利用python进行数据分析——matplotlib学习笔记（2）

最新推荐文章于 2024-06-06 22:08:23 发布

原创最新推荐文章于 2024-06-06 22:08:23 发布 · 874 阅读

8 ·

CC 4.0 BY-SA版权

文章标签：

#python #matplotlib #颜色线型 #标签图例

python 专栏收录该内容

39 篇文章

订阅专栏

本文介绍了如何使用Matplotlib库进行基本的数据可视化操作，包括设置线条的颜色、标记和样式，以及如何自定义图表的标题、轴标签、刻度等元素，并展示了如何添加图例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、颜色、标记（marker）和线型

matplotlib的plot函数接受一组X和Y坐标，还可以接受一个表示颜色和线型的字符串缩写。例如要根据xy绘制绿色虚线，代码如下：

import matplotlib.pyplot as plt
x=[1,2,3]
y=[5,7,4]

plt.plot(x,y,'g--')  # plt.plot(x,y,linestyle='--',color='g')效果一样
plt.show()

完整的linestyle列表如下：

颜色：
========== ========
character color
========== ========
'b' blue
'g' green
'r' red
'c' cyan
'm' magenta
'y' yellow
'k' black
'w' white

========== ========

标记：可以放入格式字符串中，但标记类型和线型必须放在颜色后面。

标记	描述	标记	描述
‘o’	圆圈	‘.’	点
‘D’	菱形	‘s’	正方形
‘h’	六边形1	‘*’	星号
‘H’	六边形2	‘d’	小菱形
‘_’	水平线	‘v’	一角朝下的三角形
‘8’	八边形	‘<’	一角朝左的三角形
‘P’	五边形	‘>’	一角朝右的三角形
‘,’	像素	‘^’	一角朝上的三角形
‘+’	加号	‘\’	竖线
‘None’	无	‘x’	x

线型：

- 实线
-- 短线
-. 短点相间线
：虚点线

import matplotlib.pyplot as plt 
import numpy as np

plt.plot(np.random.randn(30).cumsum(),'mx--') # plt.plot(np.random.randn(30).cumsum(),color='m',linestyle='--',marker='x')
plt.show()

二、刻度、标签和图例

1.设置标题、轴标签、刻度及刻度标签

import matplotlib.pyplot as plt 
import numpy as np

fig=plt.figure();ax=fig.add_subplot(1,1,1)
ax.plot(np.random.randn(1000).cumsum())
plt.show()

修改x轴的刻度：set_xticks，告诉matplotlib要将刻度放在数据范围中的哪些位置

set_xticklabels，将任何其他值作为标签

import matplotlib.pyplot as plt 
import numpy as np

fig=plt.figure();ax=fig.add_subplot(1,1,1)
ax.plot(np.random.randn(1000).cumsum())

#修改x刻度
ticks=ax.set_xticks([0,250,500,750,1000])
labels=ax.set_xticklabels(['one','two','three','four','five'],rotation=30,fontsize='small')

#设置标题
ax.set_title('alulu')

#设置x轴名称
ax.set_xlabel('stages')

plt.show()

2.添加图例（legend）

方式一：在添加subplot的时候传入label参数

import matplotlib.pyplot as plt 
import numpy as np
fig=plt.figure();ax=fig.add_subplot(1,1,1)
ax.plot(np.random.randn(1000).cumsum(),'k',label='one')
ax.plot(np.random.randn(1000).cumsum(),'m--',label='two')
ax.plot(np.random.randn(1000).cumsum(),'b.',label='three')

ax.legend(loc='best') #plt.legend() 自动创建图例  loc告诉matplotlib图例放在哪
plt.show()

111