python plot绘制折线图,自定义横坐标间距、竖向显示大小

一、plot简介

plot是matplotlib的一个绘制各类可视化图的子库,他的用法十分的广阔和好用,对于绘图来说更是一个神器。

语法

plt.plot(x, y, format_string, **kwargs)

x:x轴数据,列表或数组,可选。

y:y轴数据,列表或数组,可选。

format_string:控制曲线的格式字符串,可选。

kwargs:第二组或者更多(x, y, format_string, **kwargs)

二、例子

import matplotlib.pyplot as plt
import xlrd
import os
import matplotlib.ticker as ticker


# 设置字体以中文显示
plt.rcParams['font.sans-serif'] = ['SimHei']
# 定位到项目目录下
os.chdir('E:\\pycharm\\check')

# 读取表格数据
data = xlrd.open_workbook('track.xls')
table = data.sheets()[0]

# 读取第一列和第6、7列的数据
cap1 = table.col_values(0)[1:]
# 只取时间点
cap1_x = [x.split(" ")[1] for x in cap1]
cap2 = table.col_values(5)[1:]
cap3 = table.col_values(6)[1:]
cap2_y = [round(x,3) for x in cap2]
cap3_y = [round(x, 3) for x in cap3]

# 绘制折线图
fig, ax = plt.subplots(1, 1)
plt.plot(cap1_x, cap2_y, color='r', label="ATT-RLSTM")
plt.plot(cap1_x, cap3_y, color='g', label="CNN-RLSTM")
plt.xlabel("温度差")
plt.ylabel("时间点")
# 图例右上角显示
plt.legend(loc="upper right")
# 设置打印的密度
tick_spacing = 5
ax.xaxis.set_major_locator(ticker.MultipleLocator(tick_spacing))

# 设置显示字体的大小
plt.tick_params(axis='both', labelsize=14)
# 对x轴进行翻转,竖向显示
plt.xticks(rotation=90, fontsize=14)
# 显示图像
plt.show() 

代码运行效果 

python plot绘制折线图,自定义横坐标间距、竖向显示大小_第1张图片

三、参数解释

图例的显示参数和位置,例:plt.legend(loc='best') :

     0: 'best'
     1: 'upper right'
     2: 'upper left'
     3: 'lower left'
     4: 'lower right'
     5: 'right'
     6: 'center left'
     7: 'center right'
     8: 'lower center'
     9: 'upper center'
     10: 'center'

折线格式:

颜色:
     b: blue
     g: green
     r: red
     c: cyan
     m: magenta
     y: yellow
     k: black
     w: white
折线格式:
     -, solid
     --, dashed
     -., dashdot
     :, dotted
     '', ' ', None
marker
    '.': 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

你可能感兴趣的:(python学习笔记,大数据,matplotlib,数据分析,pyplot,数据处理)