python画折线图-手把手教你Python yLab的绘制折线图的画法

Python的可视化工具有很多,数不胜数,各有优劣。本文就对其中的pylab进行介绍。之所以介绍这一款,是因为它和Matlab的强烈相似度,如果你使用过Matlab,那么相信pylab你也会很快上手。

简单的plot函数

pylab绘图,最基本的函数就是plot函数,当然如果想要将图片显示出来,需要额外添加一个show函数。

在python的绘图中,numpy是一个非常常用的工具,不太熟悉的可以参考博主的另一篇博文:【Python】Python之Numpy的超实用基础详细教程。

例如:

import pylab

import numpy as np

if __name__ == "__main__":

x = np.arange(0, 1, 0.05)

y = [i*i for i in np.arange(0, 1, 0.05)]

pylab.plot(x, y)

pylab.show()

运行生成的图片为:

201910230951351.png

规定两个序列,只需要两个序列的长度相等,就可以以其中一个序列为横坐标,零一个序列为纵坐标,进行绘制。

但是也看得出来,这样的图片是比较寒碜的,简单朴素。我们可以对线条进行一些修饰,比如线型、颜色、点型等等。只需要在plot函数中添加一个参数即可。这个参数用法比较灵活,特可以从下表的值中进行组合选择:

颜色

线型

点型

"b' (蓝色)

"-' (实线)

",' (像素)

"g' (绿色)

"–' (虚线)

"o' (圆形)

"r' (红色)

"-.' (虚点线)

"^' (上三角)

"y' (黄色)

":' (点线)

"s' (方形)

"k' (黑色)

".' (点)

"+' (加号)

"w' (蓝色)

"x' (叉形)

例如:

import pylab

import numpy as np

if __name__ == "__main__":

x = np.arange(0, 1, 0.05)

y = [i*i for i in np.arange(0, 1, 0.05)]

pylab.plot(x, y, "b-.+")

pylab.show()

运行生成的图片为:

201910230951352.png

如果,还想增加图例,x轴、y轴的含义和刻度,标题的信息,也可以通过添加一些函数来进行。

例如:

# -*- coding:UTF-8 -*-

import pylab

import numpy as np

if __name__ == "__main__":

x = np.arange(0, 1, 0.05)

y = [i*i for i in np.arange(0, 1, 0.05)]

pylab.plot(x, y, "b-.+", label='line')

pylab.xlabel('x') # x、y轴的介绍

pylab.ylabel('y')

pylab.xlim([0, 1]) # x、y轴的长度区间

pylab.ylim([0, 1])

pylab.xticks(np.arange(0, 1, 0.05), fontsize=8) # x、y轴的刻度

pylab.yticks(np.arange(0, 1, 0.05), fontsize=8)

pylab.title('x-y') # x、y的标题

pylab.legend(loc=3, borderaxespad=0., bbox_to_anchor=(0, 0)) # 图例的位置

pylab.show()

运行生成的图片为:

201910230951353.png

是不是瞬间就感觉丰富了许多!

多折线绘制

当然,在很多时刻需要绘制多条折线。很明显,可以选择将多条直线绘制到同一张图片上,也可以选择在图片上绘制不同的子图。

多折线同图

将多条折线绘制到同一张图片上,这非常简单,直接再plot一条直线就可以了。

例如:

# -*- coding:UTF-8 -*-

import pylab

import numpy as np

if __name__ == "__main__":

x = np.arange(0, 1, 0.05)

y1 = [i*i for i in np.arange(0, 1, 0.05)]

y2 = [i+i for i in np.arange(0, 1, 0.05)]

pylab.plot(x, y1, "b-.+", label='line1')

pylab.plot(x, y2, "r-.+", label='line2')

pylab.xlabel('x')

pylab.ylabel('y')

pylab.xlim([0, 1])

pylab.ylim([0, 1])

pylab.xticks(np.arange(0, 1, 0.05), fontsize=8)

pylab.yticks(np.arange(0, 1, 0.05), fontsize=8)

pylab.title('x-y')

pylab.legend(loc=3, borderaxespad=0., bbox_to_anchor=(0, 0))

pylab.show()

多折线不同图

将多条折线绘制到图片上的不同子图上,这就需要通过subplot进行区域分割和指定。

subplot(numRows, numCols, plotNum)

