R plot图片背景设置为透明_matplotlib设置颜色、标记、线条,让你的图像更加丰富...

ce88b0999df9e992e852c4196f337433.png

今天是数据处理专题的第11篇文章,我们继续来介绍matplotlib这个包的使用方法。

在上一篇文章当中我们介绍了matplotlib当中subplot的概念以及用法,今天我们将会来介绍matplotlib绘图中的一些具体的设置,可以让我们画出来的图像更加丰富,表现力也更强。

颜色

我们之前绘制的图像都是蓝色的,这也是matplotlib的默认颜色。我们可以使用color这个参数来设置图像的颜色,比如我们想要画原谅色的图,我们就传入color='green',这样我们得到的图像就是绿色了。

aaa96f3a68a4a8d8f3b66b1d6d2878b1.png

由于绿色是很常见的颜色(大雾),所以我们没必要输入完整的green单词,使用g作为缩写就可以了。除了绿色之外,其他常用的颜色也一样,比如红色可以就写成r,蓝色写成b,黄色写成y等等。

相对来说这些常用颜色还是比较好记的,如果记不住也没有关系,我们可以在jupyter当中通过plt.plot?这个命令来查阅相关的文档。把文档拉到最后,我们可以看到关于颜色设置的定义:

4c34c4eafdc138bf3a580541c96c87ef.png

这里有两个颜色看起来不太常用,一个是cyan是青色,另外一个是magenta是品红。说明老外对颜色的喜好和审美和我们国人还是有些差距的。

除了使用单词之外,我们还可以使用16进制来表示颜色。比如#CECECE,表示一种淡淡的灰色。到底有多灰呢?我们画出来就知道了。

55595634790106a821365597f255ec76.png

16进制表示颜色是一种常见的方法,我们知道光的三原色是红绿蓝,也就是RGB。在计算机领域常用0-255这256个数字来表示某一个原色的强弱。通过三原色的不同组合,我们可以组合出所有的颜色。一共三种原色,那么自然也就需要三个数字来表示,由于255以内的数字写成16进制只有两位,所以我们可以用6位16进制的数字来代表颜色。这也是计算机领域非常常见的颜色表示方法,像是前端CSS调色也是一样的道理。

标记

下面要介绍的是标记,标记的目的是用来凸显数据。plot默认画出来的是一条光滑的曲线,虽然它其实也是将若干个数据点连起来画成的。光滑的曲线有一个问题就是我们看不出来我们的样本究竟是什么,我们只看得到图像,不知道原始数据。

举个例子,我们用随机数据画一个折线图:

4844d25e8d829721985bdac9f66e4b15.png

我们固然知道这个图是由数据点连起来得到的,但是我们能准确得找到所有的数据点吗?明显还是比较困难的,因为我们不能判断每一段看起来比值的线段之间存不存在数据点。

针对这个问题,我们可以使用标记,也就是在图上把每个点都标出来。最常见的标记就是圆点,我们让每一个样本变成一个圆点,这样就很直观了。我们可以通过marker这个参数实现这一点,比如如果要画圆点的话,我们传入marker='o'即可。

009d4288b946c043d8ae9434d303c064.png

除了圆点之外,还有很多其他的方式,我们同样可以查看plot的文档获得细节。

0bd72a4165a14a444e47ae056122c8e6.png

线条

最后一个可以定制化的内容是线条,我们可以修改plot画出来的线条种类。默认的当然是实线,既然有实线,那么肯定也就有虚线。虚线有两种一种是点虚线一种是全虚线。英文叫做dashed line 和dash-dot line。

线条通过参数linestyle来设置,我们先来看看全虚线,两个短线表示全虚线。如果是一根短线表示实线,也就是默认的style。

a1893d2ae7077dbee1dfe736a5764217.png

除了虚线图之外还有点线图和点状图,这两者顾名思义,大家应该不难猜出来。

e58ee76d5265f9cb9214240e31cef7ce.png

三合一

我们回顾一下我们刚才介绍的,一共有三种特性,分别是标记、线条以及颜色。我们需要传入三个参数来控制它们,怎么说呢,从逻辑上来说这毫无问题。但操作起来还是有点麻烦,所以matplotlib的作者提供了一个三合一的方法,我们可以直接传入一个参数把颜色、线条以及标记一起定义了

怎么使用呢,我们可以在末尾传入一个字符串,用这一个字符串涵盖刚才介绍的三种参数。我们来看一个例子:

cde67dfe290847449e3d13758b13b73d.png

我们很容易看出来这张图是一张绿色的,点状标记的虚线图。我们传入的字符串是'og--',很明显,o代表的是标记,g代表的是颜色green,--代表的是虚线。我们把这三个参数融合在了一个字符串当中。我们交换它们的顺序,写成go--也是一样OK的。如果你不需要设置标记以及线条,也可以去掉一个,同样可以运行。

