Python中plt.plot()、plt.scatter()和plt.legend函数的用法示例
今天想要用matplotlib中的plt函数绘制图表,将多个数据曲线在一个图表中进行呈现,下面这篇文章主要给大家介绍了关于Python中plt.plot()、plt.scatter()和plt.legend函数用法的相关资料,需要的朋友可以参考下
目录
plt.plot()函数
plt.scatter()函数
plt.legend()函数
总结
plt.plot()函数
1 | 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
1 2 3 | b = np.arange(5)plt.plot(b,b*1.0,'g.-',b,b*1.5,'rx',b,b*2.0, 'b')plt.show() |
plt.scatter()函数
plt.scatter()函数用于生成一个scatter散点图。
1 | 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
1 2 3 4 5 6 7 8 9 10 11 | import numpy as npimport 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
1 | plt.legend(loc=' ') |
2.设置图例字体大小
1 | 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
1 2 3 | 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
1 2 3 | 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
1 | legend = plt.legend([p1, p2], ["BJ", "SH"]) |
示例
1 2 3 4 5 6 7 8 | import matplotlib.pyplot as pltimport 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
总结
到此这篇关于Python中plt.plot()、plt.scatter()和plt.legend函数用法的文章就介绍到这了
原文链接：https://blog.csdn.net/qq_43186282/article/details/121513266