python畫圖時linestyle,color和loc引數的設定方式

2022-11-28 22:00:42

python畫圖時linestyle,color和loc引數的設定

本人沒有看過專門介紹matplotlib的書籍，所以一直以來對一些畫圖的風格不是很清楚，今天總結一下linestyle，color和loc，供那些像我一樣沒看過這方面介紹的人使用。

linestyle和color是matplotlib做表時常用的兩個引數，只要是需要線條的，不論是主圖，還是新增的格線，基本上是都會遇到的。loc則是用來確定位置的，一般新增圖例的時候回用到。

顏色字元（color）

字元	代表顏色
r	紅色
b	藍色
g	綠色
w	白色
c	青色
m	洋紅
y	黃色
k	黑色

風格字元（linestyle）

字元	代表風格
- （一個連字元）	實線
– （兩個連字元）	虛線
-.	點劃線
：	點虛線
’ ’	留空，空格

loc 引數（以matplotlib新增圖例為例說明位置）

loc string	loc code	位置
"best"	0	右上角（預設）
“upper right”	1	右上角
“upper left”	2	左上角
“lower left”	3	左下角
“lower right”	4	右下角
"right"	5	中右側
“center left”	6	中左側
“center right”	7	中右側
“low center”	8	中下方
“upper center”	9	中上方
“center”	10	中間

python畫圖基礎

python用於畫圖常用matplotlib和seaborn**

1.matplotlib

使用前需要匯入api

import matplotlib.pyplot as plt

1.1繪製基本影象

1.1.1折線圖

1.準備資料

import random
x = range(60)
y = [random.uniform(15,18) for i in x]
#random.uniform 中引數即為取值範圍。

2.建立畫布

plt.figure(figsize=(20,5),dpi=100)
#其中引數figsize即為影象大小，dpi為解析度。

3.繪製影象

plt.plot(x,y)

4.影象顯示

plt.show()

1.1.2 散點圖

重複1，2，4步

第3步改為plt.scatter(x,y)

影象顯示：

1.1.3柱狀圖

重複1，2，4步

第3步改為plt.bar(x,y)

影象顯示：

1.1.4 直方圖

重複1，2，4步

第三步改為plt.hist(y)

只傳入一個y引數，表示y的分佈情況

影象顯示：

也可以傳入x引數，表示x的分佈情況（但因x為0~59，所以沒有意義）

影象顯示：

1.2實現一些其他功能

我們用自己建立的資料作為上海市早上10時~11時的溫度變化

#1.資料準備
x_shanghai = x
y_shanghai = y

#2.建立畫布
plt.figure(figsize=(20,5),dpi=100)

#3.繪製影象
plt.plot(x_shanghai,y_shanghai)
#3.1新增x、y的刻度
x_ticks = ["10:{}分"format(i) for i in x_shanghai]
y_ticks = range(40)
#3.2修改x、y的刻度
plt.xticks(x_shanghai[::5],x_ticks[::5])
#plt.xticks第一個引數是刻度，第二個引數是刻度標籤(plt.yticks也一樣)
plt.yticks(y_ticks[::5])
#五分鐘取一個刻度
#3.3新增網格顯示
plt.grid(True,linestyle = "--",alpha = 0.6)
引數linestyle為格線的種類，alpha為格線深淺

影象顯示：

1.3 在一個座標系中畫出多個影象

#0 準備資料
x = range(60)
y_shanghai = [random.uniform(15,18) for i in x]
y_beijing = [random.uniform(1,3) for i in x]

#1 建立畫布
plt.figure(figsize=(20,5),dpi=100)

#2 繪製影象
plt.plot(x,y_shanghai,label = "上海")
#畫一條標籤為上海的影象
plt.plot(x,y_beijing,color = 'r',linestyle="--",label="北京")
#畫一條標籤為北京的影象
plt.legend(loc ="best")
#plt.legend（）函數設定圖例位置

#2.1 新增x，y刻度
x_shanghai_ticks = ["10點{}分".format(i) for i in x] 
y_shanghai_ticks = range(40)

#2.2 修改x，y刻度
plt.xticks(x[::5],x_shanghai_ticks[::5])
plt.yticks(y_shanghai_ticks[::5])

#2.3 新增網格顯示
plt.grid(True , linestyle = "--",alpha = 0.6)

#2.4 新增標籤資料
plt.xlabel("時間",fontsize=20)
plt.ylabel("溫度",fontsize=20)
plt.title("某市某日10時至11時的溫度變化折線圖",fontsize=20)
#fontsize為字型大小

#  影象儲存
plt.savefig("test.png")

#3 影象顯示
plt.show()

影象顯示：

1.4多座標作圖

#0 準備資料
x = range(60)
y_shanghai = [random.uniform(15,18) for i in x]
y_beijing = [random.uniform(1,3) for i in x]

#1 建立畫布
plt.figure(figsize=(20,8),dpi=100)
# fig,axes=plt.subplot(nrows=1,ncols=2,figsize=(20,8),dpi=100)

#2 繪製影象
# axes[0].plot(x,y_shanghai,label = "上海")
# axes[1].plot(x,y_beijing,color = 'r',linestyle="--",label="北京")
f1=plt.subplot(1,2,1)#將figure分成一行兩列，第三個數位代表的是第一個位置的圖
f1.scatter(x,y_shanghai,label="上海",color='r',linestyle='--')#分別為x的顯示範圍為0-3,y的座標0-1
f2=plt.subplot(1,2,2)#將figure分成一行兩列，第三個數位代表的是第二個位置的圖
f2.scatter(x,y_beijing,label="北京")

# #2.1 新增x，y刻度
x_ticks= ["10點{}分".format(i) for i in x] 
y_shanghai_ticks = range(40)

# #2.2 修改x，y刻度
# plt.xticks(x[::5],x_ticks[::5])
# plt.yticks(y_shanghai_ticks[::5])
f1.set_xticks(x[::5])
f1.set_yticks(y_shanghai_ticks[::5])
f1.set_xticklabels(x_ticks[::5])
f2.set_xticks(x[::5])
f2.set_yticks(y_shanghai_ticks[::5])
f2.set_xticklabels(x_ticks[::5])

# #2.3 新增網格顯示
f1.grid(True , linestyle = "--",alpha = 0.6)
f2.grid(True , linestyle = "--",alpha = 0.6)

# #2.4 新增標籤資料
# plt.xlabel("時間",fontsize=20)
# plt.ylabel("溫度",fontsize=20)
# plt.title("某市某日10時至11時的溫度變化折線圖",fontsize=20)
f1.set_xlabel("時間")
f1.set_ylabel("溫度")
f1.set_title("上海市十時至十一時的溫度變化",fontsize=20)
f2.set_xlabel("時間")
f2.set_ylabel("溫度")
f2.set_title("北京市十時至十一時的溫度變化",fontsize=20)
f1.legend(loc=0)
f2.legend(loc=0)

#  影象儲存
plt.savefig("test.png")
#3 影象顯示
plt.show()

影象顯示：

1.5 繪圖應用

import numpy as np
# 繪製一般函數的影象
# 繪製反正切函數影象
# 0 準備資料
x = np.linspace(-10,10,1000)
# x為-10到10等間距取1000份
y = np.arctan(x)

# 1 建立畫布
plt.figure(figsize=(20,8),dpi = 100)

# 2 繪製影象
plt.plot(x,y)

# 2.1新增網格
plt.grid(True,linestyle = "--",alpha=0.6)

# 3 顯示影象
plt.show()

影象顯示：