Python绘制线图之plt.plot()的介绍以及使用

在Python中plt.plot是matplotlib库中的一个函数,用于绘制点和线,并对其样式进行控制,下面这篇文章主要给大家介绍了关于Python绘制线图之plt.plot()的介绍以及使用的相关资料,需要的朋友可以参考下

plt.plot() 是Matplotlib库中用于绘制线图（折线图）的主要函数之一。它的作用是将一组数据点连接起来，以可视化数据的趋势、关系或模式。以下是 plt.plot() 的详细介绍：

• x：表示X轴上的数据点，通常是一个列表、数组或一维序列，用于指定数据点的水平位置。
• y：表示Y轴上的数据点，通常也是一个列表、数组或一维序列，用于指定数据点的垂直位置。
• fmt：是一个可选的格式字符串，用于指定线条的样式、标记和颜色。例如，‘ro-’ 表示红色圆点线条。
• **kwargs：是一系列可选参数，用于进一步自定义线条的属性，如线宽、标记大小、标签等。

  以下是一些常用参数和用法：

  • 样式参数（fmt）： 格式字符串可以包含一个字符来指定颜色，一个字符来指定标记样式，以及一个字符来指定线条样式。例如，‘r-’ 表示红色实线，‘bo–’ 表示蓝色圆点虚线。

  • 线条样式（linestyle）： 使用linestyle参数可以指定线条的样式，如实线（‘-’）、虚线（‘–’）、点划线（‘-.’）等。

  • 标记样式（marker）： 使用marker参数可以指定数据点的标记样式，如圆点（‘o’）、方块（‘s’）、星号（‘*’）等。

  • 线条颜色（color）： 使用color参数可以指定线条的颜色，可以使用颜色名称（如’red’）、缩写（如’r’）或十六进制颜色码（如’#FF5733’）。

  • 线宽（linewidth）： 使用linewidth参数可以指定线条的宽度，以数字表示。

  • 标记大小（markersize）： 使用markersize参数可以指定标记的大小，以数字表示。

  • 图例标签（label）： 使用label参数可以为线条指定标签，用于创建图例。

  • 其他属性： 还有许多其他属性可用于自定义线图，如透明度、渐变、线型、阴影等。

    plt.plot() 不仅可以绘制简单的线图，还可以用于绘制多条线，添加图例、标签、标题，设置坐标轴范围和刻度等。它是Matplotlib中最常用的绘图函数之一，适用于可视化数据集的趋势和关系。

    ---------------------------------------------------------------

    import matplotlib.pyplot as plt

    #显示中文

    plt.rcParams['font.sans-serif'] = ['SimHei']

    # 示例数据

    x = [1, 2, 3, 4, 5]

    y = [10, 15, 13, 18, 16]

    # 绘制线图，并自定义外观

    plt.plot(

        x,                         # X轴数据

        y,                         # Y轴数据

        marker='o',                # 标记样式：圆点

        linestyle='-',             # 线条样式：实线

        color='green',              # 线条颜色：蓝色

        linewidth=2,               # 线宽：2

        markersize=10,              # 标记大小：8

        label='数据1'               # 图例标签

    )

    # 添加标签和标题

    plt.xlabel('X轴标签')

    plt.ylabel('Y轴标签')

    plt.title('标题')

    # 添加图例

    plt.legend()

    # 显示网格线

    plt.grid(True)

    # 自定义刻度

    plt.xticks([1, 2, 3, 4, 5], ['一', '二', '三', '四', '五'])

    # 显示图表

    plt.show()

    

    import matplotlib.pyplot as plt

    import numpy as np

    # evenly sampled time at 200ms intervals

    t = np.arange(0., 5., 0.2)

    # red dashes, blue squares and green triangles

    plt.plot(t, t, 'r--', t, t**2, 'bs', t, t**3, 'g^')

    plt.show()