首先我们要先了解数据可视化中关于fmt参数的定义,fmt是参数是一个字符串,顾名思义就是由一个或多个字符构成,每个字符便表达了一种样式或一种标记,其中样式如下图所示:
线型:
- # 实线
- = # 虚线
-. # 点划线
: # 点线
而标记即marker的各种类型如下:
标记:
'o' # 圆
'+' # 加号
'*' # 星号
'x' # 叉号
'S' # 方形
'd' # 菱形
'^' # 上三角
'v' # 下三角
'>' # 左三角
'<' # 右三角
'p' # 五角形
'h' # 六角形
同时还有关于颜色缩写的格式:
颜色缩写:
y # 黄色
m # 品红色
c # 青蓝色
r # 红色
g # 绿色
b # 蓝色
w # 白色
k # 黑色
fmt传参代码示意图:
# 导入包
import matplotlib.pyplot as plt
import numpy as np
# 数据准备
x = np.arange(6)
y = np.array([3.4, 2.5, 2.1, 3.6, 1.9, 3.2])
# 展示
plt.plot(x, y, 'o--r')
plt.show()
结果如下图所示:
如果不想通过fmt参数来指定样式和标记,而是使用**kwargs传参的方式,可以将样式和标记作为关键字参数传递给plot函数。代码示例如下:
# 导入包
import matplotlib.pyplot as plt
import numpy as np
# 数据准备
x = np.arange(6)
y = np.array([3.4, 2.5, 2.1, 3.6, 1.9, 3.2])
# 展示
plt.plot(x, y, marker = 'o', linestyle = '--', color = 'r', markeredgewidth = '5')
plt.show()
从中我们可以看出通过**kwarges传参的样式更多。
总结
当只需要指定marker、linestyle、color三个的时候,使用fmt比较方便,当需要个多的元素时,则可使用**kwargs传参。