可视化之用matplotlib.pyplot画图

文章目录

    • 1. 折线图
      • 1.1 参数解释
      • 1.2 举例
    • 2. 散点图
      • 2.1 参数解释
      • 2.2 例子

1. 折线图

官网

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

1.1 参数解释

x, y: array-like or scalar(标量)

x可选,默认是range(len(y));y可以是二维数组,此时会在同一个坐标系里出现多条折线;

fmt:str,optional

控制线条格式的参数,比如线条的颜色、形状等。
fmt = '[marker][line][color]'

常见的marker参数:
详见 matplotlib.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
'8'	octagon marker
's'	square marker
'p'	pentagon marker
'P'	plus (filled) marker
'*'	star marker
'h'	hexagon1 marker
'H'	hexagon2 marker
'+'	plus marker
'x'	x marker
'X'	x (filled) marker
'D'	diamond marker
'd'	thin_diamond marker
'|'	vline marker
'_'	hline marker

常见的line参数:

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

常见的Colors参数:

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

**kwargsLine2D: properties, optional

也能通过这类参数来控制线条。
比如marker控制形状,c控制颜色

1.2 举例

不传入x参数

plt.plot([1, 4, 9, 16], marker='o', c='r')
plt.show()

可视化之用matplotlib.pyplot画图_第1张图片
画多条折线

x1 = [1,2,3]
y1=[1,3,5]
x2=[1,2,3]
y2=[2,4,6]
plt.plot(x1, y1, 'g^', x2, y2, 'g-') # 此时不能通过marker,c来控制线条的形状和颜色

可视化之用matplotlib.pyplot画图_第2张图片

2. 散点图

官网

matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, 
cmap=None, norm=None, vmin=None, vmax=None, alpha=None, 
linewidths=None, *, edgecolors=None, plotnonfinite=False, data=None, **kwargs)

2.1 参数解释

x, y: float or array-like, shape (n, )
# 数据点的位置
s: float or array-like, shape (n, ), optional
# 数据点的大小
c: array-like or list of colors or color, optional
# 数据点的颜色
marker: MarkerStyle, default: rcParams["scatter.marker"] (default: 'o')
# 数据点的形状
alpha: float, default: None
# 数据点的透明程度,0表示完全透明,1表示不透明
linewidths: float or array-like, default: rcParams["lines.linewidth"] (default: 1.5)
# 数据点的线宽
edgecolors: {'face', 'none', None} or color or sequence of color, default: rcParams["scatter.edgecolors"] (default: 'face')
# 数据点的线的颜色

2.2 例子

设置大小、颜色和透明度

# Fixing random state for reproducibility
np.random.seed(19680801)

N = 50
x = np.random.rand(N)
y = np.random.rand(N)
colors = np.random.rand(N)
area = (30 * np.random.rand(N))**2  # 0 to 15 point radii

plt.scatter(x, y, s=area, c=colors, alpha=0.5)
plt.show()

可视化之用matplotlib.pyplot画图_第3张图片
设置线宽

x = [1, 2, 3]
y = [1, 4, 9]
plt.scatter(x, y, c='r', alpha=0.5, linewidths=15, edgecolors=None)

可视化之用matplotlib.pyplot画图_第4张图片

你可能感兴趣的:(Python,python,可视化)