matplotlib.pyplot.plot教程

本文翻译官方文档 matplotlib.pyplot.plot

文章目录

• matplotlib.pyplot.plot
  *
• 绘制带标记的数据
• 绘制多个数据集
• Line2D属性
• Markers
• Line Styles
• Colors

matplotlib.pyplot.plot

matploblib.pylob.plot(*arg, scalex=True, scaley=True, data=None, **kwargs )

绘制直线和标记点

可调用的方法：

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

点和线的坐标是基于给定的x , y x,y x ,y（x x x是横坐标的数据集合，y y y是纵坐标的数据集合）

可选参数f m t fmt f m t可方便定义图形基础样式，例如：颜色（color）、标记点形状（marker）和线的风格（linestyle）。该参数传递一个短字符串，例子如下：

plot(x, y)
plot(x, y, 'bo')
plot(y)
plot(y, 'r+')

你可以用 Line2D属性（即下例的第二种）作为键来控制图形样式。 Line属性和f m t fmt f m t可以混用，此时，如果二者产生矛盾，以键属性为准。后面有一个 Line2D属性的表格，例子如下：

plot(x, y, 'go--', linewidth=2, markersize=12)
plot(x, y, color='green', marker='o', linestyle='dashed',linewidth=2, markersize=12)

绘制带标记的数据

有一种简便的方式代替坐标轴的数据集合绘制带标记的数据，即通过标记来绘制。此时的参数x , y x,y x ,y是数据d a t a data d a t a的列标记。

plot('xlabel', 'ylabel', data=obj)

obj可以是任何索引对象。例如： dict、 pandas.DataFrame或者结构化的 numpy数组。（其实就是任何通过键值对表示的数据）

绘制多个数据集

绘制多个数据集的方法有很多

• 最直接的方法是多次调用 plot方法。例如：

plot(x1, y1, 'bo')
plot(x2, y2, 'go')

• 如果x或者y是二维数组，会为其对应的列绘制图像；如果x和y都是二维的，他们形状必须是一样的。如果有一个是R ( n , m ) R(n,m)R (n ,m )，另一个长度必须为n。例如：

x = [1,
     2,
     3]
y = np.array([
          [1, 2, 5],
              [3, 4, 3],
              [5, 6, 8]
             ])
plot(x, y)

• 第三种方法是描述[ x ] , y , [ f m t ] [x], y, [fmt][x ],y ,[f m t ]的组合：

plot(x1, y1, 'g^', x2, y2, 'g-')

在这种方法中，所有的关键字参数对任何一个数据集图像生效。并且，这种方法不能设置 data参数。例如：

x1 = [1, 2, 3]
y1 = [2, 4, 6]

x2 = [1, 3, 5]
y2 = [3, 4, 5]

plt.plot(x1, y1, 'g^-', x2, y2, 'r-o')

点的默认样式是不同颜色的圆，如果想不同于默认样式， fmt参数就很有必要。你也可以用 rcParams["axes.prop_cycle"]改变图像样式。

Line2D属性

PropertyDescription
agg_filter

a filter function, which takes a (m, n, 3) float array and a dpi value, and returns a (m, n, 3) array
alpha

scalar or None
animated

bool
antialiased

or aabool
clip_box Bbox clip_on

bool
clip_path

Patch or (Path, Transform) or None
color

or ccolor
contains

unknown
dash_capstyle CapStyle

or {‘butt’, ‘projecting’, ’round’}
dash_joinstyle JoinStyle

or {‘miter’, ’round’, ‘bevel’}
dashes

sequence of floats (on/off ink in points) or (None, None)
data

(2, N) array or two 1D arrays
drawstyle

or ds{‘default’, ‘steps’, ‘steps-pre’, ‘steps-mid’, ‘steps-post’}, default: ‘default’
figure Figure fillstyle

