python生成折线图怎么对特定点做颜色_python库matplotlib绘制折线图，散点图以及设置样式...

一：首先导入matplotlib库：

File->setting

Project Interpreter 点击右边的+号

搜索到之后点击左下角install package安装。

二：折线图：

#折线图

import matplotlib.pyplot as plt

x_valuse = [1,2,3,4,5]

y_squares = [1,4,9,16,25] #表示(0,1) (1,4) ……的点

plt.plot(x_valuse,y_squares, linewidth = 5) #设置横纵坐标和线条粗细

plt.xlabel("Value", fontsize=14) #横轴

plt.ylabel("Square of Value", fontsize=14) #横轴

plt.show()

三：散点图

#scatter绘制散点图

#plt.scatter(2,4)#绘制一个点

x_valuse = [1,2,3,4,5]

y_squares = [1,4,9,16,25]

'''

scatter参数总结：

x，y：表示的是shape大小为(n,)的数组，也就是我们即将绘制散点图的数据点，输入数据。

s：表示的是大小，是一个标量或者是一个shape大小为(n,)的数组，可选，默认20。

c：表示的是色彩或颜色序列，可选，默认蓝色’b’。但是c不应该是一个单一的RGB数字，也不应该是一个RGBA的序列，因为不便区分。c可以是一个RGB或RGBA二维行数组。

marker：MarkerStyle，表示的是标记的样式，可选，默认’o’。

cmap：Colormap，标量或者是一个colormap的名字，cmap仅仅当c是一个浮点数数组的时候才使用。如果没有申明就是image.cmap，可选，默认None。

norm：Normalize，数据亮度在0-1之间，也是只有c是一个浮点数的数组的时候才使用。如果没有申明，就是默认None。

vmin，vmax：标量，当norm存在的时候忽略。用来进行亮度数据的归一化，可选，默认None。

alpha：标量，0-1之间，可选，默认None。

linewidths：也就是标记点的长度，默认None。

'''

plt.scatter(x_valuse,y_squares,s=100)#绘制一系列点

plt.title("Square Numbers", fontsize=14)

plt.xlabel("Value", fontsize=14) #横轴

plt.ylabel("Square of Value", fontsize=14) #横轴

'''

tick_params参数的总结：

参数axis的值为’x’、’y’、’both’，分别代表设置X轴、Y轴以及同时设置，默认值为’both’。

参数which的值为 ‘major’、’minor’、’both’，分别代表设置主刻度线、副刻度线以及同时设置，默认值为’major’

（主刻度线、副刻度线类似于厘米尺。CM与MM的区别）

参数direction的值为’in’、’out’、’inout’，分别代表刻度线显示在绘图区内侧、外侧以及同时显示

参数length和width分别用于设置刻度线的长度和宽度

参数pad用于设置刻度线与标签间的距离

参数color、labelcolor、colors分别用于设置刻度线的颜色、刻度线标签的颜色以及同时设置刻度线及标签颜色

参数labelsize用于设置刻度线标签的字体大小

参数bottom, top, left, right的值为布尔值，分别代表设置绘图区四个边框线上的的刻度线是否显示

参数labelbottom, labeltop, labelleft, labelright的值为布尔值，分别代表设置绘图区四个边框线上的刻度线标签是否显示

'''

plt.tick_params(axis='both', which='major',labelsize=14)

plt.show()

四：自动生成图以及使用颜色映射

#自动生成图形

x_valuse = list(range(1,100)) #创建一个整数列表，list() 方法用于将元组转换为列表,Python 的元组与列表类似，不同之处在于元组的元素不能修改。

y_squares = [x**2 for x in x_valuse] #!!!

#plt.scatter(x_valuse, y_squares, c='green', s=40)

plt.scatter(x_valuse, y_squares, c=y_squares, cmap=plt.cm.Blues, s=40)#使用颜色映射

plt.axis([0,100,0,10000])

plt.show()

五：保存图

#保存图

plt.savefig('a.png',bbox_inches='tight')#第二个参数表示将多余的空白区域剪掉