Python的 plot函数和绘图参数设置

python的plot函数参数很多,其中主要有:

plot([x], y, [fmt], data=None, **kwargs)
plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs)

 Parameters
        ----------
        x, y : array-like or scalar
            The horizontal / vertical coordinates of the data points.
            *x* values are optional. If not given, they default to
            ``[0, ..., N-1]``.

            Commonly, these parameters are arrays of length N. However,
            scalars are supported as well (equivalent to an array with
            constant value).

            The parameters can also be 2-dimensional. Then, the columns
            represent separate data sets.

        fmt : str, optional
            A format string, e.g. ‘ro‘ for red circles. See the *Notes*
            section for a full description of the format strings.

            Format strings are just an abbreviation for quickly setting
            basic line properties. All of these and more can also be
            controlled by keyword arguments.

而在使用的时候,参数格式有:

1. fmt 参数:

 **Format Strings**
        A format string consists of a part for color, marker and line::
            fmt = ‘[color][marker][line]‘

2. color 参数:

        **Colors**
        The following color abbreviations are supported:
        =============    ===============================
        character        color
        =============    ===============================
        ``‘b‘``          blue
        ``‘g‘``          green
        ``‘r‘``          red
        ``‘c‘``          cyan
        ``‘m‘``          magenta
        ``‘y‘``          yellow
        ``‘k‘``          black
        ``‘w‘``          white
        =============    ===============================

        If the color is the only part of the format string, you can
        additionally use any  `matplotlib.colors` spec, e.g. full names
        (``‘green‘``) or hex strings (``‘#008000‘``).

3. marker 参数:

        **Markers**
        =============    ===============================
        character        description
        =============    ===============================
        ``‘.‘``          point marker
        ``‘,‘``          pixel marker
        ``‘o‘``          circle marker
        ``‘v‘``          triangle_down marker
        ``‘^‘``          triangle_up marker
        ``‘<‘``          triangle_left marker
        ``‘>‘``          triangle_right marker
        ``‘1‘``          tri_down marker
        ``‘2‘``          tri_up marker
        ``‘3‘``          tri_left marker
        ``‘4‘``          tri_right marker
        ``‘s‘``          square marker
        ``‘p‘``          pentagon marker
        ``‘*‘``          star marker
        ``‘h‘``          hexagon1 marker
        ``‘H‘``          hexagon2 marker
        ``‘+‘``          plus marker
        ``‘x‘``          x marker
        ``‘D‘``          diamond marker
        ``‘d‘``          thin_diamond marker
        ``‘|‘``          vline marker
        ``‘_‘``          hline marker
        =============    ===============================

4. linestyle 参数:

        **Line Styles**
        =============    ===============================
        character        description
        =============    ===============================
        ``‘-‘``          solid line style
        ``‘--‘``         dashed line style
        ``‘-.‘``         dash-dot line style
        ``‘:‘``          dotted line style
        =============    ===============================

5. 而绘图参数非常多,部分详细介绍可见:https://www.cnblogs.com/qi-yuan-008/p/12588121.html

6. 以下用一个例子来说明,可能更快一些:

import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure(1)

x2 = np.linspace(-0.2, 2, 10)
y2 = x2 + 0.3
plt.plot(x2, y2, color="red", linewidth=1.0, marker = ‘s‘, linestyle="--")
# plt.plot(x2, y2, color="#ef5492", linewidth=2.0, marker = ‘s‘, linestyle="--")  #也可
# plt.plot(x2, y2, ‘rs--‘)                                                        #也可

#设置X轴标签
plt.xlabel(‘X坐标‘)
#设置Y轴标签
plt.ylabel(‘Y坐标‘)

plt.title(‘test绘图函数‘)

#设置图标
#plt.legend(‘绘图值‘, loc=2, fontsize = 5)
#  The relative size of legend markers compared with the originally drawn ones.
plt.legend([‘绘图值‘], loc=‘upper left‘, markerscale = 0.5, fontsize = 10)

# 设置横轴的上下限
plt.xlim(-0.5, 2.5)
# 设置纵轴的上下限
plt.ylim(-0.5, 2.5)

# 设置横轴精准刻度
plt.xticks(np.arange(-0.5, 2.5, step=0.5))
# 设置纵轴精准刻度
plt.yticks(np.arange(-0.5, 2.5, step=0.5))

#plt.annotate("(" + str(round(x[2],2)) +", "+ str(round(y[2],2)) +")", xy=(x[2], y[2]), fontsize=10, xycoords=‘data‘)
plt.annotate("({0},{1})".format(round(x2[2],2), round(y2[2],2)), xy=(x2[2], y2[2]), fontsize=10, xycoords=‘data‘)
# xycoords=‘data‘ 以data值为基准
# 设置字体大小为 10

plt.text(round(x2[6],2), round(y2[6],2), "good point", fontdict={‘size‘: 10, ‘color‘: ‘red‘})  # fontdict设置文本字体
# Add text to the axes.

plt.rcParams[‘font.sans-serif‘]=[‘SimHei‘] #用来正常显示中文标签
plt.rcParams[‘axes.unicode_minus‘]=False #用来正常显示负号

plt.savefig(‘test_xx.png‘, dpi=100, transparent=False)
# dpi: The resolution in dots per inch
#  If *True*, the axes patches will all be transparent

plt.show()

