超详解 matplotlib 中的折线图方法 plot()

开发者阿橙
396 阅读7分钟 

import pandas as pd 
import numpy as np
import matplotlib.pyplot as plt
import matplotlib 

目的

  • 对最基本的折线图plot做详细的解读，为绘制其他类型的图形打好基础。

plt.plot()的定义及调用

定义：

  • plt.plot(*args, scalex=True, scaley=True, data=None, **kwargs)

调用：

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

位置参数：

  • [x], y, [fmt]

关键字传参：

  • *后面的参数

x序列的不同类型

文本型的x序列

# data
X = [8,3,5,'t'] # 会按顺序【0,1,2,3】被定位在x轴的刻度上
Y = [1,2,3,4]


plt.plot(X,Y,marker = 'o',c='g')

ax = plt.gca()
print('x轴刻度：',plt.xticks())  #list
xticklabels_lst = ax.get_xticklabels()
print('-'*70)

x轴刻度：([0, 1, 2, 3], <a list of 4 Text xticklabel objects>)
----------------------------------------------------------------------


print('x轴刻度标签：',list(xticklabels_lst))  #是个文本标签

x轴刻度标签：[Text(0, 0, '8'), Text(1, 0, '3'), Text(2, 0, '5'), Text(3, 0, 't')]

数字型的x序列

# data
X = [8,3,5,1] # 会按数字【8，3,5,1】被定位在x轴的刻度上

Y = [1,2,3,4]

plt.plot(X,Y,marker = 'o',c='g')

ax = plt.gca()

print('x轴刻度：',plt.xticks()) # array
xticklabels_lst = ax.get_xticklabels()
print('-'*70)

x轴刻度：(array([0., 1., 2., 3., 4., 5., 6., 7., 8., 9.]), <a list of 10 Text xticklabel objects>)
----------------------------------------------------------------------


print('x轴刻度标签：',list(xticklabels_lst))  #是个按序号排列的文本标签

x轴刻度标签：[Text(0.0, 0, '0'), Text(1.0, 0, '1'), Text(2.0, 0, '2'), Text(3.0, 0, '3'), Text(4.0, 0, '4'), Text(5.0, 0, '5'), Text(6.0, 0, '6'), Text(7.0, 0, '7'), Text(8.0, 0, '8'), Text(9.0, 0, '9')]

2种类型-2条线

# data
X1 = [8,3,5,'t']
X2 = [8,3,5,1]
Y = [1,2,3,4]

plt.plot(X2,Y,marker = 'o',c='r')
plt.plot(X1,Y,marker = 'o',c='g')

ax = plt.gca()

print('x轴刻度：',plt.xticks())
xticklabels_lst = ax.get_xticklabels()
print('-'*70)

x轴刻度：([0, 1, 2, 3], <a list of 4 Text xticklabel objects>)
----------------------------------------------------------------------


print('x轴刻度标签：',list(xticklabels_lst)) 

x轴刻度标签：[Text(0, 0, '8'), Text(1, 0, '3'), Text(2, 0, '5'), Text(3, 0, 't')]

提供不同数量的位置参数

几种方式的调用

无参数

#返回一个空列表
plt.plot()

[]

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

1个参数

#提供一个数（点）
plt.plot(4.5,marker='o')

[<matplotlib.lines.Line2D at 0x7f6f0352f978>]


#提供一个数字序列
plt.plot([4.5,2,3],marker='o')

[<matplotlib.lines.Line2D at 0x7f6f0350d438>]

2个参数

自动解析位置参数的原则

(x,y）形式

# x/y 为序列
plt.plot([2,1,3],[0.5,2,2.5],marker='o')

[<matplotlib.lines.Line2D at 0x7f6f034735c0>]


# x/y 为标量
plt.plot(2,['z'],marker = 'o') 

[<matplotlib.lines.Line2D at 0x7f6f03461b38>]

(y,fmt)形式

# plt.plot(2,'z',marker = 'o') #Unrecognized character z in format string

# y 为标量 
plt.plot(2,'r',marker = 'o') 

[<matplotlib.lines.Line2D at 0x7f6f033b7cf8>]


# y 为序列
plt.plot([2,1,3],'r--*') 

[<matplotlib.lines.Line2D at 0x7f6f033a1cf8>]

3个参数

（[x],y,[fmt]）形式

plt.plot([2,1,3],[0.5,2,2.5],'p--g', 
#          marker='o'
         markersize = 15
        )

[<matplotlib.lines.Line2D at 0x7f6f0331e048>]


# fmt不写，或者‘’，则使用默认样式
plt.plot([2,1,3],[0.5,2,2.5],'',
#          marker='o'
         markersize = 15
        )

[<matplotlib.lines.Line2D at 0x7f6f03289390>]

绘图Line2D

仅画线：绘图的默认情况

默认样式：蓝色的【线】【无标记】

# marker = None 表示不做设置
plt.plot([2,2.5,1])

[<matplotlib.lines.Line2D at 0x7f6f031f86a0>]

仅画标记

plt.plot([2,2.5,1],'o')

