plt.plot(x,y,color,linestyle,marker)函数参数详解

一、plt.plot()函数详解

`plt.plot()`函数是matplotlib库中用于绘制线条图的函数，它有多个参数可以控制绘图的各个方面。以下是常用的一些参数及其作用：

• x: x轴数据的列表或数组
• y: y轴数据的列表或数组
• linewidth: 线条的宽度，从0到无穷大的浮点数，例如2.5
• color: 线条的颜色，可以是字符串、元组或RGBA值，代表不同的颜色。例如：红色'red'、绿色'green'、蓝色'blue'、黑色'black'、白色'white'、灰色'gray'等；RGB元组(0, 0, 1)表示蓝色，RGBA元组(0, 1, 0, 0.5)表示半透明的绿色
• linestyle: 线条的样式，可以是字符串，如实线'-'、虚线'--'、点线':'、破折线'-.'等
  • '-': 实线
  • '--': 虚线
  • '-.': 点划线
  • ':': 点线
  • '': 无线条，只显示标记
  • 'None': 无线条，不显示标记
  • ' ': 无线条，不显示标记
• marker: 数据点的标记样式
  • '.': 小圆点
  • ',': 像素点
  • 'o': 实心圆
  • 'v': 垂直三角形
  • '^': 正三角形
  • '<': 左三角形
  • '>': 右三角形
  • '1': 向下平行竖线
  • '2': 向上平行竖线
  • '3': 向左平行横线
  • '4': 向右平行横线
  • 's': 正方形
  • 'p': 五边形
  • '*': 星号
  • 'h': 六边形1
  • 'H': 六边形2
  • '+': 加号
  • 'x': X号
  • 'd': 小菱形
  • 'D': 大菱形
  • '|': 竖线
  • '_': 横线
• markersize: 标记的大小，从0到无穷大的浮点数，例如7.5
• label: 字符串类型，代表绘制的线条的标签，在图例中显示。例如Line 1
• alpha: 线条和标记的透明度，从0到1的浮点数，表示线条和标记的透明度。例如0.5
• zorder: 整数类型，表示绘图的层数，数值越大越靠上。例如2

除了这些常用参数外，还有其他一些参数可以进一步定制化图形，例如：

• solid_capstyle: 实线端点的样式，如普通平直样式"butt"、圆角样式"round"、斜角样式"projecting"等
• dash_capstyle: 虚线端点的样式，与solid_capstyle类似
• dash_joinstyle: 虚线连接处的样式，如圆弧连接"round"、斜接连接"bevel"、锐角连接"miter"等
• solid_joinstyle: 实线连接处的样式，与dash_joinstyle类似
• markevery: 标记显示的间隔，可以是数字、元组或者函数，可以是数字、元组或者函数。例如：每隔一个数据点标记一个点：markevery=2；从第二个开始，每个5个数据点标记一个点：markevery=(1, 5)；根据某个函数的返回值来控制标记的位置：markevery=lambda i: i%3==0

需要注意的是，`plt.plot()`函数的参数比较多，不同的参数组合可以实现各种各样的效果。具体使用时需要根据需求进行选择和调整，以获得期望的绘图效果。

二、举例如下

import random
import time

import matplotlib.pyplot as plt
from pylab import mpl

mpl.rcParams["font.sans-serif"] = ["SimHei"]  # 设置显示中文字体
mpl.rcParams["axes.unicode_minus"] = False  # 设置正常显示符号

x = range(1, 101)
times = [random.randint(10, 200) for i in range(100)]
plt.figure(figsize=(15, 5), dpi=80)  # 创建画布
plt.plot(x, times, color='r', linestyle='-', label='t = 2', marker='v')  # 绘制折线图，点划线

plt.legend(loc=0)  # 显示图例
# 描述信息
plt.xlabel("设备数/个")
plt.ylabel("时间/s")
plt.title("时间变化图", fontsize=18)

plt.savefig("./time.jpg")  # 保存至指定位置
plt.show()  # 显示图像

效果如下

 学习导航：https://www.xqnav.top/