Matplotlib是一個Python工具箱,用於科學計算的數據視覺化。借助它,Python可以繪製如Matlab和Octave多種多樣的資料圖形。以下這篇文章主要介紹了python使用matplotlib如何繪製折線圖的方法教程,需要的朋友可以參考借鑒。
matplotlib簡介
matplotlib 是python最著名的繪圖庫,它提供了一整套和matlab相似的命令API,十分適合交互式地行製圖。而且也可以方便地將它作為繪圖控件,嵌入GUI應用程式中。
它的文件相當完備,並且Gallery頁面中有上百幅縮圖,開啟之後都有原始程式。因此如果你需要繪製某種類型的圖,只需要在這個頁面中瀏覽/複製/貼上一下,基本上都能搞定。
在Linux下比較著名的資料圖工具還有gnuplot,這個是免費的,Python有一個套件可以呼叫gnuplot,但是語法比較不習慣,而且畫圖品質不高。
而 Matplotlib則比較強:Matlab的語法、python語言、latex的畫圖品質(還可以使用內嵌的latex引擎繪製的數學公式)。
繪圖庫Matplotlib的安裝方法:點這裡
matplotlib畫出折線圖
2. 圖例
在plot的時候指定label,然後呼叫legend方法可以繪製圖例。例如:
import numpy as np import matplotlib.pyplot as plt x = np.linspace(0, 2 * np.pi, 100) y1, y2 = np.sin(x), np.cos(x) plt.plot(x, y1) plt.plot(x, y2) plt.title('line chart') plt.xlabel('x') plt.ylabel('y') plt.show()
legend方法可接受一個loc關鍵字參數來設定圖例的位置,可取值為數字或字串:
'upper right'
2: 'upper left' 3: 'lower left'
6: 'center left'
7: 'center right'
8: 'lower center'
3. 線的樣式
(1)顏色
plot方法的關鍵字參數color(或c)用來設定線的顏色。可取值為:
m: magenta
y: yellow
k: black
w: white2、#rrggbb
3、(r, g, b, br. ]之間
4、[0, 1]之間的浮點數的字串形式,表示灰階值。 0表示黑色,1表示白色
(2)樣式
plot方法的關鍵字參數linestyle(或ls)用來設定線的樣式。可取值為:
-, solid
-., dashdot
(3)粗細
設定plot方法的關鍵字參數linewidth(或lw)可以改變線的粗細,其值為浮點數。
import numpy as np import matplotlib.pyplot as plt x = np.linspace(0, 2 * np.pi, 100) y1, y2 = np.sin(x), np.cos(x) plt.plot(x, y1, label='y = sin(x)') plt.plot(x, y2, label='y = cos(x)') plt.legend() plt.show()
4. marker
'v': triangle_down marker
'^': triangle_le_le '>': triangle_right marker '1': tri_down marker '2': tri_up marker '3': tri_left marker '4': tri_right marker 's': square marker 'p': pentagon marker '*': star marker 'h': hexagon1 marker 'H': hexagon2 marker '+': plus marker 'x': x marker 'D': diamond marker 'd': thin_diamond marker '|': vline marker '_': hline marker 例如: 另外,marker关键字参数可以和color以及linestyle这两个关键字参数合并为一个字符串。例如: 更多python使用matplotlib繪製折線圖教程相关文章请关注PHP中文网!import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 2 * np.pi, 10)
y1, y2 = np.sin(x), np.cos(x)
plt.plot(x, y1, marker='o', mec='r', mfc='w')
plt.plot(x, y2, marker='*', ms=10)
plt.show()
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 2 * np.pi, 10)
y1, y2 = np.sin(x), np.cos(x)
plt.plot(x, y1, 'ro-')
plt.plot(x, y2, 'g*:', ms=10)
plt.show()