1.1绘制简单的折线图
使用matplotlib制作最简单的图表
import matplotlib.pyplot as plt
#设置x
x=range(0,8)
#设置y
y=[14,17,19,11,14,13,15,16]
#plot函数需要两个参数,一个是x一个是y
plt.plot(x,y)
plt.show()
import matplotlib.pyplot as plt ##首先导入模块pyplot,并为其指定别名plt
squares=[1,4,9,16,25] ##创建了一个名为squares的列表,在其中存储要用来制作图表的数据
fig,ax=plt.subplots() ##subplots()这个函数可在一张图片中绘制一个或多个图表
ax.plot(squares)
plt.show() ##打开 Matplotlib查看器并显示绘制的图表
1.2修改标签文字和线条粗细
(1)曲线颜色(color)
r | g | b | y | k |
红色 | 绿色 | 蓝色 | 黄色 | 黑色 |
(2)点型(标记marker)
+ | * | x | s | d | p | ||||
加号 | 圆圈 | 星号 | 实心点 | 叉号 | 正方形 | 钻石形 | 上三角 | 下三角 | 五角星 |
(3)线型(linestyle)
- | — | : | -. |
实线 | 虚线 | 电线 | 点横线 |
(4)剩余参数说明
markersize 简写为 ms(标记大小):实数
markeredgewidth 简写为 mew(标记边缘宽度):实数
markeredgecolor 简写为 mec(标记边缘颜色):颜色选项中的任意值
markerfacecolor 简写为 mfc(标记表面颜色):颜色选项中的任意值
alpha(透明度): [0,1]之间的浮点数
linewidth(线宽):实数
import matplotlib.pyplot as plt
x = [2021, 2022, 2023, 2024, 2025, 2026, 2027, 2028]
y = [12, 23, 35, 46, 54, 63, 75, 82]
# 绘制的曲线属性设置
plt.plot(x, y, color='r', marker='d', linestyle='--', markersize=6, alpha=0.5, linewidth=3)
# plt.plot(x, y, 'rd--') # 可以使用这种方式进行画图的属性设置
# x,y坐标轴名称设置,可以同时设置标签的字体大小颜色等
plt.xlabel("year", fontsize=14, color='r')
plt.ylabel("demands", fontsize=14, color='b')
# 显示曲线图像
plt.show()
1.3图像属性设置
(1)坐标轴标签设置
# x,y坐标轴名称设置,可以同时设置标签的字体大小颜色等
plt.xlabel("x坐标轴", fontsize=14, color='r')
plt.ylabel("y坐标轴", fontsize=14, color='b')
(2)图像标题设置
# 设置图表标题
plt.title("图像标题", fontsize=14, color='k')
(3)图例设置
# 添加图例
plt.legend("num", loc='upper left')
(4)坐标轴范围设置
# 设置x轴的范围为[0, 10],y轴的范围为[0, 100], 或者通过xlim, ylim设置XY轴的范围上下限
plt.axis([0, 10, 0, 100])
# plt.xlim(0, 10)
# plt.ylim(0, 100)
(5)添加网格
# 添加网格
plt.grid(visible=True, axis='x') # 只显示x轴网格线
plt.grid(visible=True, axis='y') # 只显示y轴网格线
import matplotlib.pyplot as plt
x = [2021, 2022, 2023, 2024, 2025, 2026, 2027, 2028]
y = [12, 23, 35, 46, 54, 63, 75, 82]
# 绘制的曲线属性设置
plt.plot(x, y, color='r', marker='d', linestyle='--', markersize=6, alpha=0.5, linewidth=3)
# plt.plot(x, y, 'rd--') # 可以使用这种方式进行画图的属性设置
# x,y坐标轴名称设置,可以同时设置标签的字体大小颜色等
plt.xlabel("year", fontsize=14, color='r')
plt.ylabel("demands", fontsize=14, color='b')
# 设置图表标题
plt.title("2021-2028 demands", fontsize=14, color='k')
# 添加图例
plt.legend("num", loc='upper left')
# 设置x轴的范围为[2021, 2018],y轴的范围为[0, 80], 或者通过xlim, ylim设置XY轴的范围上下限
plt.axis([2021, 2028, 0, 80])
# plt.xlim(2021, 2028)
# plt.ylim(0, 80)
# 添加网格
plt.grid(visible=True, axis='x') # 只显示x轴网格线
plt.grid(visible=True, axis='y') # 只显示y轴网格线
# 显示曲线图像
plt.show()
1.4 一图绘制多条折线
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False # 用来正常显示负号
x = ["周一", "周二", "周三", "周四", "周五", "周六", "周日"]
highest = [12, 15, 18, 14, 16, 14, 10]
lowest = [6, 4, 8, 12, 10, 9, 7]
plt.plot(x, highest, "rs--", label="最高气温")
plt.plot(x, lowest, "bd--", label="最低气温")
# y轴标签数值范围设置
plt.ylim(0, 25)
# 标题设置
plt.title("一周气温变化趋势", fontsize=14, color='k')
plt.xlabel("星期", fontsize=14, color='r')
plt.ylabel("气温", fontsize=14, color='b')
# 图例设置
plt.legend()
plt.show()