plt.plot(),plt.scatter(),plt.legend函数的用法介绍

plt.plot()函数

plt.plot(x, y, format_string, **kwargs)
参数 说明
x X轴数据,列表或数组,可选
y Y轴数据,列表或数组
format_string 控制曲线的格式字符串,可选
**kwargs 第二组或更多(x,y,format_string),可画多条曲线

format_string 由颜色字符、风格字符、标记字符组成

  • 颜色字符
  • 'b' 蓝色 'm' 洋红色 magenta
  • 'g' 绿色 'y' 黄色
  • 'r' 红色 'k' 黑色
  • 'w' 白色 'c' 青绿色 cyan
  • '#008000' RGB某颜色 '0.8' 灰度值字符串
  • 多条曲线不指定颜色时,会自动选择不同颜色
  • 风格字符
  • '‐' 实线
  • '‐‐' 破折线
  • '‐.' 点划线
  • ':' 虚线
  • '' ' ' 无线条
  • 标记字符
  • '.' 点标记
  • ',' 像素标记(极小点)
  • 'o' 实心圈标记
  • 'v' 倒三角标记
  • '^' 上三角标记
  • '>' 右三角标记
  • '<' 左三角标记…等等
  • **kwargs : 第二组或更多(x,y,format_string)

    color : 控制颜色, color=‘green’
    linestyle : 线条风格, linestyle=‘dashed’
    marker : 标记风格, marker=‘o’
    markerfacecolor: 标记颜色, markerfacecolor=‘blue’
    markersize: 标记尺寸, markersize=20

    b = np.arange(5)
    plt.plot(b,b*1.0,'g.-',b,b*1.5,'rx',b,b*2.0, 'b')
    plt.show()
    

    img

    plt.scatter()函数

    plt.scatter()函数用于生成一个scatter散点图。

    matplotlib.pyplot.scatter(x, y, s=20, c='b', marker='o', cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, hold=None, **kwargs
    
    参数 解释说明
    x,y 表示的是shape大小为(n,)的数组,也就是我们即将绘制散点图的数据点,输入数据。
    s 表示的是大小,是一个标量或者是一个shape大小为(n,)的数组,可选,默认20。
    c 表示的是色彩或颜色序列,可选,默认蓝色’b’。但是c不应该是一个单一的RGB数字,也不应该是一个RGBA的序列,因为不便区分。c可以是一个RGB或RGBA二维行数组。
    marker MarkerStyle,表示的是标记的样式,可选,默认’o’。
    cmap Colormap,标量或者是一个colormap的名字,cmap仅仅当c是一个浮点数数组的时候才使用。如果没有申明就是image.cmap,可选,默认None。
    norm Normalize,数据亮度在0-1之间,也是只有c是一个浮点数的数组的时候才使用。如果没有申明,就是默认None。
    vmin,vmax 标量,当norm存在的时候忽略。用来进行亮度数据的归一化,可选,默认None。
    alpha 标量,0-1之间,可选,默认None。
    linewidths 标记点的长度,默认None。

    例子

    import numpy as np
    import matplotlib.pyplot as plt
     
    np.random.seed(0)
    x=np.random.rand(20)
    y=np.random.rand(20)
    
    area=(50*np.random.rand(20))**2
     
    plt.scatter(x,y,s=area,alpha=0.5)
    plt.show()
    

    plt.legend()函数

    1.设置图例的位置

    plt.legend(loc=' ')
    

    2.设置图例字体大小

    fontsize : int or float or {‘xx-small’, ‘x-small’, ‘small’, ‘medium’, ‘large’, ‘x-large’, ‘xx-large’}
    

    3.设置图例边框及背景

    plt.legend(loc='best',frameon=False) #去掉图例边框
    plt.legend(loc='best',edgecolor='blue') #设置图例边框颜色
    plt.legend(loc='best',facecolor='blue') #设置图例背景颜色,若无边框,参数无效
    

    4.设置图例标题

    legend = plt.legend(["BJ", "SH"], title='Beijing VS Shanghai')
    #或者 
    plt.plot(["BJ", "SH"],loc='upper left',title='Beijing VS Shanghai')
    

    5.设置图例名字及对应关系

    legend = plt.legend([p1, p2], ["BJ", "SH"])
    

    示例

    import matplotlib.pyplot as plt
    import numpy as np   
    x = np.arange(0,10,1)
    plt.plot(x,x,'r--',x,np.cos(x),'g--',marker='*')
    plt.xlabel('row')
    plt.ylabel('cow')
    plt.legend(["BJ","SH"],loc='upper left',loc='upper left')
    plt.show()
    

    运行结果

    来源:Sunny.T

    物联沃分享整理
    物联沃-IOTWORD物联网 » plt.plot(),plt.scatter(),plt.legend函数的用法介绍

    发表评论