2020-05-25 10:24:06

超详解 matplotlib 中的折线图方法 plot()

25 / 0 / 0 / 0

import pandas as pd   
import numpy as np  
import matplotlib.pyplot as plt  
import matplotlib   

目的

  • 对最基本的折线图plot做详细的解读,为绘制其他类型的图形打好基础。

plt.plot()的定义及调用

定义:

  • plt.plot(*args, scalex=True, scaley=True, data=None, **kwargs)

调用:

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

位置参数:

  • [x], y, [fmt]

关键字传参:

  • *后面的参数

x序列的不同类型

文本型的x序列

# data  
X = [8,3,5,'t'] # 会按顺序【0,1,2,3】被定位在x轴的刻度上  
Y = [1,2,3,4]  

plt.plot(X,Y,marker = 'o',c='g')  

ax = plt.gca()  
print('x轴刻度:',plt.xticks())  #list  
xticklabels_lst = ax.get_xticklabels()  
print('-'*70)  

x轴刻度:([0, 1, 2, 3], <a list of 4 Text xticklabel objects>)  
----------------------------------------------------------------------  

print('x轴刻度标签:',list(xticklabels_lst))  #是个文本标签  

x轴刻度标签:[Text(0, 0, '8'), Text(1, 0, '3'), Text(2, 0, '5'), Text(3, 0, 't')]  

数字型的x序列

# data  
X = [8,3,5,1] # 会按数字【8,3,5,1】被定位在x轴的刻度上  

Y = [1,2,3,4]  

plt.plot(X,Y,marker = 'o',c='g')  

ax = plt.gca()  

print('x轴刻度:',plt.xticks()) # array  
xticklabels_lst = ax.get_xticklabels()  
print('-'*70)  

x轴刻度:(array([0., 1., 2., 3., 4., 5., 6., 7., 8., 9.]), <a list of 10 Text xticklabel objects>)  
----------------------------------------------------------------------  

print('x轴刻度标签:',list(xticklabels_lst))  #是个按序号排列的文本标签  

x轴刻度标签:[Text(0.0, 0, '0'), Text(1.0, 0, '1'), Text(2.0, 0, '2'), Text(3.0, 0, '3'), Text(4.0, 0, '4'), Text(5.0, 0, '5'), Text(6.0, 0, '6'), Text(7.0, 0, '7'), Text(8.0, 0, '8'), Text(9.0, 0, '9')]  

2种类型-2条线

# data  
X1 = [8,3,5,'t']  
X2 = [8,3,5,1]  
Y = [1,2,3,4]  

plt.plot(X2,Y,marker = 'o',c='r')  
plt.plot(X1,Y,marker = 'o',c='g')  

ax = plt.gca()  

print('x轴刻度:',plt.xticks())  
xticklabels_lst = ax.get_xticklabels()  
print('-'*70)  

x轴刻度:([0, 1, 2, 3], <a list of 4 Text xticklabel objects>)  
----------------------------------------------------------------------  

print('x轴刻度标签:',list(xticklabels_lst))   

x轴刻度标签:[Text(0, 0, '8'), Text(1, 0, '3'), Text(2, 0, '5'), Text(3, 0, 't')]  

提供不同数量的位置参数

几种方式的调用

无参数

#返回一个空列表  
plt.plot()  

[]  

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

1个参数

#提供一个数(点)  
plt.plot(4.5,marker='o')  

[<matplotlib.lines.Line2D at 0x7f6f0352f978>]  

#提供一个数字序列  
plt.plot([4.5,2,3],marker='o')  

[<matplotlib.lines.Line2D at 0x7f6f0350d438>]  

2个参数

自动解析位置参数的原则

(x,y)形式

# x/y 为序列  
plt.plot([2,1,3],[0.5,2,2.5],marker='o')  

[<matplotlib.lines.Line2D at 0x7f6f034735c0>]  

# x/y 为标量  
plt.plot(2,['z'],marker = 'o')   

[<matplotlib.lines.Line2D at 0x7f6f03461b38>]  

(y,fmt)形式

# plt.plot(2,'z',marker = 'o') #Unrecognized character z in format string  

# y 为标量   
plt.plot(2,'r',marker = 'o')   

[<matplotlib.lines.Line2D at 0x7f6f033b7cf8>]  

# y 为序列  
plt.plot([2,1,3],'r--*')   

[<matplotlib.lines.Line2D at 0x7f6f033a1cf8>]  

3个参数

([x],y,[fmt])形式

plt.plot([2,1,3],[0.5,2,2.5],'p--g',   
#          marker='o'  
         markersize = 15  
        )  

[<matplotlib.lines.Line2D at 0x7f6f0331e048>]  

# fmt不写,或者‘’,则使用默认样式  
plt.plot([2,1,3],[0.5,2,2.5],'',  
#          marker='o'  
         markersize = 15  
        )  

[<matplotlib.lines.Line2D at 0x7f6f03289390>]  

绘图Line2D

仅画线:绘图的默认情况

默认样式:蓝色的【线】【无标记】

# marker = None 表示不做设置  
plt.plot([2,2.5,1])  

[<matplotlib.lines.Line2D at 0x7f6f031f86a0>]  

仅画标记

plt.plot([2,2.5,1],'o')  

[<matplotlib.lines.Line2D at 0x7f6f03afcba8>]  

画线+标记

plt.plot([2,2.5,1],'o-')  

[<matplotlib.lines.Line2D at 0x7f6f031d62e8>]  

plt.plot([2,1,3],'bo--')  

[<matplotlib.lines.Line2D at 0x7f6f0317b128>]  

fmt的组合顺序随意的?

