1.导入库与准备数据
#导入库
import numpy as np
import matplotlib.pyplot as plt
# 准备数据
x = np.linspace(-np.pi, np.pi, 256, endpoint=True)
y_cos, y_sin = np.cos(x), np.sin(x)
2.绘制折线并设置其参数
plt.plot(x,y_cos,color='b',linewidth=1.0)
plt.plot(x,y_sin,color='r',linewidth=1.0,alpha=0.5)
折线图参数
x:x轴数据;
y:y轴数据;
linestyle:指定折线的类型,可以是实线、虚线、点虚线、点点线等,默认文实线;
linewidth:指定折线的宽度
marker:可以为折线图添加点,该参数是设置点的形状;
markersize:设置点的大小;
markeredgecolor:设置点的边框色;
markerfactcolor:设置点的填充色;
label:为折线图添加标签,类似于图例的作用
3.图表辅助元素定制(图表标题,刻度标签,图例,网格,指向型注释文本)
title= 'Cos & Sin'
plt.title(title) #设置标题
plt.xticks(np.arange(-np.pi, np.pi, 1.57), #设置刻度标签
[r'$-\pi$', r'$-\pi/2$',
'0', r'$\pi/2$', r'$-\pi/2$'])
plt.yticks([-1,-0.5,0,0.5,1])
kinds = ['COS','SIN']
plt.legend(kinds,loc='upper left',) #设置图例
plt.grid(color='b',ls='-',lw=0.25) #设置背景
plt.annotate('cos(1)', #设置指向型文本注释
xy=(1,np.cos(1)),
xytext=(0.9, 0.8),
arrowprops=dict(arrowstyle='->')
)
- xlabel:表示x轴标签的文本。
- fontdict:表示控制标签文本样式的字典。
- labelpad:表示标签与坐标轴边框(包括刻度和刻度标签)的距离。
- left:表示x轴刻度取值区间的左位数。
- right:表示x轴刻度取值区间的右位数。
- emit:表示是否通知限制变化的观察者,默认为Ture。
- auto:表示是否允许自动缩放x轴,默认为Ture。
- xmin:表示x轴刻度的最小值。
- xmax:表示x轴刻度的最大值。
4.图表样式美化(颜色填充)
plt.fill_between(x, y_cos, y_sin, y_cos > y_sin, color='blue', alpha=0.2)
5.运行结果
除了以上函数和方法外,还有很多其他的函数和方法可以用来定制matplotlib的绘图。具体相关信息可以访问Matplotlib — Visualization with Python查阅matplotlib的官方文档。