matplotlib入门（二）
matplotlib入门（二）
用户6021899
发布于 2019-08-14 16:14:58
发布于 2019-08-14 16:14:58
本篇接着讲解更多的matplotlib中的图形元素和有关属性。
plt.xlim(xmin, xmax)设置x轴的数值显示范围
plt.ylim(ymin, ymax)设置x轴的数值显示范围
plt.grid(ls =':', lw=0.5, c = "g", alpha =0.8 )可设置刻度线的线型、线宽、颜色、不透明度
plt.axhline(y=0, ls="--", lw=2,c ="r")添加水平参考线，设置位置，线型,线宽和颜色
plt.axvline(x=-0.5*np.pi , ls="--", lw=2, c="r")添加垂向参考线，设置位置，线型,线宽和颜色
plt.text(0, 1, " y = sin(x)", weight ="bold" ,color ="b")添加无指向性注释文本，设置文本的x和y坐标(文本左下角），文本类容，粗细风格和颜色
plt.annotate("maximum", xy=(-1.5*np.pi,1),xytext=(-8,1.1),weight="bold",color ="g",
arrowprops = dict(arrowstyle="->", connectionstyle="arc3", color="r"))添加指向性注释文本，被注释图形内容的位置，文本的位置，粗细风格和颜色，箭头的属性字典。常用的arrowstyle还有：
'-'，“<-”，“<->”，"fancy", "simple", "wedge"
我们综合到一起看一下效果：
import matplotlib.pyplot as plt
import numpy as np
X = np.linspace(-10,10,100)
Y1 = np.random.randn(100)
Y2 = np.sin(X)
#plt.plot(X,Y1,ls = "-.", lw =2, color="blue", label="Y1")
plt.plot(X,Y2,ls = "-", lw =1, color="m", label="Y2")
plt.xlim(-8, 7) #设置x轴数值范围
plt.ylim(-1.2, 1.2)# 设置y轴数值范围
plt.axhline(y=0,ls="--",lw=2,c="r")#添加水平参考线，设置位置，线型,线宽和颜色
plt.axvline(x=-0.5*np.pi ,ls="--",lw=2,c="r")#添加竖向参考线，设置位置，线型,线宽和颜色
plt.axvline(x=1.5*np.pi ,ls="--",lw=2,c="r")#可添加多条参考线
#添加无指向性注释文本，设置文本的x和y坐标(文本左下角），文本类容，粗细风格和颜色
plt.text(0, 1, " y = sin(x)", weight ="bold" ,color ="b")
#添加指向性注释文本，被注释图形内容的位置，文本的位置，粗细风格和颜色，
#箭头的属性字典
plt.annotate("maximum", xy=(-1.5*np.pi, 1), xytext =(-8,1.1),weight="bold",color ="g",
arrowprops = dict(arrowstyle="->", connectionstyle="arc3", color="r"))
plt.title("Title")
plt.xlabel("x label")
plt.ylabel("y label")
plt.legend()
plt.grid(ls =':', lw=0.5, c = "g", alpha =0.8 )#可设置刻度线的线型,线宽,颜色,不透明度
plt.show()
plt.axvspan(xmin=-5.0, xmax=5.0,facecolor="r", alpha=0.4)设置垂直于x轴的参考区域，设置起始位置，终止位置，填充颜色和不透明度
plt.axhspan(ymin=-1.0, ymax=1.0,facecolor="b", alpha=0.4)同理，设置垂直于y轴的参考区域，设置起始位置，终止位置，填充颜色和不透明度。图略。
plt.legend(loc="lower right",shadow =True)设置图例的位置和阴影效果。位置有以下参数可选：
upper right，upper left，lower left，lower right，right，center left，center right，lower center，upper center，center，best
plt.yscale("log")# 默认"linear"y轴按对数坐标显示
plt.xscale("log")# 默认"linear"x轴按对数坐标显示。
轴的scale有下图中几种参数可以选择：
本文参与 腾讯云自媒体分享计划，分享自微信公众号。
原始发表：2019-04-03，如有侵权请联系 cloudcommunity@tencent.com 删除
本文分享自 Python可视化编程机器学习OpenCV 微信公众号，前往查看
如有侵权，请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体分享计划 ，欢迎热爱写作的你一起参与！
评论
登录后参与评论
推荐阅读