matplotlib折线图

• Figure和Subplot

matplotlib的图像都位于Figure对象中，可以用plt.figure创建一个新的Figure。不能通过空Figure绘图。必须用add_subplot创建一个或多个subplot才行。

import matplotlib.pyplot as plt
import numpy as np
fig=plt.figure()
ax1=fig.add_subplot(2,2,1)
ax2=fig.add_subplot(2,2,2)
# 背景颜色是蓝色
ax3=fig.add_subplot(2,2,3，facecolor='blue')
# 和ax1的横左边轴一样，背景色为红色
ax4=fig.add_subplot(224, sharex=ax1, facecolor='red')
#展示图形
plt.show()

 

 

import matplotlib.pyplot as plt
import numpy as np
fig=plt.figure()
ax1=fig.add_subplot(2,2,1)
ax2=fig.add_subplot(2,2,2)
ax3=fig.add_subplot(2,2,3, facecolor='blue')
# 224和2，2，4是一样的。
ax4=fig.add_subplot(224, sharex=ax1, facecolor='red')
#cumsum是累积求和，color指定折线的颜色
plt.plot(np.random.randn(50).cumsum(),color='k')
plt.show()

 如果没有指定subplot，则默认为最后创建的sub_plot.

 

 

# color: 折线颜色；可以设置16进制颜色码或者英文单词
# alpha: 折线透明度； 范围 0~1
# linestyle: 折线样式
#            -  实线（solid）
#            -- 短线（dashed）
#            -. 短点相间线（dashdot）
#            :  虚点线(dotted)
# linewidth： 折线宽度
pt2=ax2.plot(x, y, color='green', alpha=0.6, linestyle='--', linewidth=2)  
# 传入x轴和y轴数据，通过plot绘制折线图

 

 

 

x = range(1, 10)
y = [1, 3, 5, 7, 9, 11, 13, 15, 17]

pt1=ax1.plot( x, y, marker='*', color='red', markersize=16, markeredgecolor='g', markeredgewidth=3)  
# 传入x轴和y轴数据，通过plot绘制折线图
plt.show()

 

折点样式(marker)选择

character	description
'-'	实线样式
'--'	短线样式
'-.'	点短线样式
':'	虚线样式
'.'	点标记
','	像素标记
'o'	圆形标记
'v'	三角向下标记
'^'	三角向上标记
'<'	三角向左标记
'>'	三角向右标记
's'	方形标记
'p'	五边形标记
'*'	星号标记
'h'	六边形标记
'H'	加粗六边形标记
'+'	加号标记
'x'	x标记
'D'	加粗菱形标记
'd'	菱形标记
'|'	|标记
'_'	下划线标记

• 图片大小设置

# 设置图片(画布)大小
# figsize: 指定画布的宽和高，单位：英寸
# dpi：指定绘图对象的分辨率，即每英寸多少个像素点，缺省值为80    1英寸等于2.5cm
#
plt.figure(figsize=(20, 8), dpi=80)
plt.plot(x, y, marker='_', color='blue',markersize=12, markeredgecolor='g', markeredgewidth=3)
# 传入x轴和y轴数据，通过plot绘制折线图

# plt.show()会释放figure资源，如果在显示图像之后报出图像将会得到一张空的图片
plt.show()

 

• 设置折线的x轴和y轴刻度

from matplotlib import pyplot as plt
from matplotlib import font_manager

x = range(1, 13)
y = range(3,39,3)

# plt.xticks(x)  # 设置x轴刻度
# plt.yticks(y)  # 设置y轴刻度

#
# 处理mac系统中文乱码问题： 在fname参数中指定字体路径 生成字体对象
#
# my_font = font_manager.FontProperties(fname='msyh.ttc', size=16)
# xtick_labels = ['{}月'.format(i) for i in x]
# ytick_labels = ['{}万'.format(i) for i in y]
# plt.xticks(x, xtick_labels, fontproperties=my_font, rotation=45)
# plt.yticks(y, ytick_labels, fontproperties=my_font)
#

# 这两句是处理Windows系统中文乱码问题, 直接调用系统中字体
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 设置x轴标签，并让字体旋转45度
xtick_labels = ['{}月'.format(i) for i in x]
ytick_labels = ['{}万'.format(i) for i in y]
plt.xticks(x, xtick_labels, rotation=45)
plt.yticks(y, ytick_labels)

plt.plot(x, y, marker='o', color='pink',markersize=10, markeredgecolor='g', markeredgewidth=2)  
# 传入x轴和y轴数据，通过plot绘制折线图
plt.show()

 

•  一图多线

from matplotlib import pyplot as plt
from matplotlib import font_manager

x = range(1, 13)
y1 = [1, 3, 9, 12, 15, 23, 34, 31, 23, 28, 27, 30]
y2 = [3, 2, 12, 21, 23, 4, 32, 30, 28, 18, 21, 31]

plt.plot(x, y1, color='red', label='小明')
plt.plot(x, y2, color='blue', label='小方')

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

plt.xticks(x, ['{}月'.format(i) for i in x])

plt.ylabel('销售额(万)')  # y轴标题
plt.title('每月销售额')  # 图片标题

# 绘制网格
# alpha设置透明度，也可以设置网格线的样式
plt.grid(alpha=0.4)

# 添加图例
# 设置位置loc: upper left、lower left、center left、upper center
plt.legend(loc='upper left')

plt.show()

 

• 设置坐标轴范围

from matplotlib import pyplot as plt
import numpy as np

x = np.arange(-5, 9)
plt.plot(x, x**2)
# plt.xlim([-3, 8])  # 调整x轴左右范围
# plt.xlim(xmin=-3)
# plt.xlim(xmax=5)
plt.xlim(xmin=-5, xmax=8)  # 设置x轴最小范围和最大范围
plt.ylim(ymin=0)  # 设置y轴最小范围
plt.show()

• 改变坐标轴的默认显示方式 

from matplotlib import pyplot as plt

x = range(-5, 5)
y = range(0, 20, 2)

ax = plt.gca()  # 获取当前图像

# 设置图像的边界线
ax.spines['top'].set_color('none')
ax.spines['right'].set_color('none')
ax.spines['bottom'].set_color('blue')
ax.spines['left'].set_color('red')

# 设置底边的移动范围，移动到y轴的0位置，'data':移动轴的位置到交叉轴的指定坐标
ax.spines['bottom'].set_position(('data', 0))
ax.spines['left'].set_position(('data', 0))

plt.plot(x, y)
plt.show()