首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

使用fig.show在同一张图上绘制多条线?

使用fig.show在同一张图上绘制多条线,可以通过以下步骤实现:

  1. 导入所需的库和模块,例如matplotlib.pyplot和numpy。
  2. 创建一个图形对象,可以使用fig = plt.figure()来创建。
  3. 创建一个子图对象,可以使用ax = fig.add_subplot(1, 1, 1)来创建。
  4. 使用子图对象ax来绘制多条线,可以使用ax.plot(x1, y1, label='Line 1')来绘制第一条线,使用ax.plot(x2, y2, label='Line 2')来绘制第二条线,以此类推。
  5. 添加图例,可以使用ax.legend()来添加图例,图例会显示每条线的标签。
  6. 显示图形,可以使用plt.show()来显示图形。

下面是一个示例代码:

代码语言:txt
复制
import matplotlib.pyplot as plt
import numpy as np

# 创建图形对象和子图对象
fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)

# 生成数据
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)

# 绘制多条线
ax.plot(x, y1, label='Line 1')
ax.plot(x, y2, label='Line 2')

# 添加图例
ax.legend()

# 显示图形
plt.show()

这段代码会在同一张图上绘制出正弦曲线和余弦曲线,并在图例中显示每条线的标签。你可以根据自己的需求修改数据和标签,绘制出你想要的多条线。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

特征锦囊:怎么把几个图表一起同一图上显示?

今日锦囊 怎么把几个图表一起同一图上显示? 未来几个特征锦囊的内容会使用泰坦尼克号的数据集,大家可以在下面的链接去下载数据哈。.../titanic/data 首先我们要知道,做特征工程之前知道数据的分布和关联情况是极为重要的,因此把这些信息做一些可视化的操作是很重要的操作和技能,今天我们就来学习下怎么画很多张图,然后可以一并显示同一上吧...尺寸 plt.rcParams['figure.figsize'] = (8.0, 6.0) fig = plt.figure() # 设定图表颜色 fig.set(alpha=0.2) # 第一小图...)) data_train['Pclass'].value_counts().plot(kind="bar") plt.ylabel(u"人数") plt.title(u"乘客等级分布") # 第三小图...还不赶紧自己的数据集上去操作一下哦,有什么问题可以随时提问哈!~

55810

手把手教你用plotly绘制excel中常见的16种图表(上)

宽表 # 堆叠柱状图 (使用长表数据,这种数据excel可以直接绘制堆叠图) import plotly.express as px wide_df = px.data.medals_wide() fig...tips数据预览 我们可以看到,tips数据集中,day字段是星期,包含很多同星期的数据。进行饼图绘制的时候,以day字段做分类,可以自动实际聚合求和操作。...自定义每个色块颜色 图上显示数据标签: # 图上显示数据标签 import plotly.express as px df = px.data.gapminder().query("year...图上显示数据标签 圆环图: 圆环图是指饼图中间一定半径的圆部分为空白,设置参数hole=int即可(0-1)。...极坐标(雷达图) 极坐标下,可以用点或线进行构图,绘制点则用px.scatter_polar,绘制线则用px.line_polar。

3.7K20

Python中最常用的 14 种数据可视化类型的概念与代码

本文总结介绍了多种可视化图及其适合使用场景,并同时展示使用了常用的绘图包(plotly、 seaborn 和 matplotlib )绘制这些图的代码。 条形图 条形图是用矩形条显示分类数据的图形。...y="lifeExp") 以下是折线图的类型 简单线图 简单的折线图仅在图形上绘制一条线。...多线图 多条线图包含多条线。它们代表数据集中的多个变量。这种类型的图表可用于研究同一时期的多个变量。...它由从中心点绘制的几个半径组成。 带标记的雷达图 在这些中,蜘蛛图上的每个数据点都被标记。 填充雷达图 填充的雷达图中,线条和蜘蛛网中心之间的空间是彩色的。...第25个百分位数是绘制线,其中 25% 的数据点位于其下方。盒子的另一端位于第 75个百分位数(其定义类似于第 25个百分位数)百分位如上)。数据的中位数由一条线标记。还有两条额外的线,称为须线

