1.使用plot()绘制简单的折线图
import matplotlib.pyplot as plt va=[1,2,3,4,5] sq=[1,4,9,16,25] plt.plot(va,sq,linewidth=1) plt.title("square",fontsize=24) plt.xlabel("value",fontsize=14) plt.ylabel("square of value",fontsize=14) plt.tick_params(axis='both',labelsize=14)#设置刻度的样式,并设置标度字体大小。 plt.show()
//其中包括加title,加坐标描述,设置线段粗细,xy坐标轴均有数据,
运行结果:
2.使用scatter()绘制散点图
import matplotlib.pyplot as plt #plt.scatter(2,4,s=20)#s设置点的尺寸大小 xv=[1,2,3,4,5] yv=[1,4,9,16,25] plt.scatter(xv,yv)#将两个列表作为参数 plt.title("Square") plt.xlabel("number") plt.ylabel("square") plt.tick_params(axis="both",which="major") plt.show()
运行结果:
对以上进行了改进,对横轴、纵轴的数据使用自动计算的方式:
import matplotlib.pyplot as plt #plt.scatter(2,4,s=20)#s设置点的尺寸szie大小 #使用代码计算数据 xv=list(range(1,1001)) yv=[x**2 for x in xv] plt.scatter(xv,yv,s=10) plt.title("Square") plt.xlabel("number") plt.ylabel("square") plt.tick_params(axis="both",which="major") plt.show()
运行结果:(y轴挤不见了)
对散点图中各个点的操作:
plt.scatter(xv,yv,c='red',edgecolor='none',s=10) plt.scatter(xv,yv,c=(0,0,0.9),edgecolor='none',s=10)
1.其中edgecolor是防止点之间的粘连,设置为none,
2. 设置点的颜色有两种方法:直接给c赋值颜色;给c传入一个rgb列表,值都在0-1之间。值越小 颜色越深。
有趣的点来了:
使用颜色映射,可以突出数据的规律,比如让较浅颜色显示较小值,较深颜色显示较大值:
import matplotlib.pyplot as plt #使用代码计算数据 xv=list(range(1,1001)) yv=[x**2 for x in xv] plt.scatter(xv,yv,c=yv,cmap=plt.cm.Blues,s=10)
其中:c直接赋值为y轴的值, cmap告诉pyplot使用哪个颜色映射: