02_pyplot.plot函数、回顾第一个例子、格式字符串、plot函数、线型风格字符、标记(marker)字符、颜色字符

太过爱你忘了你带给我的痛 2022-11-16 04:56 86阅读 0赞

2.pyplot.plot函数  
2.1.回顾第一个例子  
2.2.格式字符串  
2.3.plot函数  
2.3.1.线型风格字符  
2.3.2.标记(marker)字符  
2.3.3.颜色字符

# 2.pyplot.plot函数 #

## 2.1.回顾第一个例子 ##

在第一个例子中：

import matplotlib.pyplot as plt
    plt.plot([-1, -4.5, 16, 23])
    plt.show()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70]  
即使为Y值提供的离散数据，我们看到的是一个连续的图。

## 2.2.格式字符串 ##

通过向plot函数调用添加一个格式字符串，可以创建具有离散值的图形。  
在示例中数据点为蓝色圆圈标记。 格式字符串定义了离散点如何呈现的方式。

import matplotlib.pyplot as plt
    plt.plot([-1, -4.5, 16, 23],"ob")
    plt.show()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 1]  
我们将“ob”用作格式参数。 它由两个字符组成。  
第一个字符定义线型风格或离散值样式（即标记,markers），而第二个字符选择图形的颜色。 这两个字符的顺序可以颠倒，即也可以将其写为“bo”。 如果format参数没有给出，则将“b-”用作默认值，即蓝色实线。

import matplotlib.pyplot as plt
    plt.plot([-1, -4.5, 16, 23],"b--")
    plt.show()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 2]

可以将X值添加到绘图函数中。 在下面的示例中，传递3的倍数（包括0到21）以进行绘制：

import matplotlib.pyplot as plt
    # our X values:
    days = list(range(0, 22, 3))
    print(days)
    ''' 输出结果： [0, 3, 6, 9, 12, 15, 18, 21] '''
    
    # our Y values:
    celsius_values = [25.6, 24.1, 26.7, 28.3, 27.5, 30.5, 32.8, 33.1]
    # 下面第一个参数为x值，第二个值为y值
    plt.plot(days, celsius_values)
    plt.show()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 3]  
绘制离散值：

plt.plot(days, celsius_values,'ro')
    plt.show()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 4]

## 2.3.plot函数 ##

plt.plot(x, y, format\_string, **kwargs)  
x: X轴数据，列表或数组，可选  
y: Y轴数据，列表或数组  
format\_string: 控制曲线的格式字符串，可选  
**kwargs: 第二组或者更多（x,y,format\_string）  
当绘制多条曲线时，各条曲线的x不能省略。例如：

import matplotlib.pyplot as plt
    # our X values:
    days = list(range(0, 22, 3))
    print(days)
    ''' 输出结果： [0, 3, 6, 9, 12, 15, 18, 21] '''
    
    # our Y values:
    celsius_values = [25.6, 24.1, 26.7, 28.3, 27.5, 30.5, 32.8, 33.1]
    celsius_values_2 = [15.6, 14.1, 16.7, 38.3, 37.5, 20.5, 42.8, 23.1]
    # 下面第一个参数为x值，第二个值为y值
    plt.plot(days, celsius_values,'ro', days, celsius_values_2, 'b--')
    plt.show()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 5]

### 2.3.1.线型风格字符 ###

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 6]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 7]

### 2.3.2.标记(marker)字符 ###

![在这里插入图片描述][20210406123554767.png]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 8]

### 2.3.3.颜色字符： ###

![在这里插入图片描述][20210406123649307.png]

风格字符、标记字符和颜色字符可以组合使用

import matplotlib.pyplot as plt
    
    plt.plot([1,2,3], [1, 2, 3], 'go--', label='line 1', linewidth=3)
    plt.plot([1,2,3], [1, 4, 9], 'rs-.', label='line 2')
    plt.show()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 9]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70]: /images/20221022/973cb4e1b8424ea484ef01ebeb49b061.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 1]: /images/20221022/ca967ac1c0484bdabc74931319e045db.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 2]: /images/20221022/56e5e9050b774a6989a20ca27b356b18.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 3]: /images/20221022/9d3ef101b13d4ac5b3388c0037f27888.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 4]: /images/20221022/e0b934f4e34441b29502f428d8a5fd1e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 5]: /images/20221022/6ddddb166d8a408d838a0c8c9576e19b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 6]: /images/20221022/f312e24a11fb41f5b0bd4459c9993667.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 7]: /images/20221022/53ce3e3d7df349c2a7cd89507a2aa629.png
[20210406123554767.png]: /images/20221022/c95a0027c56b4cac9373c74cc0d40f87.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 8]: /images/20221022/49ac6b8d96d042bca2f1b4802ceafbdb.png
[20210406123649307.png]: /images/20221022/36af3cb163b248d0927bcc3c1b5e5f40.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 9]: /images/20221022/922d5cf281b147cb8b5a892f34621ae0.png