python【Matlibplot绘图库】画多个曲线的折线图(Matplotlib.pyplot.plot)


 这里我利用的是matplotlib.pyplot.plot的工具来绘制折线图,这里先给出一个段代码和结果图:

1.代码

# -*- coding: UTF-8 -*-
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt

#这里导入你自己的数据
#......
#......
#x_axix,train_pn_dis这些都是长度相同的list()

#开始画图
sub_axix = filter(lambda x:x%200 == 0, x_axix)
plt.title('Result Analysis')
plt.plot(x_axix, train_acys, color='green', label='training accuracy')
plt.plot(sub_axix, test_acys, color='red', label='testing accuracy')
plt.plot(x_axix, train_pn_dis,  color='skyblue', label='PN distance')
plt.plot(x_axix, thresholds, color='blue', label='threshold')
plt.legend() # 显示图例

plt.xlabel('iteration times')
plt.ylabel('rate')
plt.show()
#python 一个折线图绘制多个曲线

2.输出

在这里插入图片描述

3.方法解释

color:曲线颜色,blue,green,red等等
label:图例,这个参数内容就自定义啦,注意如果写这个参数一定要加上plt.legend(),之后再plt.show()才有有用!
linestyle:曲线风格,’–’,’-.’,’:’等等
linewidth:曲线宽度,自定义就可以
marker:标记点样式,’o’,’x’,也就是说这些符号会标示出曲线上具体的“点”,这样一来就易于观察曲线上那些地方是支撑点
markersize:标记点的大小,自定义就可以

  • 2
    点赞
  • 37
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 6
    评论
### 回答1: matplotlib.pyplotPython一个常用的图库,可以用来制各种类型的图形,包括折线图。 要折线图,需要先导入matplotlib.pyplot库,然后使用plot函数来制数据点和折线。 下面是一个简单的例子: ```python import matplotlib.pyplot as plt # 定义数据 x = [1, 2, 3, 4, 5] y = [2, 4, 6, 8, 10] # 折线图 plt.plot(x, y) # 设置图形标题和坐标轴标签 plt.title("折线图示例") plt.xlabel("x轴") plt.ylabel("y轴") # 显示图形 plt.show() ``` 这段代码会生成一个简单的折线图,其中x轴表示数据点的横坐标,y轴表示数据点的纵坐标。可以通过修改x和y的值来制不同的折线图。 ### 回答2: Matplotlib.pyplot 是常用的 Python 图库之一,可以方便地制各种类型的图表,包括折线图、散点图、柱状图、饼图等等。 折线图Matplotlib.pyplot 中最常用的操作之一,步骤如下: 1. 导入必要的库 使用 Matplotlib.pyplot 制图表需要先导入必要的库,通常包括 numpypyplot。如果要在 Jupyter Notebook 中显示图表,则需要加上 `%matplotlib inline` 命令。 ```python import numpy as np import matplotlib.pyplot as plt %matplotlib inline ``` 2. 准备数据 折线图需要先准备好数据,一般来说是两个长度相同的数组,分别表示 x 轴和 y 轴的数据。这些数据可以手动输入,也可以通过读取文件或从其他数据源获取。 ```python x = np.array([1, 2, 3, 4, 5]) y = np.array([3, 5, 4, 6, 7]) ``` 3. 折线图 使用 pyplotplot() 函数折线图,其中第一个参数是 x 轴数据,第二个参数是 y 轴数据,可以通过可选参数指定线条的颜色、线宽、标记点等等。 ```python plt.plot(x, y, color='red', linewidth=2, marker='o') ``` 4. 设置图表属性 可以使用 pyplot 的一系列函数设置图表的各种属性,包括标题、横坐标和纵坐标的标签、坐标轴的范围、图例等等。 ```python plt.title('My Line Chart') plt.xlabel('X-axis') plt.ylabel('Y-axis') plt.xlim([0, 6]) plt.ylim([2, 8]) plt.legend(['My Data']) ``` 5. 显示图表 使用 pyplot 的 show() 函数显示制好的图表。 ```python plt.show() ``` 综上所述,使用 Matplotlib.pyplot 折线图的主要步骤包括导入必要的库、准备数据、折线图、设置图表属性和显示图表。需要注意的是,制不同类型的图表具体操作略有不同,但大体框架相似。 ### 回答3: matplotlib.pyplotPython一个数据可视化库,它支持制各种图表,其中包括折线图折线图是一种通过连接各个数据点生成曲线的图表,用于呈现数据随时间、数量等条件的变化情况。 要使用matplotlib.pyplot折线图,需要以下步骤: 1. 导入包和数据 首先需要导入matplotlib.pyplot和需要制的数据。常见的导入方式如下: ``` import matplotlib.pyplot as plt import numpy as np x = np.array([1, 2, 3, 4, 5]) y = np.array([10, 5, 16, 8, 18]) ``` 其中,x和y是需要制的数据,可以使用numpy库的array()函数将其转换为数组类型。 2. 折线图 使用plot()函数可以将数据点连接起来,生成折线图。常见的用法如下: ``` plt.plot(x, y) ``` 这个命令会将x轴和y轴上的数据点连接起来,并生成一条折线图。如果需要修改线条颜色、线宽或线型等属性,可以在plot()函数中设置相关参数,例如: ``` plt.plot(x, y, color='blue', linewidth=2, linestyle='--') ``` 这个命令会生成一条蓝色、宽度为2像素、虚线型的折线。 3. 添加轴标签和标题 使用xlabel()和ylabel()函数分别添加x轴和y轴的标签,使用title()函数添加图表标题,例如: ``` plt.xlabel('x axis') plt.ylabel('y axis') plt.title('My plot') ``` 4. 显示图表 使用show()函数可以显示图表,例如: ``` plt.show() ``` 完整的代码如下: ``` import matplotlib.pyplot as plt import numpy as np x = np.array([1, 2, 3, 4, 5]) y = np.array([10, 5, 16, 8, 18]) plt.plot(x, y, color='blue', linewidth=2, linestyle='--') plt.xlabel('x axis') plt.ylabel('y axis') plt.title('My plot') plt.show() ``` 这个代码会生成一张折线图,其中x轴表示1到5,y轴表示10到18之间的数据点,并以蓝色虚线呈现。图表还包括x和y轴的标签,以及图表标题。 通过以上步骤,可以使用matplotlib.pyplot制出简单的折线图,并可以通过修改相关参数和设置轴标签和标题等方式美化图表。
评论 6
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

打赏作者

理想不闪火

你的鼓励将是我最大的动力!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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