Python——plot函数

文章Python——plot函数分享给大家，欢迎收藏Python资料网，专注分享技术知识

---

前言

plot()函数的应用

---

一、plot()函数语法

1.1、绘制二维线图

绘制横轴为X，竖轴为Y二维线图，Y值与X值一一对应

plot(X,Y)

1.1.1、例子

import matplotlib.pyplot as plt
import numpy as np
X=np.array([1,2,3,4])
Y=np.array([3,4,5,6])
plt.plot(X,Y)
plt.show()

1.2、设置线型、标记符号和颜色

plot(X,Y,LineSpec)

LineSpec — 线型、标记和颜色

线型、标记和颜色，指定为包含符号的字符向量或字符串。符号可以按任意顺序显示。不需要同时指定所有三个特征（线型、标记和颜色）。
例如，如果忽略线型，只指定标记，则绘图只显示标记，不显示线条。

1.2.1、线型

1.2.2、标记

1.2.3、颜色

1.2.4、例子

示例： ‘-or’ 是带有圆形标记的红色实线
示例： ‘–+g’ 是带有加号标记的绿色虚线
示例：‘:Xk’ 是带有叉号标记的黑色点线

import matplotlib.pyplot as plt
import numpy as np
X=np.array([1,2,3,4])
Y=np.array([3,4,5,6])
plt.plot(X,Y,'-or')
plt.plot(X,Y+1,'--+g')
plt.plot(X,Y+2,':Xk')
plt.show()

1.3、绘制多组二维线图

绘制横轴为X，竖轴为Y的多组二维线图，Y值与X值一一对应，所有线条都使用相同的坐标区。

plot(X1,Y1,...,Xn,Yn)

1.3.1、例子

import matplotlib.pyplot as plt
import numpy as np
X1=np.array([1,2,3,4])
X2=np.array([1,2,3,4])
Y1=np.array([4,7,1,2])
Y2=np.array([3,4,5,6])
plt.plot(X1,Y1,X2,Y2)
plt.show()

1.4、设置多组线图的线型、标记和颜色

plot(X1,Y1,LineSpec1,...,Xn,Yn,LineSpecn)

可以混用 X、Y、LineSpec 三元组和 X、Y 对组
例如：

plot(X1,Y1,X2,Y2,LineSpec2,X3,Y3)

1.4.1、例子

import matplotlib.pyplot as plt
import numpy as np
X1=np.array([1,2,3,4])
X2=np.array([1,2,3,4])
Y1=np.array([4,7,1,2])
Y2=np.array([3,4,5,6])
plt.plot(X1,Y1,'-og',X2,Y2,'--+r')
plt.show()

1.5、创建 Y 中数据对每个值索引的二维线图

plot(Y)

如果 Y 是向量，x 轴的刻度范围是从 1 至 length(Y)。

如果 Y 是矩阵，则 plot 函数绘制 Y 中各列对其行号的图。x 轴的刻度范围是从 1 到 Y 的行数。

如果 Y 是复数，则 plot 函数绘制 Y 的虚部对 Y 的实部的图，使得 plot(Y) 等效于 plot(real(Y),imag(Y))。

1.5.1、例子

import matplotlib.pyplot as plt
import numpy as np
X1=np.array([1,2,3,4])
Y1=np.array([4,7,1,2])
plt.plot(Y1)
plt.show()

---

总结

提示：这里对文章进行总结：
例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。

版权声明：本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若内容造成侵权/违法违规/事实不符，请联系邮箱：jacktools123@163.com进行投诉反馈，一经查实，立即删除！