matplotlib里面plt.plot()画图figsize、legend等不生效的问题

本文讲述了在使用Python的matplotlib库进行数据可视化时,调用plt.figure()设置画布大小、plt.plot()填充数据以及plt.legend()添加图例的顺序至关重要。错误的顺序会导致设置无法生效或者图例无法显示。通过调整正确顺序,可以成功调整图像大小并添加图例。

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

好久不写py,做个行情线,但图太小,用plt.figure()设置画布大小之后,怎么样都不生效,最后发现是因为放错了顺序,调用figure方法一定要在填充数据plot()之前。

解决完后想加个图例(legend方法)也加不上去,最后找到原因还是因为放错了顺序。(笑死,属实太菜了)虽然官网的用例很多,但平常查用的时候都一句一句地添加,没有注意先后问题。

想想也有道理,plt先准备一个画布(不管有没有数据),有了数据之后才能对应显示出图例

plt.figure(figsize=(10,6))  # (长,高),单位是inch,不要设的太大

plt.plot(x, y1, x, y2, x, y3)  # 三条线,填充数据

plt.legend(('open', 'close', 'ma10'), loc='upper left')  # 图例
plt.show()

figure

||

plot

||

legend

(图片跟上面代码不是对应的)

 

# -*- coding: utf-8 -*- """ Created on Sun Mar 9 22:22:56 2025 @author: 23084 """ # -*- coding: utf-8 -*- """ Created on Sun Mar 9 22:16:52 2025 @author: 23084 """ import pandas as pd import matplotlib.pyplot as plt import numpy as np import xarray as xr from scipy import stats def sk(data): n = len(data) Sk = [0] UFk = [0] s = 0 E = [0] Var = [0] for i in range(1, n): for j in range(i): if data[i] > data[j]: s = s + 1 else: s = s + 0 Sk.append(s) E.append((i + 1) * (i + 2) / 4) # Sk[i]的均值 Var.append((i + 1) * i * (2 * (i + 1) + 5) / 72) # Sk[i]的方差 UFk.append((Sk[i] - E[i]) / np.sqrt(Var[i])) UFk = np.array(UFk) return UFk # a为置信度 def MK(data, a): ufk = sk(data) # 顺序列 ubk1 = sk(data[::-1]) # 逆序列 ubk = -ubk1[::-1] # 逆转逆序列 # 输出突变点的位置 p = [] u = ufk - ubk for i in range(1, len(ufk)): if u[i - 1] * u[i] < 0: p.append(i) if p: print("突变点位置:", p) else: print("未检测到突变点") # 画图 conf_intveral = stats.norm.interval(a, loc=0, scale=1) # 获取置信区间 plt.rcParams['font.family'] = ['sans-serif'] plt.rcParams['font.sans-serif'] = ['SimHei'] # 解决中文不显示问题 plt.rcParams['axes.unicode_minus'] = False # 解决负号不显示问题 plt.figure(figsize=(10, 5)) plt.plot(range(len(data)), ufk, label='UFk', color='r') plt.plot(range(len(data)), ubk, label='UBk', color='b') plt.ylabel('UFk - UBk', fontsize=25) x_lim = plt.xlim() plt.ylim([-6, 7]) plt.plot(x_lim, [conf_intveral[0], conf_intveral[0]], 'm--', color='r', label='95%显著区间') plt.plot(x_lim, [conf_intveral[1], conf_intveral[1]], 'm--', color='r') plt.axhline(0, ls="--", c="k") plt.legend(loc='upper center', frameon=False, ncol=3, fontsize=20) # 图例 plt.xticks(fontsize=25) plt.yticks(fontsize=25) plt.show() # 文件读取 nc_file_path = 'E:/guizhou_pre1.nc'ds = xr.open_dataset(nc_file_path) # 提取降水数据和时间信息 precip = ds['pre'] time = ds['time'] # 按空间维度求平均,将降水数据转换为一维时间序列 precip_1d = precip.mean(dim=[dim for dim in precip.dims if dim != 'time']) # 绘图 plt.figure() plt.xlabel('Date') plt.ylabel('the rainfall of the day') plt.title('Day Rainfall Time Plot') plt.grid(True) plt.plot(time, precip_1d) plt.show() # 计算年降水量 yearrain = precip_1d.groupby('time.year').sum() year1 = yearrain.year.values # 绘制年降水量时间序列图 plt.figure() plt.xlabel('Year') plt.ylabel('the rainfall of the year') plt.title('Year Rainfall Time Plot') plt.grid(True) plt.plot(year1, yearrain) plt.show() # 进行检验 MK(yearrain.values, 0.95)对于这串代码,请你完善它,使它更精美,便于读图,也请你检查是否正确,给我修改后的完整的能直接使用的代码,不要省略
最新发布
03-10
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