赞
踩
xlabel
、ylabel
: 设置横轴、纵轴标签及大小plt.xlabel("csdn test", fontsize=20)
xlim
、ylim
: 设置x、y坐标轴的起始点(从哪到哪)plt.xlim(0,50)
plt.ylim(0,60)
xticks
、yticks
: 设置坐标轴刻度的字体大小plt.xticks(labelsize=20)
title
: 设置图片的标题plt.title(“csdn test”)
plt.figure()
: 制一个新画布;figsize
:指定figure的宽和高(用法:figsize=(5,5)
);dpi
:指定绘图对象的分辨率;facecolor
:背景颜色(用法:facecolor=‘blue’
)plt.legend():
添加图例(如下图)。有handles
、labels
和loc
三个参数handles
需要传入你所画线条的实例对象(见下面的参考例子)labels
是图例的名称(能够覆盖在plt.plot( )
中label
参数值,如果plt.plot
中指定了label
参数,就不需要plt.legend
画图例了)loc
代表了图例在整个坐标轴平面中的位置(一般选取'best'
这个参数值)l1, = plt.plot(x,y1,color='red',linewidth=1.0,linestyle='—') #设置两条线为l1,l2 注:应该在后面加上,
l2, = plt.plot(x,y2,color="blue",linewidth=5.0,linestyle="-")
plt.legend(handles=[l1,l2],labels=['test1','test2'],loc='best’) #将l1,l2绘制于一张图中,其中名字分别是l1,l2,位置自动取在最佳位置
handles
参数,就默认按照绘图的顺序来设置labels
plt.grid()
绘制网格线plt.plot(x, y, format_string, **kwargs) ;
绘制函数曲线(绘制坐标图)。format_string
由颜色字符、风格字符、标记字符组成'b'
蓝色 'm'
洋红色 magenta'g'
绿色 'y'
黄色'r'
红色 'k'
黑色'w'
白色 'c'
青绿色 cyan'#008000'
RGB某颜色 '0.8'
灰度值字符串'‐'
实线'‐‐'
破折线'‐.'
点划线':'
虚线'' ' '
无线条'.'
点标记'x'
x标记‘*’
*号标记','
像素标记(极小点)'o'
实心圈标记'v'
倒三角标记'^'
上三角标记'>'
右三角标记'<'
左三角标记…等等“ro”
就是红色的圆圈。这是一个快速设置样式的方法,除了利用上述方式对线条样式进行控制以外,plt.plot()
中还提供了一种更细致明了的参数设定形式,如下:color
用以控制线条颜色linestyle
用以控制线条风格形状linewidth
用以控制线条宽度(默认值为0.5)marker
用以控制标记字符 (一个好玩的技巧,加上$$可以任意显示自己想显示的内容)markersize
用以控制标记字符markeredgecolor
用以控制标记的轮廓颜色markerfacecolor
用以控制标记的填充颜色label
用以绘制线条图例的内容(但即使这里设置了label,也需要调用plt.legend()
函数,只不过该函数中可以不设置label了)plt.scatter()
函数用于生成一个scatter散点图。
matplotlib.pyplot.scatter(x,
y,
s=20,
c='b',
marker='o',
cmap=None,
norm=None,
vmin=None,
vmax=None,
alpha=None,
linewidths=None,
verts=None,
hold=None,
**kwargs)
x,y
:表示的是shape大小为(n,)的数组,也就是我们即将绘制散点图的数据点,输入数据。
s
:表示的是大小,是一个标量或者是一个shape大小为(n,)的数组,可选,默认20
marker
:MarkerStyle,表示的是标记字符的样式,可选,默认’o’。(一个好玩的技巧是,加上$$可以任意显示自己想显示的东西)
alpha
:标量,0-1之间,设置标记的颜色透明度,可以理解为颜色属性之一,默认None。
linewidths
:设置点的边框的颜色 参考
c
: 点的颜色或颜色序列,默认蓝色。其它如c = ‘r’ (red); c = ‘g’ (green); c = ‘k’ (black) ; c = ‘y’(yellow)
cmap
: colormap,用于表示从第一个点开始到最后一个点之间颜色渐进变化;
有些时候做分类任务时,或者聚类任务时,需要把点可视化,这时候不同种类的点需要的颜色不同,方便观察。cmap和c的作用就体现出来了。如下图,最前面的两个参数代表点的坐标,y这个list代表每个点的种类,比如说y=[1,1,1,1,2,2,2,2,3,3,4],就是不同的种类,比如前4个数都是种类1;c=y
就是将这个种类列表y赋值给了c,然后cmap设置一个bar,就分别在不同类别上不同颜色。cmap的一些常见取值见下面(共计有近百种):
可参考这篇文章
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。