot(data1.index,data1.values,ls='steps')plt.show()

6.设置坐标轴刻度 plt.xticks

x = np.linspace(0, 2 * np.pi, 50)y = np.sin(x)plt.plot(x, y)# 如果没有制定刻度标签，则以真实值作为刻度标签展示# plt.xticks([0,np.pi/2,np.pi,3*np.pi/2,2*np.pi],[0,'Π/2','Π','3Π/2','2Π'])plt.xticks([0, np.pi / 2, np.pi, 3 * np.pi / 2, 2 * np.pi], [110, 120, 119, 911, 114])plt.yticks([-1, 0, 1], ['min', 0, 'max'])plt.show()

matplotlib.pyplot.plot()参数详解 线形图 条形图 散点图 饼状图 画布大小 位置 颜色 标题 图例 坐标轴刻度设置 实例详解