欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

数据可视化——Matplotlib绘图02

程序员文章站 2024-01-14 11:27:16
...

本篇将继续介绍Matplotlib绘图。

常用的图像设置命令:

plt.axhline() #绘制平行于x轴的水平参考线
plt.axvline() #绘制平行于y轴的水平参考线
plt.axhspan() #绘制垂直于y轴的参考区域
plt. axvspan() #绘制垂直于x轴的参考区域

x = np.linspace(1,10,10)
y = np.cos(x)
plt.plot(x,y,'g*-',linewidth=2,alpha=0.6,drawstyle='steps') 
plt.grid(ls=':',c='b')
plt.axhline(y=0.15,color='blue',linewidth=4)

数据可视化——Matplotlib绘图02

x = np.linspace(1,10,10)
y = np.cos(x)
plt.plot(x,y,'g*-',linewidth=2,alpha=0.6,drawstyle='steps') 
plt.grid(ls=':',c='b')
plt.axhline(y=0.15,color='blue',linewidth=4)

数据可视化——Matplotlib绘图02

x = np.linspace(1,10,10)
y = np.cos(x)
plt.plot(x,y,'g*-',linewidth=2,alpha=0.6,drawstyle='steps') 
plt.grid(ls=':',c='b')
plt.axhline(y=0.15,color='blue',linewidth=4)
plt.axvline(6,c='r',lw=5,ls='-.')       #把垂直的这条线更改为虚线

数据可视化——Matplotlib绘图02

x = np.linspace(0,10,10)
y = np.cos(x)
plt.plot(x,y,'b*-',linewidth = 10,alpha = 0.6,drawstyle='steps')
plt.grid(ls=':',c='b')
plt.axhspan(-0.25,0.25)   #绘制区域
plt.axvline(6,c='r',lw=5)

数据可视化——Matplotlib绘图02

x = np.linspace(0,10,10)
y = np.cos(x)
plt.plot(x,y,'b*-',linewidth = 10,alpha = 0.6,drawstyle='steps')
plt.grid(ls=':',c='b')
plt.axhspan(-0.25,0.25,facecolor='yellow',alpha=0.6)   #更改区域颜色
plt.axvline(6,c='r',lw=5)

数据可视化——Matplotlib绘图02

x = np.linspace(0,10,10)
y = np.cos(x)
plt.plot(x,y,'b*-',linewidth = 10,alpha = 0.6,drawstyle='steps')
plt.grid(ls=':',c='b')
plt.axhspan(-0.25,0.25,facecolor='yellow',alpha=0.6)
plt.axvline(6,c='r',lw=5)
plt.axvspan(4,8,facecolor='c',alpha=0.3)   #绘制垂直区域

数据可视化——Matplotlib绘图02

常用的图像设置命令

plt.legend() #标示不同图形的文本标签图例

plt.xticks() #设置x轴的标签名称

plt.yticks() #设置y轴的标签名称

plt.text() #添加图形内容细节的无指向型注释文本

plt.annotate() #添加图形内容细节的指向型注释文本

x = np.linspace(0,10,10)
y = np.cos(x)
plt.plot(x,y,'b*-',linewidth = 10,alpha = 0.6,drawstyle='steps')
plt.grid(ls=':',c='b')
plt.axhspan(-0.25,0.25,facecolor='yellow',alpha=0.6)
plt.axvline(6,c='r',lw=5,ls='-.')
plt.axvspan(4,8,facecolor='c',alpha=0.3)
plt.legend(loc='upper right')
plt.yticks([-1.00,-0.75,-0.50,-0.25,0.00,0.25,0.50,0.75,1.00],['H','C','Y','I','L','O','V','E','Y'])
#更改了例图纵坐标的名称(示例)

数据可视化——Matplotlib绘图02

x = np.linspace(0,10,10)
y = np.cos(x)
plt.plot(x,y,'b*-',linewidth = 10,alpha = 0.6,drawstyle='steps')
plt.grid(ls=':',c='b')
plt.axhspan(-0.25,0.25,facecolor='yellow',alpha=0.6)
plt.axvline(6,c='r',lw=5,ls='-.')
plt.axvspan(4,8,facecolor='c',alpha=0.3)
plt.legend(loc='upper right')
plt.text(1.5,0,'y=cos(x)',weight='bold',color='b')  #1.5是表示标注距离纵坐标的距离

数据可视化——Matplotlib绘图02
这篇就到这里啦,比较简短。下一篇会介绍Matplotlib中plt常见的二维图形绘制命令,包括各种图形的绘制。