6图合一及结论

# 6种组合  
# [color][marker][line],3种任意组合为6种可能  

# b :蓝色  
# o: 圆圈标记  
# --:虚线  

fmt = ['bo--','b--o','ob--','o--b','--bo','--ob']  
for i in range(len(fmt)):  
    plt.subplot(2,3,i+1)  
    plt.plot([2,1,3],fmt[i])  
      
# 结论:[color][marker][line],每个都是可选的,每个属性可以选择写或者不写  
# 而且与组合中它们所在的位置顺序无关  

fmt支持的【线】-line

Line Styles

==== character description ====

 '-' solid line style '--' dashed line style '-.' dash-dot line style ':' dotted line style 

fmt支持的【标记】-marker

Markers

==== character description ====

 '.' point marker ',' pixel marker 'o' circle marker 'v' triangle_down marker '^' triangle_up marker '<' triangle_left marker '>' 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

fmt支持的【颜色】-color

Colors

The supported color abbreviations are the single letter codes

==== character color ====

 'b' blue 'g' green 'r' red 'c' cyan 'm' magenta 'y' yellow 'k' black 'w' white 

所有样式:标记、线、颜色参考大全

链接:https://www.kesci.com/home/project/5ea4e5da105d91002d506ac6

样式属性

线条的属性

# 包含:(颜色除外)  
# 线的样式、线的宽度  
# linestyle or ls: {'-', '--', '-.', ':', '', }  
# linewidth or lw: float  

ls_lst = ['-', '--', '-.', ':',]   
lw_lst = [1,3,5,7]  
for i in range(len(ls_lst)):  
    plt.plot([1,2,3,4],[i+1]*4,ls_lst[i],lw = lw_lst[i])  

标记的属性

# 包含:  
'''  
marker: marker style  
#边框(颜色及边框粗细)  
markeredgecolor or mec: color  
markeredgewidth or mew: float  
#面颜色  
markerfacecolor or mfc: color  
markerfacecoloralt or mfcalt: color  #备用标记颜色  
#标记的大小  
markersize or ms: float  
markevery: None or int or (int, int) or slice or List[int] or float or (float, float)  
'''  

# linestyle = None 表示不做设置,以默认值方式  
# linestyle = ''  linestyle = 'none' 表示无格式,无线条  

plt.plot([4,2,1,3],linestyle = 'none',   
         marker = 'o',  
         markersize = 30,  
         # edge  
         markeredgecolor = 'r',  
         markeredgewidth = 5,  
         # face   
         markerfacecolor = 'g',  
#          markerfacecolor = 'none',  
#          markerfacecolor = None,  
        )  

[<matplotlib.lines.Line2D at 0x7f6f02f085c0>]  

综合:带有空心圆标记的线条图

'''  
标记点是覆盖在线条的上面,位于上层  

图层层次:[top]  spines > marker > line > backgroud  [bottom]  
spines:轴的4个边框  
spines 将线条图围在里面  
'''  

plt.plot([1,5,3,4],   
         marker = 'o',  
         markersize = 20,  
         # edge  
         markeredgecolor = 'r',  
         markeredgewidth = 5,  
         # face   
         markerfacecolor = 'w',    # 白色,与背景色相同,把线条覆盖着,营造空心的视觉效果  
#          markerfacecolor = 'none', # 无色,透明,会看到线条  
#          markerfacecolor = None, # 不设置,默认颜色  
        )  

# markerfacecolor = ' ', # 无法识别  
# markerfacecolor = '', # 无法识别  

[<matplotlib.lines.Line2D at 0x7f6f02e6e470>]  

data关键字的使用

字典数据

#字典数据  
d = {'name':list('abcd'),'age':[22,20,18,27]}  
plt.plot('name','age',data = d)  

[<matplotlib.lines.Line2D at 0x7f6f02e52e48>]  

DataFrame数据

#DataFrame数据  
d = {'name':list('abcd'),'age':[22,20,18,27]}  
df = pd.DataFrame(d)  
df  

nameage

0 a 22

1 b 20

2 c 18

3 d 27

plt.plot('name','age',data = df)  

[<matplotlib.lines.Line2D at 0x7f6f02d7a940>]  

总结

定义:

  • plt.plot(*args,scalex = True,scaley = True,data = None ,**kwargs)

调用:

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

x,y,fmt均不能使用关键字传参

推荐使用:

  • plt.plot(x,y,fmt)
  • 多组数据时,再次调用
  • plt.plot(x2,y2,fmt2) 画第2条线即可...
  • 默认样式:蓝色的【线】+【无标记】,即无标记的线
  • 可使用fmt来快捷控制线条的基本属性:颜色、线、标记
  • [color][marker][line]
  • fmt与关键字属性可混合使用,当两者有冲突时,以关键字的为准。
  • 对于已有的带标签的数据如df,可使用
  • plt.plot('columns_name1','columns_name2',data = df)

PS: 如本文对您有疑惑,可加QQ:1752338621 进行讨论。

0 条评论

0
0
官方
微信
官方微信
Q Q
咨询
意见
反馈
返回
顶部