{‘full’, ‘left’, ‘right’, ‘bottom’, ‘top’, ‘none’}
gid

str
in_layout

bool
label

object
linestyle

or ls{‘-‘, ‘–’, ‘-.’, ‘:’, ”, (offset, on-off-seq), …}
linewidth

or lwfloat
marker

marker style string,
Path

or
MarkerStyle markeredgecolor

or meccolor
markeredgewidth

or mewfloat
markerfacecolor

or mfccolor
markerfacecoloralt

or mfcaltcolor
markersize

or msfloat
markevery

None or int or (int, int) or slice or list[int] or float or (float, float) or list[bool]
path_effects AbstractPathEffect picker

float or callable[[Artist, Event], tuple[bool, dict]]
pickradius

float
rasterized

bool
sketch_params

(scale: float, length: float, randomness: float)
snap

bool or None
solid_capstyle CapStyle

or {‘butt’, ‘projecting’, ’round’}
solid_joinstyle JoinStyle

or {‘miter’, ’round’, ‘bevel’}
transform matplotlib.transforms.Transform url

str
visible

bool
xdata

1D array
ydata

1D array
zorder

float

Markers

characterdescription '.'

point marker ','

pixel marker 'o'

circle marker 'v'

triangle_down marker '^'

triangle_up marker '<'< code><p class="node-read-div2p">triangle_left marker</p><code>'>'</code><p class="node-read-div2p">triangle_right marker</p><code>'1'</code><p class="node-read-div2p">tri_down marker</p><code>'2'</code><p class="node-read-div2p">tri_up marker</p><code>'3'</code><p class="node-read-div2p">tri_left marker</p><code>'4'</code><p class="node-read-div2p">tri_right marker</p><code>'8'</code><p class="node-read-div2p">octagon marker</p><code>'s'</code><p class="node-read-div2p">square marker</p><code>'p'</code><p class="node-read-div2p">pentagon marker</p><code>'P'</code><p class="node-read-div2p">plus (filled) marker</p><code>'*'</code><p class="node-read-div2p">star marker</p><code>'h'</code><p class="node-read-div2p">hexagon1 marker</p><code>'H'</code><p class="node-read-div2p">hexagon2 marker</p><code>'+'</code><p class="node-read-div2p">plus marker</p><code>'x'</code><p class="node-read-div2p">x marker</p><code>'X'</code><p class="node-read-div2p">x (filled) marker</p><code>'D'</code><p class="node-read-div2p">diamond marker</p><code>'d'</code><p class="node-read-div2p">thin_diamond marker</p><code>'|'</code><p class="node-read-div2p">vline marker</p><code>'_'</code><p class="node-read-div2p">hline marker</p><h1>Line Styles</h1><p class="node-read-div2p">characterdescription</p><code>'-'</code><p class="node-read-div2p">solid line style</p><code>'--'</code><p class="node-read-div2p">dashed line style</p><code>'-.'</code><p class="node-read-div2p">dash-dot line style</p><code>':'</code><p class="node-read-div2p">dotted line style</p><h1>Colors</h1><p>&#x652F;&#x6301;&#x4E00;&#x4E2A;&#x5B57;&#x6BCD;&#x4EE3;&#x8868;&#x989C;&#x8272;&#xFF0C;&#x5176;&#x4ED6;&#x989C;&#x8272;&#x53EF;&#x4EE5;&#x901A;&#x8FC7;<code>mfc=#fff000</code>&#x683C;&#x5F0F;&#x8BBE;&#x7F6E;</p><p class="node-read-div2p">charactercolor</p><code>'b'</code><p class="node-read-div2p">blue</p><code>'g'</code><p class="node-read-div2p">green</p><code>'r'</code><p class="node-read-div2p">red</p><code>'c'</code><p class="node-read-div2p">cyan</p><code>'m'</code><p class="node-read-div2p">magenta</p><code>'y'</code><p class="node-read-div2p">yellow</p><code>'k'</code><p class="node-read-div2p">black--------</p><code>'b'</code><p class="node-read-div2p">blue</p><code>'g'</code><p class="node-read-div2p">green</p><code>'r'</code><p class="node-read-div2p">red</p><code>'c'</code><p class="node-read-div2p">cyan</p><code>'m'</code><p class="node-read-div2p">magenta</p><code>'y'</code><p class="node-read-div2p">yellow</p><code>'k'</code><p class="node-read-div2p">black</p><code>'w'</code><p class="node-read-div2p">white</p><!--'<-->

Original: https://blog.csdn.net/weixin_38233103/article/details/116026311
Author: Anthony_4926
Title: matplotlib.pyplot.plot教程