该函数会将这个图片分为numRows行、nulCols列,然后按照从左到右、从上到下的顺序进行编号,最左上的编号为1。plotNum参数指定子图的所在区域。

例如:

# -*- coding:UTF-8 -*-

import pylab

import numpy as np

if __name__ == "__main__":

x = np.arange(0, 1, 0.05)

y1 = [i*i for i in np.arange(0, 1, 0.05)]

y2 = [i+i for i in np.arange(0, 1, 0.05)]

pylab.subplot(1, 2, 1)

pylab.plot(x, y1, "b-.+", label='line1')

pylab.xlabel('x')

pylab.ylabel('y1')

pylab.xlim([0, 1])

pylab.ylim([0, 1])

pylab.xticks(np.arange(0, 1, 0.05), fontsize=8)

pylab.yticks(np.arange(0, 1, 0.05), fontsize=8)

pylab.title('x-y1')

pylab.legend(loc=3, borderaxespad=0., bbox_to_anchor=(0, 0))

pylab.subplot(1, 2, 2)

pylab.plot(x, y2, "r-.+", label='line2')

pylab.xlabel('x')

pylab.ylabel('y2')

pylab.xlim([0, 1])

pylab.ylim([0, 1])

pylab.xticks(np.arange(0, 1, 0.05), fontsize=8)

pylab.yticks(np.arange(0, 1, 0.05), fontsize=8)

pylab.title('x-y2')

pylab.legend(loc=3, borderaxespad=0., bbox_to_anchor=(0, 0))

pylab.show()

运行生成的图片为:

201910230951354.png

这是比较规整的例子,如果是不规整的呢?例如,第一行两张图,第二行一张图。这就要稍微变通一下了。

第一行其实是按照2*2分法的第一个和第二个,第二行其实是按照2*1分法的第二行。这样思考就会迎刃而解了。

# -*- coding:UTF-8 -*-

import pylab

import numpy as np

if __name__ == "__main__":

x = np.arange(0, 1, 0.05)

y1 = [i*i for i in np.arange(0, 1, 0.05)]

y2 = [i+i for i in np.arange(0, 1, 0.05)]

pylab.subplot(2, 2, 1)

pylab.plot(x, y1, "b-.+", label='line1')

pylab.xlabel('x')

pylab.ylabel('y1')

pylab.xlim([0, 1])

pylab.ylim([0, 1])

pylab.xticks(np.arange(0, 1, 0.05), fontsize=8)

pylab.yticks(np.arange(0, 1, 0.05), fontsize=8)

pylab.title('x-y1')

pylab.legend(loc=3, borderaxespad=0., bbox_to_anchor=(0, 0))

pylab.subplot(2, 2, 2)

pylab.plot(x, y2, "r-.+", label='line2')

pylab.xlabel('x')

pylab.ylabel('y2')

pylab.xlim([0, 1])

pylab.ylim([0, 1])

pylab.xticks(np.arange(0, 1, 0.05), fontsize=8)

pylab.yticks(np.arange(0, 1, 0.05), fontsize=8)

pylab.title('x-y2')

pylab.legend(loc=3, borderaxespad=0., bbox_to_anchor=(0, 0))

pylab.subplot(2, 1, 2)

pylab.plot(x, y1, "b-.+", label='line1')

pylab.plot(x, y2, "r-.+", label='line2')

pylab.xlabel('x')

pylab.ylabel('y')

pylab.xlim([0, 1])

pylab.ylim([0, 1])

pylab.xticks(np.arange(0, 1, 0.05), fontsize=8)

pylab.yticks(np.arange(0, 1, 0.05), fontsize=8)

pylab.title('x-y')

pylab.legend(loc=3, borderaxespad=0., bbox_to_anchor=(0, 0))

pylab.show()

运行生成的图片为:

201910230951355.png

其他函数

除了上述函数之外,还有一些其他的常用函数。

pylab.grid() # 网格绘制

pylab.savefig(图片存储路径, dpi=200) # 保存为图片

掌握了这些基本的折现图的绘制函数,相信一般的折线图都可以轻松掌握。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持我们。

本文标题: 手把手教你Python yLab的绘制折线图的画法

本文地址: http://www.cppcns.com/jiaoben/python/281626.html

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