9.2K20

可视化神器Plotly玩转股票图

开盘价低于收盘价称为阳线,反之叫阴线。 中间的矩形称为实体,实体以上细线叫上影线,实体以下细线叫下影线。 1、红色上涨: ? 2、绿色下跌 ? 3、持平状态 ?...根据K线的计算周期可将其分为:日K线、周K线、月K线、年K线 OHLC线图 摘录来自维基百科的一段介绍: 美国线**(英语:Open-High-Low-Close chart,OHLC chart),...绘制OHLC图 绘图数据 本文中很多图形都是基于Plotly中自带的一份关于苹果公司AAPL的股票数据绘制,先看看具体的数据长什么样子:利用pandas读取网站在线的csv文件 # 读取在线的csv文件...上面图中的红色部分就是悬停信息 基于时间序列 绘图数据 下面开始介绍的是如何绘制基于时间序列time series的股票图形,使用的是Plotly中自带的股票数据: stocks = px.data.stocks...36图爱上高级可视化神器Plotly_Express Plotly玩转散点图 Plotly玩转饼图 Plotly玩转漏斗图 Plotly玩转柱状图 Plotly玩转气泡图

6.2K71

当Sklearn遇上Plotly,会擦出怎样的火花?

重点学习plotly的各种功能,如使用不同参数对同一模型进行比较分析、Latex显示、3D表面图,以及使用plotly Express进行增强的预测误差分析。...单线拟合 与seaborn类似,plotly图表主题不需要单独设置,使用默认参数即可满足正常情况下的使用,因此一行代码并设置参数trendline="ols"即可搞定散点图与拟合线绘制,非常方便。...多线拟合 同样,绘制多个变量及多个子图时,也不需要设置多画布,只要设置好参数 'x','y','facet_col','color' 即可。...这里使用Scatter绘图,可以通过用不同的颜色着色训练和测试数据点,将训练集与测试集数据及拟合线绘制同一画布上,即可很容易地看到模型是否能很好地拟合测试数据。 ?...使用Plotly,只需方程前后添加符号,就可以图例和标题中使用\LaTeX # 定义图例中多项式方程函数 def format_coefs(coefs): equation_list = [

8.4K10

plotly-express-1-入门介绍

3D图形绘制 使用的是election数据集 ?...根据列中不同的(N个)值,水平方向上显示N个子图,并在子图上方,水平方向上,进行文本标注; error_x:指定列名。显示误差线,列中的值用于调整 X 轴误差线的大小。...列中的值用于负方向调整 X 轴误差线的大小,如果参数error_x==None,则直接忽略该参数; error_y:指定列名。显示误差线,列中的值用于调整 Y 轴误差线的大小。...该参数用于图上方,绘制一个水平子图,以便对x分布,进行可视化; marginal_y:字符串,取值:rug(细条)、box(箱图)、violin(小提琴图)、histogram(直方图)。...如果设置了参数trendline趋势线,则将以此颜色绘制所有趋势线; log_x:布尔值,默认为False。

11.4K20

一文爱上可视化神器Plotly_express

根据列中不同的(N个)值,水平方向上显示N个子图,并在子图上方,水平方向上,进行文本标注; error_x:指定列名。显示误差线,列中的值用于调整 X 轴误差线的大小。...列中的值用于负方向调整 X 轴误差线的大小,如果参数error_x==None,则直接忽略该参数; error_y:指定列名。显示误差线,列中的值用于调整 Y 轴误差线的大小。...该参数用于图上方,绘制一个水平子图,以便对x分布,进行可视化; marginal_y:字符串,取值:rug(细条)、box(箱图)、violin(小提琴图)、histogram(直方图)。...取值为ols时,将为每个离散颜色/符号组,绘制一个普通最小二乘回归线;取值为lowess时,则将为每个离散颜色/符号组,绘制局部加权散点图平滑线; trendline_color_override:字符串...如果设置了参数trendline趋势线,则将以此颜色绘制所有趋势线; log_x:布尔值,默认为False。

3.8K10

聊一聊我常用的6种绘制地图的方法

今天来讲一讲日常工作生活中我常用的几种绘制地图的方法,下面我将介绍下面这些可视化库的地图绘制方法,当然绘制漂亮的可视化地图还有很多优秀的类库,没有办法一一列举 pyecharts、plotly、folium...下面我们继续绘制中国地图,这次我们加上九段线信息 china_nine = geopandas.read_file(r"geojson/九段线GS(2019)1719号.geojson") china...() 这里我们使用底层 API plotly.graph_objects.Choroplethmapbox 来绘制 下面我们继续绘制中国地图,使用一个高级 API plotly.express.choropleth_mapbox...Python 生态系统的数据应用能力和 Leaflet.js 库的映射能力之上的高级地图绘制工具,通过 Python 操作数据,然后 Leaflet 地图中可视化,可以灵活的自定义绘制区域,并且展现形式更加多样化...GEO 文件,我们直接出入国家名称,就可以自动匹配到地图上,非常方便 再绘制中国地图 c = ( Map() .add("测试数据", [list(z) for z in zip(Faker.provinces

3.4K20

手把手教你用plotly绘制excel中常见的16种图表(下)