但是这里要注意,这里的颜色只能使用缩写,不支持其他的写法。说白了这种方法只是用来书写方便的,如果要追求实用性还是应该使用参数来设置。

我是承志,衷心祝愿大家每天都有所收获。如果还喜欢今天的内容的话,请不要吝啬你的三连支持,它对我很重要。(点赞、转发、转发

- END -

原文链接,求个关注:

https://mp.weixin.qq.com/s?__biz=MzUyMTM5OTM2NA==&mid=2247487367&idx=1&sn=0de2f5ed6ce5a669996f71bdeddb761c&chksm=f9daf2accead7bbab17d2419de67123120937e39da12c0c0d5ba2e25e54d26e903e6179c22c4&token=1375939036&lang=zh_CN#rd​mp.weixin.qq.com
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: matplotlib.pyplot.plot一个用于在 Python 中绘制图像的函数。它可以用来绘制点图、线图、柱状图等各种类型的图像。常用参数有 x 和 y,分别表示横坐标和纵坐标的数据。还可以使用其他参数来设置图像格式,如颜色、线宽等。 ### 回答2: matplotlib.pyplot.plot是Python数据可视化库matplotlib中的一个函数,它可以将数据绘制成线性、条状、散点等不同形式的图形展示。在数据分析与可视化领域,Matplotlib一个广泛使用的Python可视化库,它提供了丰富的功能可以帮助我们更直观地呈现数据。 matplotlib.pyplot.plot通过指定数据的x轴和y轴的值来绘制图形,可以设置线条颜色、宽度、样式以及标签等,同时也支持添加图例和标题。 例如,我们可以使用以下代码创建一个简单的折线图: ```python import matplotlib.pyplot as plt import numpy as np x = np.linspace(0, 10, 100) y = np.sin(x) plt.plot(x, y, color='blue', linewidth=1.5, linestyle='-', label='sin(x)') plt.title('Line plot of sin(x)') plt.xlabel('x') plt.ylabel('sin(x)') plt.legend(loc='lower left') plt.show() ``` 在这个例子中,我们使用numpy生成一个等差序列作为x轴数据,使用np.sin()来计算对应的y轴数据。在plot函数中,我们指定x和y轴数据,设置线条颜色为蓝色,线宽为1.5,线条样式为实线,设置线条标签为'sin(x)',并使用legend函数添加图例,最后呈现图像。该代码将绘制一个sin(x)的折线图,如下图所示: ![](https://img-blog.csdnimg.cn/20220726182234902.png) 需要注意的是,我们也可以同时传入多组数据到plot函数中,从而创建多条线条。此外,还可以在一个图中绘制多种类型的图形,比如在一个坐标系中绘制折线图、散点图、柱状图等等。 总之,matplotlib.pyplot.plot函数提供了丰富的接口和属性,可以灵活地绘制出各种类型的图形,为数据分析与可视化提供了很大的便利。 ### 回答3: matplotlib是一款常用的绘制图表的Python库,其中的pyplot子库提供了很多方便的绘图函数。 matplotlib.pyplot.plot()函数是其中最常用的函数之一,它可以绘制一个或多个数据集的线图,可以指定线条样式、颜色标记点等。 该函数的基本用法如下: ``` matplotlib.pyplot.plot(x, y, fmt=None, **kwargs) ``` 其中x和y是数据集,fmt参数是指定线条样式、颜色标记点等的字符串(可以省略)。 例如,下面的代码绘制了一个以x为横坐标、y为纵坐标的线图: ``` import matplotlib.pyplot as plt x = [1, 2, 3, 4, 5] y = [2, 4, 6, 8, 10] plt.plot(x, y) plt.show() ``` 结果如下所示: ![plot](https://cdn.jsdelivr.net/gh/Aiden-leee/PicSet/img/20220119102018.png) 默认情况下,plot()函数会按顺序绘制数据集中的点,然后用线把这些点连接起来。可以通过fmt参数来指定线条的样式。例如,'ro'表示红色圆形标记点,'-.'表示虚线加点的线条,'g--'表示绿色破折号线条等等。 除了fmt参数,还可以通过**kwargs来指定其他属性,如线条宽度、标记点大小、标签名称等等。 例如,下面的代码指定了以蓝色箭头标记点的红色实线,线宽为2,标记点大小为10: ``` plt.plot(x, y, 'r->', linewidth=2, markersize=10) plt.show() ``` 结果如下所示: ![plot2](https://cdn.jsdelivr.net/gh/Aiden-leee/PicSet/img/20220119102320.png) 对于多个数据集,可以分别在plot()函数中传入多组x和y,也可以在同一个plot()函数中传入一个包含多个数据集的列表。例如,下面的代码绘制了两个数据集(x1,y1)和(x2,y2): ``` x1 = [1, 2, 3, 4, 5] y1 = [2, 4, 6, 8, 10] x2 = [1, 2, 3, 4, 5] y2 = [1, 3, 5, 7, 9] plt.plot(x1, y1, 'r--', label='Data 1') plt.plot(x2, y2, 'b-.', label='Data 2') plt.legend() plt.show() ``` 结果如下所示: ![plot3](https://cdn.jsdelivr.net/gh/Aiden-leee/PicSet/img/20220119102432.png) 其中legend()函数用于显示标签,表示不同数据集对应哪条线条
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