设置备注
plt.annotate('文本', xy=目标位置, xycoords=目标位置的坐标系, xytext=文本的位置，textcoords='offset points',fontsize, arrowprops=箭头属性)
设置文本
plt.text(xo, yo_cos,
'文本内容',
ha='center',
va='top',
fontsize=9,
rotation=-12,
color="black")
颜色填充
# 可以得到cosy 和 siny之间交集的填充颜色
plt.fill_between(x, cosy, siny, where=cosy<siny, color='green', )
折线图
plt.plot(x, y, label='XXXX', linestyle='--', linewidth=3, color='blue', marker='o', zorder=1)
# marker = "o", "+", "x", "p"
# zorder = 排序方式值越大越在上边
条形图
plt.bar(x,y, ec='red', fc='skyblue',)
等高线
plt.contourf(x, y, z, 12, cmap='jet')
散点图
plt.scatter(x, y, s=60, c=d, cmap='cool',marker="+")
# marker = "o", "+", "x", "p"
# edgecolors 设置圆边的颜色
# facecolor 设置背景颜色
热力图
plt.imshow(z, cmap='jet', origin='lower')
饼图
plt.pie([21, 32, 23, 45, 13], explode=[0,0,0.5,0,0], labels=['python', 'js', 'c++', "c", 'php'], autopct='%.1f%%',shadow=True)
from matplotlib import pyplot
import numpy
x = numpy.arange(1,20)
y = x*4+2
print(x)
print(y)
pyplot.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
pyplot.rcParams['axes.unicode_minus']=False #用来正常显示负号
pyplot.title("Matplotlib demo")
pyplot.xlabel("x 值")
pyplot.ylabel("y 值")
pyplot.plot(x, y)
pyplot.show()^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
显示中文并让字体倾斜
from matplotlib import pyplot as plot
import numpy
plot.rcParams['font.sans-serif'] = ['SimHei']
plot.rcParams['font.family'] = 'sans-serif'
plot.figure("one")
x = ['中文','日文', '韩文', '英文', '德文' , '西班牙', '意大利']
# 随机生成 0.5 - 1 之间 12个数
y = numpy.array([1,2,3,4,5,6,7])
for _x, _y in zip(x, y):
plot.text(_x, _y, "%.2f" % _y, ha="center", va="bottom", size=8)
plot.xlabel("xx",)
plot.ylabel("yy",)
# 设置字体倾斜
plot.xticks(rotation=-45)
plot.bar(x, y, ec="white", fc="red", label="x's method")
plot.show()自动调整xy坐标随着数据的多少合理分配宽度和图片大小，不会让数据拥挤
label and value 是我们的list 数据
mp.figure("BalanceOne", (18, 10))
mp.title("利润表" + "->")
mp.bar(label, value, color='lightblue')
# 加网格
mp.grid()
# 设置x轴标数量，字体大小，旋转角度
# x值一般情况可以不用
#x = numpy.arange(len(value))
mp.xticks(fontsize=8)
for a, b in zip(label, value):
mp.text(a, b + 0.05, '%.2e' % b, ha='center', va='bottom', fontsize=12, rotation=45, color="green")
# 设置X坐标轴最大化拉伸
# gca获取当前图的句柄 设置x坐标的外边距
mp.gca().margins(x=0.005)
# gcf获取当前图表边框的句柄
mp.gcf().canvas.draw()
tl = mp.gca().get_xticklabels()
maxsize = max([t.get_window_extent().width for t in tl])
m = 0.2 # inch margin
s = maxsize / mp.gcf().dpi * len(value) + 2 * m
margin = m / mp.gcf().get_size_inches()[0]
mp.gcf().subplots_adjust(left=margin, right=1. - margin)
mp.gcf().set_size_inches(s, mp.gcf().get_size_inches()[1])
# 保存
mp.savefig(__file__ + "profit.jpg")
mp.show()&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
matplotlib.pyplot.plot 参数
import matplotlib.pyplot as plt
help(plt.plot)
以下是对帮助文档重要部分的翻译：
plot函数的一般的调用形式：
#单条线：
plot([x], y, [fmt], data=None, **kwargs)
#多条线一起画
plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs)
可选参数[fmt] 是一个字符串来定义图的基本属性如：颜色（color），点型（marker），线型（linestyle），
具体形式 fmt = '[color][marker][line]'
fmt接收的是每个属性的单个字母缩写，例如：
plot(x, y, 'bo-') # 蓝色圆点实线
若属性用的是全名则不能用*fmt*参数来组合赋值，应该用关键字参数对单个属性赋值如：