[<matplotlib.lines.Line2D at 0x7f6f03afcba8>]

画线+标记

plt.plot([2,2.5,1],'o-')

[<matplotlib.lines.Line2D at 0x7f6f031d62e8>]


plt.plot([2,1,3],'bo--')

[<matplotlib.lines.Line2D at 0x7f6f0317b128>]

fmt的组合顺序随意的？

6图合一及结论

# 6种组合
# [color][marker][line],3种任意组合为6种可能

# b :蓝色
# o: 圆圈标记
# --：虚线

fmt = ['bo--','b--o','ob--','o--b','--bo','--ob']
for i in range(len(fmt)):
    plt.subplot(2,3,i+1)
    plt.plot([2,1,3],fmt[i])
    
# 结论：[color][marker][line]，每个都是可选的，每个属性可以选择写或者不写
# 而且与组合中它们所在的位置顺序无关

fmt支持的【线】-line

Line Styles

==== character description ====

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

fmt支持的【标记】-marker

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 '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

fmt支持的【颜色】-color

Colors

The supported color abbreviations are the single letter codes

==== character color ====

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

所有样式：标记、线、颜色参考大全

链接：www.kesci.com/home/projec…

样式属性

线条的属性

# 包含：(颜色除外）
# 线的样式、线的宽度
# linestyle or ls: {'-', '--', '-.', ':', '', }
# linewidth or lw: float

ls_lst = ['-', '--', '-.', ':',] 
lw_lst = [1,3,5,7]
for i in range(len(ls_lst)):
    plt.plot([1,2,3,4],[i+1]*4,ls_lst[i],lw = lw_lst[i])

标记的属性

# 包含：
'''
marker: marker style
#边框（颜色及边框粗细）
markeredgecolor or mec: color
markeredgewidth or mew: float
#面颜色
markerfacecolor or mfc: color
markerfacecoloralt or mfcalt: color  #备用标记颜色
#标记的大小
markersize or ms: float
markevery: None or int or (int, int) or slice or List[int] or float or (float, float)
'''

# linestyle = None 表示不做设置，以默认值方式
# linestyle = ''  linestyle = 'none' 表示无格式，无线条

plt.plot([4,2,1,3],linestyle = 'none', 
         marker = 'o',
         markersize = 30,
         # edge
         markeredgecolor = 'r',
         markeredgewidth = 5,
         # face 
         markerfacecolor = 'g',
#          markerfacecolor = 'none',
#          markerfacecolor = None,
        )

[<matplotlib.lines.Line2D at 0x7f6f02f085c0>]

综合：带有空心圆标记的线条图

'''
标记点是覆盖在线条的上面，位于上层

图层层次：[top]  spines > marker > line > backgroud  [bottom]
spines：轴的4个边框
spines 将线条图围在里面
'''

plt.plot([1,5,3,4], 
         marker = 'o',
         markersize = 20,
         # edge
         markeredgecolor = 'r',
         markeredgewidth = 5,
         # face 
         markerfacecolor = 'w',    # 白色，与背景色相同，把线条覆盖着，营造空心的视觉效果
#          markerfacecolor = 'none', # 无色，透明，会看到线条
#          markerfacecolor = None, # 不设置，默认颜色
        )

# markerfacecolor = ' ', # 无法识别
# markerfacecolor = '', # 无法识别

[<matplotlib.lines.Line2D at 0x7f6f02e6e470>]

data关键字的使用

字典数据

#字典数据
d = {'name':list('abcd'),'age':[22,20,18,27]}
plt.plot('name','age',data = d)

[<matplotlib.lines.Line2D at 0x7f6f02e52e48>]

DataFrame数据

#DataFrame数据
d = {'name':list('abcd'),'age':[22,20,18,27]}
df = pd.DataFrame(d)
df
nameage
0a22
1b20
2c18
3d27
plt.plot('name','age',data = df)

[<matplotlib.lines.Line2D at 0x7f6f02d7a940>]

总结

定义：

  • plt.plot(*args,scalex = True,scaley = True,data = None ,**kwargs)

调用：

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

x,y,fmt均不能使用关键字传参

推荐使用：

  • plt.plot(x,y,fmt)
  • 多组数据时，再次调用
  • plt.plot(x2,y2,fmt2) 画第2条线即可...
  • 默认样式：蓝色的【线】+【无标记】，即无标记的线
  • 可使用fmt来快捷控制线条的基本属性：颜色、线、标记
  • [color][marker][line]
  • fmt与关键字属性可混合使用，当两者有冲突时，以关键字的为准。
  • 对于已有的带标签的数据如df，可使用
  • plt.plot('columns_name1','columns_name2',data = df)

作者：少年吉，永远保持真诚和热血。

赞 赏 作 者

推荐阅读：

用 Django 开发基于以太坊智能合约的 DApp\

一文读懂 Python 分布式任务队列 celery\

5 分钟解读 Python 中的链式调用\

用 Python 创建一个比特币价格预警应用

▼点击成为社区会员   喜欢就点个在看吧

avatar
文章
阅读
粉丝