Matplotlib 教程 - 折线图
Jinku Hu
2024年2月15日
我们从绘制基本图表类型 - 折线图开始。plot 可以轻松绘制出直线或曲线之类的线，并具有不同的配置，例如颜色、宽度和标记大小等。
Matplotlib 绘制直线
# -*- coding: utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 9, 10)
y = 2 * x
plt.plot(x, y, "b-")
plt.show()
它绘制 y=2*x 的直线，其中 x 是在 0 到 9 之间的范围内。
plt.plot(x, y, "b-")
它绘制的 x 和 y 的数据采用线条样式 b -蓝色以及 - -实线。
Matplotlib 绘制曲线
# -*- coding: utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 4 * np.pi, 1000)
y = np.sin(x)
plt.plot(x, y, "r--")
plt.show()
它会绘制一个正弦波形，其线型为红色 r 和虚线 --。
线型
你可以在 plt.plot() 函数中使用不同的输入参数来更改线条类型，例如宽度、颜色和线条样式。
matplotlib.pyplot.plot(*args, **kwargs)
参数
| 名称 | 描述 |
|---|---|
x, y |
数据点的水平/垂直坐标 |
fmt |
格式字符串，例如’b-‘表示蓝色实线 |
**kwargs
| 属性 | 描述 |
|---|---|
color 或 c |
任何 matplotlib 颜色 |
figure |
Figure 实例 |
label |
对象 |
linestyle 或 ls |
[‘solid’ | ‘dashed’, ‘dashdot’, ‘dotted’ | (offset, on-off-dash-seq) | '-'] |
linewidth 或 lw |
线宽，以 points 为单位 |
marker |
有效的 marker 格式 |
markersize 或 ms |
float 类型 |
xdata |
一维数组 |
ydata |
一维数组 |
zorder |
float 类型 |
线的颜色
Matplotlib 中有不同的方法可以在 color 参数中命名颜色。
单字母别名
基本的内置颜色具有以下别名：
| 别名 | 颜色 |
|---|---|
b |
蓝色 |
g |
绿色 |
r |
红色 |
c |
青色 |
m |
品红 |
y |
黄色 |
k |
黑色 |
w |
白色 |
HTML 十六进制字符串
你可以将有效的 html 十六进制字符串传递给 color 参数，例如
color = "#f44265"
RGB 元组
你也可以使用 R,G,B 元组指定颜色，其中 R，G，B 值在 [0, 1] 的范围内，而不是在正常的范围 [0, 255] 内。
上面的 html 十六进制字符串表示的颜色的 RGB 值为 (0.9569, 0.2588, 0.3891)。
color = (0.9569, 0.2588, 0.3891)
线型
Matplotlib 具有 4 种内置线型，
| 线型 | |
|---|---|
- |
 |
-- |
 |
: |
 |
:- |
 |
# -*- coding: utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 4 * np.pi, 1000)
for index, line_style in enumerate(["-", "--", ":", "-."]):
y = np.sin(x - index * np.pi / 2)
plt.plot(x, y, "k", linestyle=line_style, lw=2)
plt.title("Line Style")
plt.grid(True)
plt.show()
线宽
你可以使用参数指定线宽 linewidth，如下所示：
linewidth = 2 # unit is points
或只是使用其缩写，
lw = 2
# -*- coding: utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 20, 21)
for line_width in [0.5, 1, 2, 4, 8]:
y = line_width * x
plt.plot(x, y, "k", linewidth=line_width)
plt.title("Line Width")
plt.grid(True)
plt.show()
