python+matplotlib命令与格式：设置折线与点属性

1.线条名称(标签)

label : 给所绘制的曲线一个名字，此名字在图示/图例(legend)中显示

plt.plot(x,y,'ro',color='red',label='业绩趋势走向')

2.线条颜色

(1)线条颜色命名方式

有三种表示颜色的方式:

• 用全名 ，如blue
• 16进制 ，如FF00FF
• (r, g, b) 或 (r, g, b, a)，如（1,0,1,1） ，其中 r g b a 取均为[0, 1]之间，[0, 1]之间的浮点数的字符串形式，表示灰度值。0表示黑色，1表示白色

(2)颜色名称或简写

plot方法的关键字参数color(或c)用来设置线的颜色。

如 plt.plot(x, y1, color='blue') 或 plt.plot(x, y1, c='blue')

常用取值为:b: blue g: green r: red c: cyanm: magenta y: yellow k: black w: white

详细颜色参数： http://www.cnblogs.com/darkknightzh/p/6117528.html

3.线条形状

plot方法的关键字参数linestyle(或ls)用来设置线的样式。

如plt.plot(x, y1, linestyle=':') 或 plt.plot(x, y1, ls=':')

可取值为：

- 实线(solid)

-- 短线(dashed)

-. 短点相间线(dashdot)

： 虚点线(dotted)

'', ' ', None

4.线条大小

设置plot方法的关键字参数linewidth(或lw)可以改变线的粗细，其值为浮点数。

如例：plt.plot(x, y1, c='r', ls='--', lw=3)

5.折点样式

(1)marker -- 折点形状

(2)markeredgecolor 或 mec -- 折点外边颜色

(3)markeredgewidth 或 mew -- 折点线宽

(4)markerfacecolor 或 mfc --折点实心颜色

(5)markerfacecoloralt 或 mfcalt

(6)markersize 或 ms --折点大小

折点形状选择:

================ ===============================

character description

================ ===============================

``'-'`` solid line style

``'--'`` dashed line style

``'-.'`` dash-dot line style

``':'`` dotted line style

``'.'`` 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

================ ===============================

语法如以下例:

plt.plot(x, y1, marker='o', mec='r', mfc='w')

plt.plot(x, y2, marker='*', ms=10)

6.alpha线条透明度

alpha的值在[0,1]之间

import matplotlib.pyplot as plt

y1=[12,3,6,7,23,19,16]

y2=[14,9,12,17,13,11,15]

x=[1,2,3,4,5,6,7]

plt.plot(x,y1,ls='--',lw=4,c='b',alpha=0.5,label='total')

plt.plot(x,y2,ls='-.',lw=4,c='g',alpha=0.8,label='quantity')

plt.legend()

plt.show()