##

参考:

https://blog.csdn.net/u014636245/article/details/82799573

https://matplotlib.org/api/_as_gen/matplotlib.pyplot.figure.html#matplotlib.pyplot.figure

https://www.jianshu.com/p/78ba36dddad8

https://blog.csdn.net/u010852680/article/details/77770097

https://blog.csdn.net/u013634684/article/details/49646311

原文地址:https://www.cnblogs.com/qi-yuan-008/p/12588351.html

时间: 2024-11-05 15:17:45

Python的 plot函数和绘图参数设置的相关文章

Python之路-函数基础和参数

一.函数定义 def 函数名(arg1,arg2): =============>函数定义 '描述信息' =============>print(函数名.__doc__) 显示注释 函数体 =============>函数主体 return 1 =============>返回值可以是任意类型   1.空函数 def 函数名(): pass 一定要加上pass,一般在函数功能定义出来,方便以后扩展编写 2.内置函数 内置在Python解释器中,可以直接被调用的builtins 3.

vlc 详细使用方法:libvlc_media_add_option 函数中的参数设置

[转载自]tinyle的专栏 [原文链接地址]http://blog.csdn.net/myaccella/article/details/7027962 [手记] 下面列出的参数可以在命令行中执行,也可以在VLC界面中填写.当然,更重要的是能在 程序中调用. 程序中调用的时候要注意,什么是全局参数,什么是会话参数.例如: RTP over TCP的选项,必须用冒号.用双减号则没有效果. 正确写法:libvlc_media_add_option(m_media, “:rtsp-tcp”); 错误

ZMAN的学习笔记之Python篇:函数可变长参数

ZMAN的学习笔记之Python篇: 1.装饰器 2.函数“可变长参数” 这次来聊聊Python中函数的“可变长参数”,在实际中经常会用到哦~  一.什么是“可变长参数” “可变长参数”就是向一个函数传入不定个数的参数.比如我写一个函数:传入一个学生参加各科目考试的成绩,求平均分,如两个学生分别传入(92, 91, 88)和(88, 95),因为每个学生参加的考试个数不同,因此传入的参数个数也就不同了,遇到这种情况,我们在定义函数的时候,可以使用“可变长参数”. 二.在定义函数时使用“可变长参数

(一)Python入门-5函数:06参数类型-位置参数-默认值参数-命名参数-可变参数-强制命名参数

参数的几种类型: 位置参数: 函数调用时,实参默认按位置顺序传递,需要个数和形参匹配.按位置传递的参数,称为: “位置参数” 默认值参数: 我们可以为某些参数设置默认值,这样这些参数在传递时就是可选的.称为“默认值参数”. 默认值参数放到位置参数后面. 命名参数: 我们也可以按照形参的名称传递参数,称为“命名参数”,也称“关键字参数”. 可变参数: 可变参数指的是“可变数量的参数”.分两种情况: 1. *param(一个星号),将多个参数收集到一个“元组”对象中. 2. **param(两个星号

(一)Python入门-5函数:05参数的传递-可变对象-不可变对象-浅拷贝和深拷贝-不可变对象含可变子对象

一:参数的传递 函数的参数传递本质上就是:从实参到形参的赋值操作. Python中“一切皆对象”, 所有的赋值操作都是“引用的赋值”.所以,Python中参数的传递都是“引用传递”,不 是“值传递”.具体操作时分为两类: 1. 对“可变对象”进行“写操作”,直接作用于原对象本身. 2. 对“不可变对象”进行“写操作”,会产生一个新的“对象空间”,并用新的值填 充这块空间.(起到其他语言的“值传递”效果,但不是“值传递”) 可变对象有: 字典.列表.集合.自定义的对象等 不可变对象有: 数字.字符

使用python中的matplotlib进行绘图分析数据

http://blog.csdn.net/pipisorry/article/details/37742423 matplotlib 是python最著名的绘图库,它提供了一整套和matlab相似的命令API,十分适合交互式地进行制图.而且也可以方便地将它作为绘图控件,嵌入GUI应用程序中. 它的文档相当完备,并且 Gallery页面 中有上百幅缩略图,打开之后都有源程序.因此如果你需要绘制某种类型的图,只需要在这个页面中浏览/复制/粘贴一下,基本上都能搞定. 在Linux下比较著名的数据图工具

python学习总结(函数进阶)

-------------------程序运行原理------------------- 1.模块的内建__name__属性,主模块其值为__main__,导入模块其值为模块名 1.创建时间,py文件比pyc文件新,则从新生成pyc. 2.magic num,做运行前版本测试,版本不同重新生成pyc. 3.PyCodeObject对象,源代码中的字符串,常量值,字节码指令,原始代码行号的对应关系. 2.LEGB规则 1.Local :本地 当前所在命名空间(如函数,模块),函数的参数也属于命名空

python 高阶函数: Partial(偏函数)

格式: functools.partail(函数,函数的参数) -------> int(x, base) ----->  functools.partial(int, base) 一.int函数 官网介绍:class int(x, base=10)  #x为字符串数字, 默认该字符串数字是十进制数, 返回值是十进制数 #!/usr/bin/python ##普通使用print "int('10001', 2):", int('10001', 2)  #字符串数字'1000

python的自定义函数(函数类型、def、range、rerun)

一.PyCharm基本设置 1.用Ctrl+鼠标滚轮--放大或缩小字体 搜索zoom 2.在Windows资源管理器打开文件或目录 搜索keymap 设置成不常用的键即可,如F3. 3.代码提示 搜索letter 二.自定义函数 1.为什么要使用函数 函数中的代码一次编写,多处运行;函数可以让代码复用,减少代码冗余. 函数是组织好的,可重复使用的,用来实现单一,或相关联功能的代码段. 函数能提高应用的模块性,和代码的重复利用率.你已经知道Python提供了许多内建函数,比如print().但你也