matplotlib.pyplot中的plot函数

最新推荐文章于 2024-01-18 00:26:19 发布

吴泓宇

最新推荐文章于 2024-01-18 00:26:19 发布

阅读量167

点赞数

文章标签： matplotlib

本文链接：https://blog.csdn.net/Why2458832168/article/details/134330145

版权

本文详细解释了在Matplotlib的plot函数中，fmt和kwargs参数如何影响数据的线条颜色、线型和标记。fmt用于指定基本样式，而kwargs提供了更丰富的定制选项，包括线条宽度、标记大小等。

摘要由CSDN通过智能技术生成

使用 plot 函数绘制数据时，可以指定颜色、线型和标记：plot(x,y,'color_style_marker')。
plot函数与线条外观相关的参数有两个：

（1）格式字符串fmt：fmt由'[marker[line][color]'即标记、线形、颜色三部分组成。
（2）关键字参数**kwargs：由一系列属性相关的关键词参数构成。
这两个参数都可以定义线条的外观属性。
格式字符串fmt，只能定义标记类型、线形、颜色这三类线条属性。
关键字参数**kwargs，除了fmt能够定义的内容外，还可以定义线条宽度、标记大小、标记外框属性等。
如果两个参数都对某一外观属性进行了定义，以关键字参数定义为准。即关键字参数**kwargs参数优先级高于fmt参数。

plot函数中fmt传参

1.如果fmt字符串中指定了数据点的标注类型却没有指定线型，则不会绘制连接线。

import numpy as np
import matplotlib.pyplot as plt
# 0.设置支持汉字显示（固定代码，无需更改）
plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False
# 1.准备 x 轴和 y 轴的数据
x = np.arange(3)
y1 = np.array([2.04, 1.57, 1.63])
y2 = np.array([1.69, 1.61, 1.64])
y3 = np.array([4.65, 4.99, 4.94])
y4 = np.array([3.39, 2.33, 4.10])
# 2.指定测量偏差
error1 = [0.16, 0.08, 0.10]
error2 = [0.27, 0.14, 0.14]
error3 = [0.34, 0.32, 0.29]
error4 = [0.23, 0.23, 0.39]
bar_width = 0.2
# 3.绘制柱形图
plt.bar(x, y1, bar_width)
plt.bar(x + bar_width, y2, bar_width, tick_label=["春季", "夏季", "秋季"])
plt.bar(x + 2*bar_width, y3, bar_width)
plt.bar(x + 3*bar_width, y4, bar_width)
# 4.绘制误差棒 : 横杆大小为 3,  线条宽度为 2,  线条颜色为黑色, 数据点标记为,（像素点）,不绘制连接线
plt.errorbar(x,                y1, yerr=error1, capsize=3, elinewidth=2, fmt=',k')
plt.errorbar(x + bar_width,    y2, yerr=error2, capsize=3, elinewidth=2, fmt=',k')
plt.errorbar(x + 2*bar_width,  y3, yerr=error3, capsize=3, elinewidth=2, fmt=',k')
plt.errorbar(x + 3*bar_width,  y4, yerr=error4, capsize=3, elinewidth=2, fmt=',k')
plt.show()

2.如果fmt字符串中指定了颜色却没有指定线型，会绘制连接线。

import numpy as np
import matplotlib.pyplot as plt
# 0.设置支持汉字显示（固定代码，无需更改）
plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False
# 1.准备 x 轴和 y 轴的数据
x = np.arange(3)
y1 = np.array([2.04, 1.57, 1.63])
y2 = np.array([1.69, 1.61, 1.64])
y3 = np.array([4.65, 4.99, 4.94])
y4 = np.array([3.39, 2.33, 4.10])
# 2.指定测量偏差
error1 = [0.16, 0.08, 0.10]
error2 = [0.27, 0.14, 0.14]
error3 = [0.34, 0.32, 0.29]
error4 = [0.23, 0.23, 0.39]
bar_width = 0.2
# 3.绘制柱形图
plt.bar(x, y1, bar_width)
plt.bar(x + bar_width, y2, bar_width, tick_label=["春季", "夏季", "秋季"])
plt.bar(x + 2*bar_width, y3, bar_width)
plt.bar(x + 3*bar_width, y4, bar_width)
# 4.绘制误差棒 : 横杆大小为 3,  线条宽度为 2,  线条颜色为黑色,绘制连接线。
plt.errorbar(x,                y1, yerr=error1, capsize=3, elinewidth=2, fmt='k')
plt.errorbar(x + bar_width,    y2, yerr=error2, capsize=3, elinewidth=2, fmt='k')
plt.errorbar(x + 2*bar_width,  y3, yerr=error3, capsize=3, elinewidth=2, fmt='k')
plt.errorbar(x + 3*bar_width,  y4, yerr=error4, capsize=3, elinewidth=2, fmt='k')
plt.show()

plot函数中 **kwargs传参

关键字参数**kwargs：由一系列属性相关的关键词参数构成

import numpy as np
import matplotlib.pyplot as plt
# 0.设置支持汉字显示（固定代码，无需更改）
plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False
# 1.准备 x 轴和 y 轴的数据
x = np.arange(3)
y1 = np.array([2.04, 1.57, 1.63])
y2 = np.array([1.69, 1.61, 1.64])
y3 = np.array([4.65, 4.99, 4.94])
y4 = np.array([3.39, 2.33, 4.10])
# 2.指定测量偏差
error1 = [0.16, 0.08, 0.10]
error2 = [0.27, 0.14, 0.14]
error3 = [0.34, 0.32, 0.29]
error4 = [0.23, 0.23, 0.39]
bar_width = 0.2
# 3.绘制柱形图
plt.bar(x, y1, bar_width)
plt.bar(x + bar_width, y2, bar_width, tick_label=["春季", "夏季", "秋季"])
plt.bar(x + 2*bar_width, y3, bar_width)
plt.bar(x + 3*bar_width, y4, bar_width)
# 4.绘制误差棒 : 横杆大小为 3,  线条宽度为 2，指定线型和颜色，绘制连接线。
plt.errorbar(x,                y1, yerr=error1, capsize=3, elinewidth=2, linestyle='--', color='b')
plt.errorbar(x + bar_width,    y2, yerr=error2, capsize=3, elinewidth=2, linestyle='-', color='r' )
plt.errorbar(x + 2*bar_width,  y3, yerr=error3, capsize=3, elinewidth=2, linestyle='-.', color='k')
plt.errorbar(x + 3*bar_width,  y4, yerr=error4, capsize=3, elinewidth=2, linestyle=':', color='g')
plt.show()