python中plot函数 python plt.plot函数

分类目录：《系统学习Python》总目录

---

matplotlib.pyplot是Matplotlib的基于状态的接口。它提供了一种隐式的、类似MATLAB的绘图方式。它还会在您的屏幕上打开图形，并充当图形GUI管理器。

语法

matplotlib.pyplot.plot(*args, scalex=True, scaley=True , data=None, ** kwargs)

函数定义

matplotlib.pyplot.plot([x], y, [fmt], *, data=None, **kwargs)
matplotlib.pyplot.plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs)

其中，可选参数fmt是定义基本格式（如：颜色、标记和线型）的便捷方式。

绘制多组数据

若需要绘制多组数据，有如下三种方法：

1. 多次调用matplotlib.pyplot.plot

matplotlib.pyplot.plot(x1, y1, 'bo')
matplotlib.pyplot.plot(x2, y2, 'go')

2. 传入二维数组
   如果x或y是二维数组，将为每一列绘制一个单独的数据集。如果x和y都是二维的，则它们必须具有相同的形状。如果其中只有一个是形状为 (N, m) ，则另一个必须具有长度N并将用于每个数据集m。

x = [1, 2, 3]
y = numpy.array([[1, 2], [3, 4], [5, 6]])
matplotlib.pyplot.plot(x, y)

相当于：

for col in range(y.shape[1]):
    matplotlib.pyplot.plot(x, y[:, col])

3. 指定多组[x]、y、[fmt]：

matplotlib.pyplot.plot(x1, y1, 'g^', x2, y2, 'g-')

在这种情况下，任何附加的关键字参数都适用于所有数据集。此外，此语法不能与data参数结合使用。

默认情况下，每行都分配有由“样式循环”指定的不同样式。仅当您希望显式偏离这些默认值时，才需要fmt和line属性参数。或者，您也可以使用rcParams["axes.prop_cycle"]更改样式循环。

参数

• x, y：类数组或标量。数据点的水平/垂直坐标。 x值是可选的，默认为range(len(y))。通常，这些参数是一维数组。它们也可以是标量或二维的，在这种情况下，列表示单独的数据集。
• fmt：str，可选。格式字符串只是快速设置基本行属性的缩写。所有这些以及更多也可以通过关键字参数来控制，但此参数不能作为关键字传递。
• scalex, scaley：bool, 默认为True，这些参数确定视图限制是否适应数据限制。值被传递给autoscale_view。
• data：数据可索引对象，可选。带有标签数据的对象。如果给定，请提供要在x和y中绘制的标签名称。
• **kwargs：Line2D属性，可选。kwargs用于指定线标签、线宽、抗锯齿、标记面颜色等属性。

返回值

Line2D清单，表示绘制数据的线列表。

格式化字符串fmt

格式字符串由颜色、标记和线条部分组成：

fmt = '[marker][line][color]'

其中的每一个都是可选的。如果未提供，则使用样式循环中的值。例外：如果line给出，但没有marker，数据将是一条没有标记的行。[color][marker][line]也支持其他组合，但它们的解析可能不明确。

标记

特点	描述
.	点标记
,	像素标记
o	圆圈标记
v	triangle_down标记
^	triangle_up标记
<	triangle_left标记
>	triangle_right标记
1	tri_down标记
2	tri_up标记
3	tri_left标记
4	tri_right标记
8	八角形标记
s	方形标记
p	五边形标记
P	加（填充）标记
*	星标记
h	hexagon1标记
H	hexagon2标记
+	加号标记
x	x标记
X	x（填充）标记
D	钻石标记
d	薄钻石标记
|	线标记
_	线标记

线型

特点	描述
-	实线样式
--	虚线样式
-.	点划线样式
:	虚线样式

颜色

特点	描述
b	蓝色
g	绿色
r	红色
c	青色
m	品红
y	黄色
k	黑色
w	白色

如果颜色是格式字符串的唯一部分，您可以另外使用任何matplotlib.colors规范，例如全名 ( 'green') 或十六进制字符串 ( '#008000')。

实例

import matplotlib.pyplot as plt
plt.plot([1, 2, 3, 4], [1, 4, 9, 16], 'ro')
plt.show()

输出：