Matplotlib -多组线用不同的线性、颜色、节点绘制

先来看看我们要实现的效果图吧:

先来看看Matplotlib的plot函数原型

plt.plot(x, y, color=‘r‘, maker=‘o‘, linestyle=‘-‘, linewidth=2.0)

注意上面的color、maker、linestyle在同时画多组线的时候,我们想调线性、颜色的时候,你估计会想到用个列表的形式实现:

maker=[‘o‘, ‘^‘, ‘*‘]

可惜,plot函数并没有实现这个功能,只能一次次指定,这里可以借助python的itertools迭代实现,还是以我上面的图作为例子,看看是怎么实现的吧。

make = itertools.cycle(["o","*","^"])
for i in [2013, 2014, 2015]:
        axf.plot(axe.get_xticks(), right_data[i], linestyle=‘-‘, marker=make.next(), linewidth=2.0)

#参考#

  • http://matplotlib.org/users/pyplot_tutorial.html#controlling-line-properties
  • http://stackoverflow.com/questions/29163096/matplotlib-different-dashed-lines-instead-of-coloured-lines
  • http://stackoverflow.com/questions/23000578/cycling-through-list-of-linestyles-when-plotting-columns-of-a-matrix-in-matplotl
时间: 2024-08-28 07:45:42

Matplotlib -多组线用不同的线性、颜色、节点绘制的相关文章

python3绘图示例4(基于matplotlib:箱线图、散点图等)

#!/usr/bin/env python# -*- coding:utf-8 -*- from matplotlib.pyplot import * x=[1,2,3,4]y=[5,4,3,2] # 创建新图标figure() # 对角线图 第1个参数:2行 第2个参数:3列的网格 第3个参数:图形在网格的位置subplot(231)plot(x,y) # 垂直柱状图subplot(232)bar(x,y) # 水平柱状图subplot(233)barh(x,y) # 堆叠柱状图-颜色间隔su

matplotlib学习之(四)设置线条颜色、形状

本文是学习<matplotlib for python developers>的一点笔记plot画图时可以设定线条参数.包括:颜色.线型.标记风格.1)控制颜色颜色之间的对应关系为b---blue   c---cyan  g---green    k----blackm---magenta r---red  w---white    y----yellow有三种表示颜色的方式:a:用全名  b:16进制如:#FF00FF  c:RGB或RGBA元组(1,0,1,1) d:灰度强度如:'0.7'

Matplotlib示例代码详解(一)——条形图的绘制

Matplotlib官网上有上百个例子,但是基本上都没有注释.下面我把例子代码贴上,然后说明一下语句的意思. """ Simple demo of a horizontal bar chart. """ import matplotlib.pyplot as plt plt.rcdefaults() import numpy as np import matplotlib.pyplot as plt # Example data people =

Mysql快速为线上的Master新增Slave节点

转载:http://blog.longwin.com.tw/2008/07/mysql_set_master_slave_replication_fase_online_2008/ 已经在线上运作的MySQL Master, 希望能在最短的时间内做mysqldump, 然后马上就让他还原上线, 所以主要就是利用--master-data, 然后短暂的READ LOCK, mysqldump, UNLOCK 的动作, 希望把时间降到最短啰~ 注: 如果有完整的mysql bin log 的话, 可

ipython matplotlib

matplotlib实际上是一套面向对象的绘图库,它所绘制的图表中的每个绘图元素,例如线条Line2D.文字Text.刻度等在内存中都有一个对象与之对应.为了方便快速绘图matplotlib通过pyplot模块提供了一套和MATLAB类似的绘图API,将众多绘图对象所构成的复杂结构隐藏在这套API内部.我们只需要调用pyplot模块所提供的函数就可以实现快速绘图以及设置图表的各种细节.pyplot模块虽然用法简单,但不适合在较大的应用程序中使用.为了将面向对象的绘图库包装成只使用函数的调用接口,

matplotlib basic and boxplot

============================================matplotlib 绘图基础============================================绘图: matplotlib核心剖析http://www.cnblogs.com/vamei/archive/2013/01/30/2879700.html Python图表绘制:matplotlib绘图库入门http://www.cnblogs.com/wei-li/archive/2012

pylab.show()没有显示图形图像(python的matplotlib画图包)

import pylabpylab.ion() x = pylab.arange( 0, 10, 0.1)y = pylab.sin(x)pylab.plot(x,y, 'ro-')pylab.show()  pylab.savefig('temp.png') ============================ # plotting with the pylab module from matplotlib # free from: http://matplotlib.sourceforg

白话空间统计十一:线性方向平均值

前面我们说的都是点数据的分析,今天来说说一个用于分析线要素的算法(工具),就是线性方向平均值(LinearDirectional Mean ). 总所周知,线要素只有两个属性,一个是长度,第二个就是方向,而对于人类的认知来说,对方向的重要性丝毫不亚于位置的重要性. 对线数据进行统计的时候,首先就是了解他们的方向,如果只有一条线段,那么方向当然就不用统计了.但是如果线段数据非常多的时候,就需要对这些线段的平均角度进行计算,以对数据进行探索. 如下所示: 一条河流的的支流的流向可能都不一样,那么如何

绘图神器-matplotlib入门

这次,让我们使用一个非常有名且十分有趣的玩意儿来完成今天的任务,没错它就是jupyter. 一.安装jupyter matplotlib入门之前,先安装好jupyter.这里只提供最为方便快捷的安装方式:pip install jupyter. 我这里已经装过了 启动jupyter也十分简单:jupyter notebook 执行命令后,自动启动服务,并自动打开浏览器,jupyter就长这样 找到你想要的目录,右上角new-->python3新建一个可以执行python3代码的jupyter文件