Python 绘图常用参数设置

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt 
import matplotlib.patches as mpatches
from scipy.interpolate import spline

x = np.arange(-5,11)
y = x**3 + 2*(x**2) + x + 2
y2 = 2*(x**3) + 2*(x**2) + x + 1

plt.figure(figsize=(10,6),facecolor='#ffffcc',edgecolor='#ffffcc') #绘图框的大小、颜色(放最前)
plt.subplot(111, facecolor='#e6e6e6')#绘图区,背景色(放在figure之后,绘图函数之前)

#绘图
plt.plot(x, y, color='red', linewidth=1, linestyle='--') #绘折现图
doc = plt.scatter(x, y2, color='green',label="绘点标签") #绘点图

#绘平滑曲线,将x轴上的点划分更多段来绘图
x_smooth = np.linspace(x.min(), x.max(), x.max()*1000)
y_smooth = spline(x, y2, x_smooth)
plt.plot(x_smooth, y_smooth, color='blue', linewidth=1,label="平滑线标签")

#其他设置
plt.grid(axis='y',color='#8f8f8f',linestyle='--', linewidth=1 ) #显示网格(如显示y轴的)
plt.xlim([-10,15]) #指X轴的显示范围
plt.ylim([-100,3000]) #指Y轴的显示范围
plt.title('标题', color='blue')
plt.xlabel('x 轴标签', color='blue')
plt.ylabel('y 轴标签', color='blue')
plt.text((x.max()+x.min())/2,(y2.max()+y2.min())/2,'show text',ha='center')#图像上显示文本信息
for a,b in zip(x, y2): plt.text(a, b, str(b)) #plt.text 显示y值
plt.legend(loc=2)#图像标签说明,设置label的都显示(loc=2位于第二个角洛)
#plt.legend(handles=[doc], loc=2) #只显示一个图的标签
#plt.xticks((-4,-2,0,2,4,6,8,10),(-4,-2,0,2,4,6,8,10))#替换x轴刻度值
plt.yticks((0,500,1000,1500,2000),('0','0.5k','1k','1.5k','2k'))#替换y轴刻度值
plt.axis('tight') #tight:坐标轴数据显示更明细(有不同选项)
plt.show() #显示图像


  • 3
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
对于Python中绘制图形的库,常用的有Matplotlib和Seaborn。其中,Matplotlib是一个功能强大的绘图库,可以绘制各种类型的图形,包括折线图、散点图、柱状图等。而Seaborn则是在Matplotlib基础上进行了封装,使得绘图更加简洁和美观。 在Matplotlib中,使用`ax.plot()`函数可以进行折线图的绘制。该函数有多个参数可以调整坐标轴的设置,下面是一些常用参数: - `x`和`y`:表示要绘制的数据的x坐标和y坐标。 - `color`:表示线条的颜色,可以使用颜色名称(如'red')或十六进制颜色码。 - `linestyle`:表示线条的样式,可以使用线条样式字符串(如'--'表示虚线)或预定义的样式名称(如'dashed'表示虚线)。 - `linewidth`:表示线条的宽度。 - `marker`:表示数据点的标记样式,可以使用标记样式字符串(如'o'表示圆点)或预定义的样式名称(如'square'表示方块)。 - `markersize`:表示数据点标记的大小。 - `label`:表示折线的标签,用于生成图例。 下面是一个使用`ax.plot()`函数进行折线图绘制并调整坐标轴设置的示例代码: ```python import matplotlib.pyplot as plt # 创建一个Figure对象和一个Axes对象 fig, ax = plt.subplots() # 绘制折线图 x = [1, 2, 3, 4, 5] y = [1, 4, 9, 16, 25] ax.plot(x, y, color='blue', linestyle='-', linewidth=2, marker='o', markersize=5, label='Line') # 设置坐标轴范围 ax.set_xlim(0, 6) ax.set_ylim(0, 30) # 设置坐标轴标签 ax.set_xlabel('X') ax.set_ylabel('Y') # 设置图标题 ax.set_title('Line Plot') # 显示图例 ax.legend() # 显示图形 plt.show() ``` 在上面的示例中,使用`ax.plot()`函数绘制了一个折线图,然后通过`ax.set_xlim()`和`ax.set_ylim()`函数设置了x轴和y轴的范围,通过`ax.set_xlabel()`和`ax.set_ylabel()`函数设置了坐标轴的标签,通过`ax.set_title()`函数设置了图标题,最后调用`plt.show()`函数显示图形。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值