Python 图形绘制详细代码(一)
作者:来西瓜
这篇文章主要介绍了Python 图形绘制详细代码,文章主要从最简单图像的开始,在同一图上绘制两条或多条线一些简单操作,想了解的小伙伴可以学习一下,希望对你的学习有所帮助
1、画第一个图形
第一个图形从简单的开始。
1.1 代码
# importing the required module import matplotlib.pyplot as plt # x axis values x = [1,2,3] # corresponding y axis values y = [2,4,1] # plotting the points plt.plot(x, y) # naming the x axis plt.xlabel('x - axis') # naming the y axis plt.ylabel('y - axis') # giving a title to my graph plt.title('My first graph!') # function to show the plot plt.show()
1.2 输出
1.3 代码的部分解释
- 1)将 x 轴和相应的 y 轴值定义为列表。
- 2)使用 .plot() 函数在画布上绘制它们。
- 3)使用 .xlabel() 和 .ylabel() 函数为 x 轴和 y 轴命名。
- 4)使用 .title() 函数为绘图命名。
- 5)使用 .show() 函数查看绘图。
- 2、在同一图上绘制两条或多条线
2、在同一图上绘制两条或多条线
如果想在同一张图上再绘制多条线,可反复使用.plot()
函数。
2.1 代码
import matplotlib.pyplot as plt # line 1 points x1 = [1,2,3] y1 = [2,4,1] # plotting the line 1 points plt.plot(x1, y1, label = "line 1") # line 2 points x2 = [1,2,3] y2 = [4,1,3] # plotting the line 2 points plt.plot(x2, y2, label = "line 2") # naming the x axis plt.xlabel('x - axis') # naming the y axis plt.ylabel('y - axis') # giving a title to my graph plt.title('Two lines on same graph!') # show a legend on the plot plt.legend() # function to show the plot plt.show()
2.2 输出
2.3 代码的部分解释
- 1)在同一张图上绘制两条线。 通过给它们一个名称(label)来区分它们,该名称作为 .plot() 函数的参数传递。
- 2)提供有关线条类型及其颜色信息的小矩形框称为图例。 可以使用 .legend() 函数为绘图添加图例。
3、自定义绘图
下面将讨论适用于几乎所有场景的一些基本自定义。
3.1 代码
import matplotlib.pyplot as plt # x axis values x = [1,2,3,4,5,6] # corresponding y axis values y = [2,4,1,5,2,6] # plotting the points plt.plot(x, y, color='green', linestyle='dashed', linewidth = 3,marker='o', markerfacecolor='blue', markersize=12) # setting x and y axis range plt.ylim(1,8) plt.xlim(1,8) # naming the x axis plt.xlabel('x - axis') # naming the y axis plt.ylabel('y - axis') # giving a title to my graph plt.title('Some cool customizations!') # function to show the plot plt.show()
3.2 输出
3.3 代码的部分解释
如上面代码所示,我们进行了一些自定义的改变:
- 1)设定线的宽度、样式以及颜色。
- 2)设定了标记的形状、颜色和尺寸。
- 3)覆盖 x 和 y 轴范围。如果未完成覆盖,
pyplot
模块使用自动缩放功能来设置轴范围和比例。
到此这篇关于Python 图形绘制详细代码的文章就介绍到这了,更多相关Python 图形绘制详细内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!