旭日图显示一个环如何被划分为作用片段时最有效,而另一种类型的分层图表树状图适合比较相对大小。...箱形可能具有可垂直延长的名为“须线”的线条。这些线条指示超出四分位点上限和下限的变化程度,处于这些线条或须线之外的任何点都被视为离群值。...例如,可以使用漏斗图来显示游戏注册付费流程中每个阶段的潜在玩数。通常情况下,值逐渐减小,从而使条形图呈现出漏斗形状。...股价图 以特定顺序排列工作表的列或行中的数据可以绘制为股价图。 顾名思义,股价图可以显示股价的波动。...地图 可使用地图图表比较值并跨地理区域显示类别。 数据中含有地理区域(如国家/地区、省/自治区/直辖市、县或邮政编码)时使用地图图表。

2.2K30

用Python绘制地理图

命令提示符中运行这两个命令,以我们的本地计算机上安装 plotly 和 cufflinks 及其所有软件包。...Python中使用Choropleth 在这里,我们将使用 2014年全球不同国家/地区的电力消耗数据集。...数据一个特定区域中越集中,地图上的颜色阴影越深。“中国”的耗电量最大,因此其颜色最深。 密度图 密度映射只是一种显示点或线可能集中在给定区域中的方式。...Python中使用密度图 在这里,我们将使用世界范围 的地震及其震级数据集。 好的,让我们开始吧。 导入库 ? 创建/解释我们的DataFrame ? ?...fig.show():显示地图。 地图 ? 我们已经绘制了“地震及其烈度”的密度图,从上面我们可以看到,它覆盖了遭受地震破坏的所有领土,并且还显示了当我们将鼠标悬停 在上方时每个区域的地震烈度。

2.1K20

厉害了,“plotly”也能画出高颜值的组合图

今天小编和大家分享一下“组合图”的绘制我们的日常生活工作当中,通常都会遇到需要去绘制“组合图”,例如折线图和直方图的组合,那么如何将“组合图”绘制的高颜值一点、通俗易懂一点呢?...fig.add_trace( go.Bar( x=df['Year'], y=df['Profit($M)'], name="Profit" )) fig.show...可以看到上面的图画的十分的简单、粗糙,X轴上面的标记都没有完全显现出来,字体标记上面的字比较小,看不清,直方图上面都没有标识,因为我们无法直接看到直方图上的值,所以我们下一步便来优化一下上面的代码 fig...经过我们的努力之后,上面的可视化展示的整体效果就好了许多,不仅在X轴上展示出了所有的年份,而且直方图上面也有标识,当然可能会有读者觉得这直方图的颜色实在是太丑了,想要再美化一下,这也很好办 fig =...bordercolor='rgba(255, 255, 255, 0)'), bargap=0.15 ) fig.update_traces(texttemplate='%{text:.2s}') fig.show

1.6K20

Python常用的6种绘制地图的方法

今天来讲一讲日常工作生活中我常用的几种绘制地图的方法,下面我将介绍下面这些可视化库的地图绘制方法,当然绘制漂亮的可视化地图还有很多优秀的类库,没有办法一一列举 pyecharts、plotly、folium...、bokeh、basemap、geopandas、cartopy Boken 首先我们先介绍 Boken 绘制地图的方法 Bokeh 支持创建基本地图可视化和基于处理地理数据的地图可视化 画一世界地图...这也是 geopandas 官网上的经典图片,可以看到非常简单,除去 import 代码,仅仅三行,就完成了地图的绘制 下面我们继续绘制中国地图,这次我们加上九段线信息 china_nine = geopandas.read_file...() 这里我们使用底层 API plotly.graph_objects.Choroplethmapbox 来绘制 ?...下面我们继续绘制中国地图,使用一个高级 API plotly.express.choropleth_mapbox

6.1K20

Plotly深入浅出

动态交互: plotly绘制的图都是可以交互的图表,可以点击查看数据,拖拽放大,隐藏某些数据列等等,也可以导出成静态图,灵活性大大增加。...() 二,plotly.express绘图原理 使用 import plotly.graph_objs as go 的go接口来绘制图表实际上已经非常简单了,一般类型的图表三五行代码就可以搞定。...英文单词express 意为 快线,特快列车。...() 4,热力图 热力图可以直观地展示一个二维矩阵的取值,它将一个矩阵的每个元素取值对应到热力图上的一个像素颜色取值。...() 四,常用图表px绘图范例 作为对比,下面使用plotly.express接口绘制5种最常用的基础图表: 柱形图、折线图、散点图、热力图、直方图。

2.4K31

Python|Plotly数据可视化(代码+应用场景)

