利用python繪制線型圖

更新時間：2022年06月19日 17:18:28 作者：Vergil_Zsh

這篇文章主要介紹了利用python繪制線型圖，文章圍繞主題的相關資料展開詳細的內容介紹，具有一定的參考價值，感興趣的下伙伴可以參考一下

x,y

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(0.2, 2.0, 0.01)
y1 = np.sin(2*np.pi*x)
y2 = np.sin(4*np.pi*x)

plt.figure(1)
plt.subplot(211)
plt.plot(x,y1)

plt.subplot(212)
plt.plot(x,y2)
plt.show()

color

Colors的值：

import numpy as np
import matplotlib.pyplot as plt

# 需要解釋下,下面兩行代碼是防止出現(xiàn)中文時,會報警告
# 因為我們的title里面寫的是中文
plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus']=False
x = np.arange(0.2, 2.0, 0.01)
y1 = np.sin(2*np.pi*x)
y2 = np.sin(4*np.pi*x)

plt.figure(1)
plt.subplot(211)
plt.title('不添加顏色')
plt.plot(x,y1)

plt.subplot(212)
plt.title('添加顏色')
plt.plot(x,y2,color='c')
plt.show()

linstyle

'b'    # blue markers with default shape
'or'   # red circles
'-g'   # green solid line
'--'   # dashed line with default color
'^k:'  # black triangle_up markers connected by a dotted line

import numpy as np
import matplotlib.pyplot as plt

plt.figsize=((10,8))
plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus']=False

x = [1, 2, 3, 4]
y = [1, 4, 9, 16]

plt.subplot(221)
plt.title('樣式: -')
plt.plot(x,y,'-')

plt.subplot(222)
plt.title('樣式: --')
plt.plot(x,y,'--')

plt.subplot(223)
plt.title('樣式: -.')
plt.plot(x, y, '-.')

plt.subplot(224)
plt.title('樣式: :')
plt.plot(x, y, ':')
plt.show()

縮寫方式

import numpy as np
import matplotlib.pyplot as plt
x = [1, 2, 3, 4]
y = [1, 4, 9, 16]
plt.subplot()
# 線形狀 '-',顏色'g'
plt.plot(x, y, '-g')
plt.show()

marker, markersize

marker在scatter里面我已經有所解釋過了，有好多種情況，可以在scatter散點圖這里會將顏色和marker連接起來,可以有個很清楚的了解，并且較為清楚，也是縮寫

import matplotlib.pyplot as plt
plt.figsize=((12,6))
plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus']=False
x = [1, 2, 3, 4]
y = [1, 4, 9, 16]
plt.subplot(131)
plt.title('默認情況')
plt.plot(x, y)

plt.subplot(132)
plt.title('紅色圓圈')
# marker為o 顏色r
plt.plot(x, y, 'or')

plt.subplot(133)
plt.title('正三角黑色')
# marker為^ 顏色k->black
plt.plot(x, y, '^k')
plt.show()

label

標簽,這個在所有圖形中都可以使用,在這里展示下,包括之前的alpha也是,都所屬**kwargs里面，在任何繪圖中都可以添加，legend為圖例

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-np.pi/2, np.pi/2, 31)
y = np.cos(x)**3

# 1) remove points where y > 0.7
x2 = x[y <= 0.7]
y2 = y[y <= 0.7]

# 2) mask points where y > 0.7
y3 = np.ma.masked_where(y > 0.7, y)

# 3) set to NaN where y > 0.7
y4 = y.copy()
y4[y3 > 0.7] = np.nan

plt.plot(x*0.1, y, 'o-', color='lightgrey', label='No mask')
plt.plot(x2*0.4, y2, 'o-', label='Points removed')
plt.plot(x*0.7, y3, 'o-', label='Masked values')
plt.plot(x*1.0, y4, 'o-', label='NaN values')
plt.legend()
plt.show()

下面就是一些案例

一次性繪制三個線條圖

import numpy as np
import matplotlib.pyplot as plt
t = np.arange(0., 5., 0.2)
# 紅色虛線,藍色方塊,淺藍六邊形
plt.plot(t, t, 'r--', t, t**2, 'bs', t, t**3, 'cH')
plt.show()

import numpy as np
import matplotlib.pyplot as plt
x1 = np.linspace(0.0, 5.0)
y1 = np.cos(2 * np.pi * x1) * np.exp(-x1)
x2 = np.linspace(0.0, 2.0)
y2 = np.cos(2 * np.pi * x2)
plt.subplot(211)
plt.plot(x1, y1, 'o-')
plt.subplot(212)
plt.plot(x1, y1, '.-')
plt.show()