【python】画折线图 | 您所在的位置:网站首页 › python 字典画图 › 【python】画折线图 |
文章目录
一个简单的折线图同一张图上显示多条数据给这个折线图中的点加数据标签
一个简单的折线图
画折线图至少需要2个列表:横坐标列表和纵坐标列表,两个坐标的位置一一对应。 from pylab import * mpl.rcParams['font.sans-serif'] = ['SimHei'] # 添加这条可以让图形显示中文 x_axis_data = [1, 2, 3, 4, 5] y_axis_data = [1, 2, 3, 4, 5] # plot中参数的含义分别是横轴值,纵轴值,线的形状,颜色,透明度,线的宽度和标签 plt.plot(x_axis_data, y_axis_data, 'ro-', color='#4169E1', alpha=0.8, linewidth=1, label='一些数字') # 显示标签,如果不加这句,即使在plot中加了label='一些数字'的参数,最终还是不会显示标签 plt.legend(loc="upper right") plt.xlabel('x轴数字') plt.ylabel('y轴数字') plt.show() # plt.savefig('demo.jpg') # 保存该图片上述代码显示结果如下: ![]() 代码语句说明: plt.plot(x_axis_data, y_axis_data, 'ro-', color='#4169E1', alpha=0.8, label='一些数字')这句话按照横纵坐标的两个列表画了一条线 'ro-'是线条的格式,这个线条格式其实有很多含义,下面是一些例子: 线的格式显示形式‘ro-’红色的线(red),坐标点会有小圆点(o)‘ro’红色的线(red),坐标点用小圆点(o)表示,但是这个线条本身不会显示出来‘r–’红色(red)的虚线‘bs’蓝色(blue)的方块(square)‘g^’绿色(green)的三角……颜色可以写成color='blue'或者写成十六进制的颜色值color='#4169E1',可以在这个网站找一些自己喜欢的十六进制颜色。 alpha是透明度,label是该条线对应的标签。 plt.legend(loc="upper right")这句代码作用是显示标签,显示的位置是右上角,这个地方可选的参数还有: 参数参数码‘best’0‘upper right’1‘upper left’2‘lower left’3‘lower right’4‘right’5‘center left’6‘center right’7‘lower center’8‘upper center’9‘center’10设置参数为'best'时,会自动选一个位置放标签,并且选的位置是最好的,遮盖线条的比例最小 同一张图上显示多条数据有时候我们需要在一张图上显示多条数据,可以这么写: x_axis_data = [i for i in range(10)] y_axis_data1 = [12,17,15,12,16,14,15,13,18,19] y_axis_data2 = [1,4,2,6,4,2,1,6,4,2] plt.plot(x_axis_data, y_axis_data1) plt.plot(x_axis_data, y_axis_data2) plt.show()显示结果如下: 加数据标签可以定量的分析折线的数据,加标签还比较简单,只要加上这句就可以了: for x, y in zip(x_axis_data, y_axis_data): plt.text(x, y+0.3, '%.0f' % y, ha='center', va='bottom', fontsize=10.5)所有代码: from pylab import * mpl.rcParams['font.sans-serif'] = ['SimHei'] x_axis_data = [1, 2, 3, 4, 5] y_axis_data = [1, 2, 3, 4, 5] # plot中参数的含义分别是横轴值,纵轴值,颜色,透明度和标签 plt.plot(x_axis_data, y_axis_data, 'ro-', color='#4169E1', alpha=0.8, label='一些数字') for x, y in zip(x_axis_data, y_axis_data): plt.text(x, y+0.3, '%.0f' % y, ha='center', va='bottom', fontsize=10.5) # 显示标签,如果不加这句,即使加了label='一些数字'的参数,最终还是不会显示标签 plt.legend(loc="upper right") plt.xlabel('x轴数字') plt.ylabel('y轴数字') plt.show() # plt.savefig('demo.jpg') # 保存该图片运行结果: ![]() |
CopyRight 2018-2019 实验室设备网 版权所有 |