注:使用条形图和柱形图时x和y的参数传入相反。...() 百分比堆积柱形图 百分比堆积柱形图通常用于比较各个标签内多项数据的占比情况(通常用于时间标签的比较) plotly中没有直接进行百分比柱形图绘制的方法,因此我们可以先使用pandas算出数据的百分比...绘制直方图时,最简单的我们只需要一个维度的数值型数据即可,复杂的我们可以同时使用多组数据绘制组合直方图。 切记不要把直方图和柱状图混为一谈,使用的场景上二者是有一定差异的。...# 绘制简单直方图 import plotly.express as px import numpy as np # 使用示例数据进行绘制 # df = px.data.tips() # fig =...Plotly绘制地图使用其内置的地图可视化工具进行绘制,但是展示效果并不是很好,绘制地图时推荐使用Pyecharts或者Tableau、Power bi等BI软件。

2.8K20

Python可视化库Matplotlib绘图入门详解

水平线 ? axhline()绘制一条水平线的语法如下: plt.axhline(y = 0,xmin = 0,xmax = 1,** kwargs) 语法中:y是沿y轴的坐标。...在上一个示例中,用axhline()替换axvline(), 就会在绘图上得到一条水平线: 导入matplotlib.pyplot作为plt 积分= 0.2 plt.axhline(ypoints,...要绘制多条垂直线,我们可以创建一个x点/坐标的数组,然后遍历该数组的每个元素以绘制多条线: 导入matplotlib.pyplot作为plt xpoints = [0.2,0.4,0.6] 对于xpoints...这两个数组都使用zip()函数合并在一起,遍历最终数组,并且用axhline()绘制线,如下面的输出所示: ? ? 保存图形 ? 绘制图形后,如何保存输出图形?...前面的所有示例都是关于一个图中进行绘制同一图中绘制多个图怎么办? 您可以借助Python pyplot的subplot()函数同一图中生成多个图。

5.2K10

可视化神器Plotly玩转漏斗图

36图爱上高级可视化神器Plotly_Express Plotly玩转散点图 Plotly玩转饼图 ? 认识漏斗图 漏斗图是销售领域一种十分常用的图表,主要是用来分析各个阶段的流失和转化情况。...除去柱状图、饼图、折线图,漏斗图应该是自己工作画的最为频繁的一种图表。下面我们通过模拟某个电商网站的用户行为来绘制漏斗图。...4、绘制漏斗图 # 绘图 fig = px.funnel(df3,x="number",y="stages",color="time") fig.show() ?...绘制面积漏斗图 还是使用最上面的数据: ?...我们需要主题textinfo参数的使用,它有3种使用方式: percent initial:相对于初始值 percent previous:相对于前一个值 percent total:相对于整体数值 上面这个漏斗图使用的是

1.2K10

【Plotly快速入门】用Plotly绘制了几张精湛的图表,美翻了!!

fig = go.Figure() fig.add_trace( go.Bar(x=keys, y=vals) ) fig.update_layout(height=600, width=600) fig.show...() output 可能读者会感觉到绘制出来的图表略显简单,我们再来完善一下,添加上标题和注解,代码如下 # create figure fig = go.Figure() # 绘制图表 fig.add_trace...( go.Box(y=y2, name="Dataset 2"), ) fig.update_layout( ...... ) fig.show() output 散点图和气泡图 接下来我们尝试来绘制散点图...() output 那么气泡图的话就是散点图的基础上,根据数值的大小来设定散点的大小,我们再来创建一些假数据用来设定散点的大小,代码如下 s = np.ceil(30 * np.random.rand...() output 多个子图拼凑到一块儿 相信大家都知道matplotlib模块当中的subplots()方法可以将多个子图拼凑到一块儿,那么同样地plotly当中也可以同样地将多个子图拼凑到一块儿

47710

高级可视化神器Plotly玩转散点图

36图爱上高级可视化神器Plotly_Express,文章中介绍了大量基于plotly绘制的各种图形,例子多而不精。...本文开始将会详细介绍基于Plotly绘制的各种图形,Plotly绘图主要是两个模块: plotly_express,简写为px plotly.graph_objects,简写为go 本文介绍的是如何绘制散点图和折线图...() [008eGmZEgy1gpahnrcj8wj31js0ran1t.jpg] 散点图显示数据 有时候我们需要将数据显示每个散点附近: x_data = [0,2,4,6,8] y_data =...] 使用plotly自带的数据集: df = px.data.carshare() fig = px.line(df, x='centroid_lat',...() [008eGmZEgy1gpah7g0id6j31hw0rotbb.jpg] 基于go.Scatter绘制散点图 上面介绍的都是基于px来绘制散点图,下面介绍的是如何利用go.Scatter绘制散点图

2.1K40
领券