Python 用 matplotlib 中的 plot 画图，折线图 |
您所在的位置：网站首页 › R语言interact_plot画图去掉网格添加x轴和y轴 › Python 用 matplotlib 中的 plot 画图，折线图 |
Python 用 matplotlib 中的 plot 画图，折线图
|
文章目录
1. 加载宏包2. plot 函数的语法plot([x], y, [fmt], **kwargs)
3. 一张图画好几条线
1. 加载宏包
使用 matplotlib 包画图时，我们一般加载里面的 pyplot，并命名为 plt，然后使用 plot 函数画图。 # 导入 matplotlib 中的 plot， 并命名为常用名 plt import matplotlib.pyplot as plt例如，下面的代码画出正弦函数 y = s i n ( x ) y=sin(x) y=sin(x) 的图形。 import matplotlib.pyplot as plt import numpy as np # 生成数据 x = np.arange(0, 10, 0.1) # 横坐标数据为从0到10之间，步长为0.1的等差数组 y = np.sin(x) # 纵坐标数据为 x 对应的 sin(x) 值 # 生成图形 plt.plot(x, y) # 显示图形 plt.show()图形显示： Plot 函数的基本语法是： plot([x], y, [fmt], **kwargs) 含义[x]可选参数，横坐标轴数据y纵坐标轴数据[fmt]可选参数，字符串，定义图形的基本样式：颜色，点形，线形**Kwargs不定长的关键字参数，用字典形式设置图形的其他属性[fmt] 的常用代码（包括颜色代码、点形代码、线形代码），由下面的表所示。 颜色： 代码颜色‘b’蓝色‘g’绿色‘r’红色‘y’黄色‘k’黑色‘w’白色点形： 代码点形‘.’圆点形‘o’实心圆‘*’星号‘+’加号‘x’叉号线形： 代码线形‘-’实线‘–’虚线‘-.’折线‘:’点线**Kwargs 的常用设置包括线条的粗细 linewidth，图像标签 label 等。下面一些 plot 函数的代码展示了 [x]，[fmt]，**Kwargs 的一些可选用法： >>> plot(x, y) # 根据横坐标数据 x 与纵坐标数据 y 画图，采用默认的颜色、点形与线性 >>> plot(y) # 据纵坐标数据 y 画图，横坐标数据默认为从 0 到 N-1，步长为 1 的等差数组 >>> plot(x, y, 'bo') # 颜色为蓝色('b')、点形为圆('o') >>> plot(y, 'g-.') # 颜色为绿色('g')，线型为折线('-.') >>> plt.plot(x, y, 'yo:', label='y=sin(x)', linewidth=2) # 颜色为黄色('y')，点形为圆形('o')，线形为虚线(':')，lable 内容为 'y=sin(x)', 线条宽度为 2通过设置线型形状，就可以画折线图了。 如果我们想自定义坐标轴的标题，坐标轴的刻度，坐标轴刻度的范围，设置图形标题，添加图例时，可以通过设置 pyplot 函数中的 xlable（横坐标轴标题）, ylabel（纵坐标轴标题）, xticks（横坐标轴刻度），yticks（纵坐标轴刻度），title（图形标题）, grid（显示网格），legend（显示图例）等属性来实现。经过自定义设置，对上图的代码进行一下修改： import matplotlib.pyplot as plt import numpy as np # 这两行代码使得 pyplot 画出的图形中可以显示中文 plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False # 生成数据 x = np.arange(0, 10, 0.5) y = np.sin(x) # 生成图形 plt.plot(x, y, 'go:', label='y=sin(x)', linewidth=2) # 颜色绿色，点形圆形，线性虚线，设置图例显示内容，线条宽度为2 plt.ylabel('y') # 横坐标轴的标题 plt.xlabel('x') # 纵坐标轴的标题 plt.xticks(np.arange(0, 11, 1)) # 设置横坐标轴的刻度为 0 到 10 的数组 plt.ylim([-2, 2]) # 设置纵坐标轴范围为 -2 到 2 plt.legend() # 显示图例, 图例中内容由 label 定义 plt.grid() # 显示网格 plt.title('我的第一个 Python 图形') # 图形的标题 # 显示图形 plt.show()生成图形：
下表是我国近10年的 GDP 增长率，以及三大产业在近10年的增长率。 时间GDP增长率第一产业增长率第二产业增长率第三产业增长率2009年9.4410.39.62010年10.64.312.79.72011年9.64.210.79.52012年7.94.58.482013年7.83.888.32014年7.34.17.47.82015年6.93.96.28.22016年6.73.36.37.72017年6.845.97.92018年6.63.55.87.6在画图时，横坐标轴数据为年份，纵坐标轴数据分别为 GDP 增长率，第一产业增长率，第二产业增长率，第三产业增长率。为了将四个纵坐标轴数据显示在一个图形上，可以用四个 plot 函数进行划线。Python 画图的代码为： import matplotlib.pyplot as plt # 这两行代码解决 plt 中文显示的问题 plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False # 输入纵坐标轴数据与横坐标轴数据 gdp_rate = [9.4, 10.6, 9.6, 7.9, 7.8, 7.3, 6.9, 6.7, 6.8, 6.6] first_industry_rate = [4.0, 4.3, 4.2, 4.50, 3.8, 4.1, 3.9, 3.3, 4.0, 3.5] second_industry_rate = [10.3, 12.7, 10.7, 8.4, 8.0, 7.4, 6.2, 6.3, 5.9, 5.8] third_industry_rate = [9.6, 9.7, 9.5, 8.0, 8.3, 7.8, 8.2, 7.7, 7.9, 7.6] years = [2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018] # 4 个 plot 函数画出 4 条线，线形为折线，每条线对应各自的标签 label plt.plot(years, gdp_rate, '.-', label='GDP增长率') plt.plot(years, first_industry_rate, '.-', label='第一产业增长率') plt.plot(years, second_industry_rate, '.-', label='第二产业增长率') plt.plot(years, third_industry_rate, '.-', label='第三产业增长率') plt.xticks(years) # 设置横坐标刻度为给定的年份 plt.xlabel('年份') # 设置横坐标轴标题 plt.legend() # 显示图例，即每条线对应 label 中的内容 plt.show() # 显示图形图形显示效果： |
利用plot函数，我们可以对图形进行更多精细的设置，官方的详细文档可以参看：https://matplotlib.org/3.1.1/api/_as_gen/matplotlib.pyplot.plot.html。
【本文地址】
今日新闻 |
推荐新闻 |