plot(x,y2,color='green', marker='o', linestyle='dashed', linewidth=1, markersize=6)
plot(x,y3,color='#900302',marker='+',linestyle='-')
常见的颜色参数：**Colors**
也可以对关键字参数color赋十六进制的RGB字符串如 color='#900302'
============= ===============================
character color
============= ===============================
``'b'`` blue 蓝
``'g'`` green 绿
``'r'`` red 红
``'c'`` cyan 蓝绿
``'m'`` magenta 洋红
``'y'`` yellow 黄
``'k'`` black 黑
``'w'`` white 白
============= ===============================
点型参数**Markers**,如：marker='+' 这个只有简写，英文描述不被识别
============= ===============================
character description
============= ===============================
``'.'`` point marker
``','`` pixel marker
``'o'`` circle marker
``'v'`` triangle_down marker
``'^'`` triangle_up marker
``'<'`` triangle_left marker
``'>'`` triangle_right marker
``'1'`` tri_down marker
``'2'`` tri_up marker
``'3'`` tri_left marker
``'4'`` tri_right marker
``'s'`` square marker
``'p'`` pentagon marker
``'*'`` star marker
``'h'`` hexagon1 marker
``'H'`` hexagon2 marker
``'+'`` plus marker
``'x'`` x marker
``'D'`` diamond marker
``'d'`` thin_diamond marker
``'|'`` vline marker
``'_'`` hline marker
============= ===============================
线型参数**Line Styles**，linestyle='-'
============= ===============================
character description
============= ===============================
``'-'`` solid line style 实线
``'--'`` dashed line style 虚线
``'-.'`` dash-dot line style 点画线
``':'`` dotted line style 点线
============= ===============================
样例1
函数原型：matplotlib.pyplot.plot(*args, scalex=True, scaley=True, data=None, **kwargs)
>>> plot('xlabel', 'ylabel', data=obj)
解释：All indexable objects are supported. This could e.g. be a dict, a pandas.DataFame or a structured numpy array.
data 参数接受一个对象数据类型，所有可被索引的对象都支持，如 dict 等
import matplotlib.pyplot as plt
import numpy as np
'''read file
fin=open("para.txt")
a=[]
for i in fin:
a.append(float(i.strip()))
a=np.array(a)
a=a.reshape(9,3)
'''
a=np.random.random((9,3))*2 #随机生成y
y1=a[0:,0]
y2=a[0:,1]
y3=a[0:,2]
x=np.arange(1,10)
ax = plt.subplot(111)
width=10
hight=3
ax.arrow(0,0,0,hight,width=0.01,head_width=0.1, head_length=0.3,length_includes_head=True,fc='k',ec='k')
ax.arrow(0,0,width,0,width=0.01,head_width=0.1, head_length=0.3,length_includes_head=True,fc='k',ec='k')
ax.axes.set_xlim(-0.5,width+0.2)
ax.axes.set_ylim(-0.5,hight+0.2)
plotdict = { 'dx': x, 'dy': y1 }
ax.plot('dx','dy','bD-',data=plotdict)
ax.plot(x,y2,'r^-')
ax.plot(x,y3,color='#900302',marker='*',linestyle='-')
plt.show()
样例2，
import matplotlib.pyplot as plt
import numpy as np
x = np.arange(0, 2*np.pi, 0.02)
y = np.sin(x)
y1 = np.sin(2*x)
y2 = np.sin(3*x)
ym1 = np.ma.masked_where(y1 > 0.5, y1)
ym2 = np.ma.masked_where(y2 < -0.5, y2)
lines = plt.plot(x, y, x, ym1, x, ym2, 'o')
#设置线的属性
plt.setp(lines[0], linewidth=1)
plt.setp(lines[1], linewidth=2)
plt.setp(lines[2], linestyle='-',marker='^',markersize=4)
#线的标签
plt.legend(('No mask', 'Masked if > 0.5', 'Masked if < -0.5'), loc='upper right')
plt.title('Masked line demo')
plt.show()
---------
601
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
