matplotlib3 --pyplot.plot解释

本文详细解析matplotlib库中plot函数的使用,包括其API、返回值和参数选项。通过实例展示如何绘制单个和多个y-x曲线,讨论data参数以及scalex和scaley参数的影响。同时,强调了在创建Figure和Axes之后进行绘图的重要性,并提供了创建和绘制正弦、余弦及三次x函数的示例。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

作为最常用的绘图函数之一,我们要比较详细的介绍了。

matplotlib.pyplot.plot(*args, scalex=True, scaley=True, data=None, **kwargs)
API:
https://matplotlib.org/api/_as_gen/matplotlib.pyplot.plot.html

  • 返回值:对应于每条线的 Line2D实例的 列表

plot y-x as lines and/or markers

调用实例:

  • 绘制 单个y-x
    plot([x], y, [fmt], data=None, **kwargs)
  • 在一个Aaxes 中绘制多个y-x
    plot([x], y, [fmt], [x2], y2, [fmt2], …, **kwargs)

其中, 可选参数fmt定义图的基本形式,比如颜色,标记(x,y)点的形状,和曲线的类型[color, marker and linestyle]。

先讲一下其他的几个参数:

  • data
    在绘制一些标签数据(比如,可以通过obj[‘y’]索引到的数据), 不用提供数据x,y。可以将对象名传给参数data,只需要传给x,y的标签就好。

    其中,所有索引的对象都支持,比如dict, pandas.DataFrame or structed numpy array

    前两个参数不是参数x, y,
    比如调用plt.plot(x='labelx',y= 'labely', data=data_ex)将会报错

import matplotlib.pyplot as plt
import numpy as np

data_ex = {
   
   'labelx': [1, 2, 3,4], 'labely': [1, 2, 3
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值