Python基础之画图神器matplotlib

 更新时间:2021年04月16日 10:05:31   作者:汀、  
这篇文章主要介绍了python基础之画图神器matplotlib,文中有非常详细的代码示例,对正在学习python的小伙伴们有一定的帮助,需要的朋友可以参考下

Python画图(线条颜色、大小、线形)

先放基础代码,下面讲述效果:

import matplotlib.pyplot as plt
import numpy as np
 
list1=[1,2,6,4,5,6,2,4,4,5,7]
list2=[2,3,5,8,12,1,3,4,6,2,4]
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.title('显示中文标题')
plt.xlabel("横坐标")
plt.ylabel("纵坐标")
x=np.arange(0,len(list1))+1       #//得到长度
x[0]=1                            #%坐标从1开始
my_x_ticks = np.arange(1, 14, 1)  #!控制横坐标网格化程度,显示更加美观
plt.xticks(my_x_ticks)
plt.plot(x,list1,label='list1',color='g')
plt.plot(x,list2,label='list2',color='b')
plt.legend()
plt.grid()#添加网格
plt.show()
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签

没有这行代码我在vscode里面显示的标签是乱码,如下图:

线条颜色设置以及网格大小标签设置效果

plt.plot(x,list1,label='list1',color='g')
plt.plot(x,list2,label='list2',color='b')

颜色可以自己设置选择

my_x_ticks = np.arange(1, 14, 1)  #!控制横坐标网格化程度,显示更加美观
plt.xticks(my_x_ticks)

网格化控制坐标距离更加美观:

标签:就是右上角的显示

设置线条的大小和样式

plt.plot(x,list1,label='list1',color='Magenta',linewidth=2,linestyle='-.')#添加linestyle设置线条类型
plt.plot(x,list2,label='list2',color='DarkTurquoise',linewidth=4,linestyle='--')

颜色参考网址随便设置,效果图:

线段类型:

完整代码:

import matplotlib.pyplot as plt
import numpy as np
 
list1=[1,2,6,4,5,6,2,4,4,5,7]
list2=[2,3,5,8,12,1,3,4,6,2,4]
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.title('显示中文标题')
plt.xlabel("横坐标")
plt.ylabel("纵坐标")
x=np.arange(0,len(list1))+1
x[0]=1
my_x_ticks = np.arange(1, 14, 1)
plt.xticks(my_x_ticks)
plt.plot(x,list1,label='list1',color='Magenta',linewidth=2,linestyle='-.')#添加linestyle设置线条类型
plt.plot(x,list2,label='list2',color='DarkTurquoise',linewidth=4,linestyle='--')
plt.legend()
plt.grid()#添加网格
plt.show()

到此这篇关于python基础之画图神器matplotlib的文章就介绍到这了,更多相关python画图matplotlib内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • 关于numpy两个array叠加操作详解

    关于numpy两个array叠加操作详解

    numpy是Python用来科学计算的一个非常重要的库,numpy主要用来处理一些矩阵对象,可以说numpy让Python有了Matlab的味道,下面这篇文章主要给大家介绍了关于numpy两个array叠加操作的相关资料,需要的朋友可以参考下
    2022-08-08
  • Python + selenium + requests实现12306全自动抢票及验证码破解加自动点击功能

    Python + selenium + requests实现12306全自动抢票及验证码破解加自动点击功能

    这篇文章主要介绍了Python + selenium + requests实现12306全自动抢票及验证码破解加自动点击功能,需要的朋友可以参考下
    2018-11-11
  • Flask实现swagger在线文档与接口测试流程详解

    Flask实现swagger在线文档与接口测试流程详解

    Flask是一个使用Python编写的轻量级Web应用框架。其WSGI工具箱采用 Werkzeug,模板引擎则使用Jinja2。Flask使用 BSD 授权。Flask也被称为“microframework”,因为它使用简单的核心,用 extension 增加其他功能,本篇带你用Flask实现swagger在线文档与接口测试
    2022-07-07
  • Python机器学习NLP自然语言处理基本操作之命名实例提取

    Python机器学习NLP自然语言处理基本操作之命名实例提取

    自然语言处理( Natural Language Processing, NLP)是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法
    2021-11-11
  • python3中eval函数用法使用简介

    python3中eval函数用法使用简介

    这篇文章主要介绍了python3中eval函数用法使用简介,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2019-08-08
  • pandas重新生成索引的方法

    pandas重新生成索引的方法

    今天小编就为大家分享一篇pandas重新生成索引的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-11-11
  • Numpy对于NaN值的判断方法

    Numpy对于NaN值的判断方法

    本文主要介绍了Numpy对于NaN值的判断方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2023-02-02
  • python实现简单文件读写函数

    python实现简单文件读写函数

    这篇文章主要为大家详细介绍了python实现简单文件读写函数,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2021-02-02
  • python机器学习实现决策树

    python机器学习实现决策树

    这篇文章主要为大家详细介绍了python机器学习实现决策树,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2019-11-11
  • 深度学习环境搭建anaconda+pycharm+pytorch的方法步骤

    深度学习环境搭建anaconda+pycharm+pytorch的方法步骤

    本文主要介绍了深度学习环境搭建anaconda+pycharm+pytorch的方法步骤,文中通过示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2021-09-09

最新评论