python

关注公众号 jb51net

关闭
首页 > 脚本专栏 > python > python matplotlib颜色及形状

python中matplotlib的颜色以及形状实例详解

作者：Mortal71

在Python中经常使用matplotlib画图,为了让图像显示的更加好看,经常需要对图表点、线形状及颜色进行设置,下面这篇文章主要给大家介绍了关于python中matplotlib的颜色以及形状的相关资料,需要的朋友可以参考下

绘制折线图

命令形如：

# 常用
plt.plot(x, y, linewidth = '1', label = "test", color=' red ', linestyle=':', marker='|')

# 所有可选参数
plt.plot(x,y,color,linestyle=,linewidth,marker,markeredgecolor,markeredgwidth,markerfacecolor,markersize,label)

plt.legend(loc='upper left')
plt.show()

主要参数详解：

线条形式（linestyle）：

标记字符还可使用说明
‘-’“solid”实线
‘–’“dashed”破折线
‘-.’“dashdot”点划线
‘:’“dotted”虚线
’ ’‘none’无线条

标注形状（marker）：

标记字符还可使用说明
‘.’point marker点标记
‘,’pixel marker像素标记（极小点）
‘o’circle marker实心圈标记
‘v’triangle_down marker倒三角标记
‘^’triangle_up marker上三角标记
‘<’triangle_left marker左三角标记
‘>’triangle_right marker右三角标记
‘1’tri_down marker下花三角标记
‘2’tri_up marker上花三角标记
‘3’tri_left marker左花三角标记
‘4’tri_right marker右花三角标记
‘s’square marker实心方形标记
‘p’pentagon marker实心五角标记
‘*’star marker星形标记
‘h’hexagon1 marker竖六边形标记
‘H’hexagon2 marker横六边形标记
‘+’plus marker十字标记
‘x’x markerx标记
‘D’diamond marker菱形标记
‘d’thin_diamond marker受菱形标记
‘|’vline marker垂直线标记
‘_’hline marker水平线标记

颜色（color），可用十六进制形式，每两个十六进制数分别代表R、G、B分量，可用如下代码展示所有：

import matplotlib
for name, hex in matplotlib.colors.cnames.items():
    print(name, hex)

得所有支持颜色：

 cnames = {
    'aliceblue':            '#F0F8FF',
    'antiquewhite':         '#FAEBD7',
    'aqua':                 '#00FFFF',
    'aquamarine':           '#7FFFD4',
    'azure':                '#F0FFFF',
    'beige':                '#F5F5DC',
    'bisque':               '#FFE4C4',
    'black':                '#000000',
    'blanchedalmond':       '#FFEBCD',
    'blue':                 '#0000FF',
    'blueviolet':           '#8A2BE2',
    'brown':                '#A52A2A',
    'burlywood':            '#DEB887',
    'cadetblue':            '#5F9EA0',
    'chartreuse':           '#7FFF00',
    'chocolate':            '#D2691E',
    'coral':                '#FF7F50',
    'cornflowerblue':       '#6495ED',
    'cornsilk':             '#FFF8DC',
    'crimson':              '#DC143C',
    'cyan':                 '#00FFFF',
    'darkblue':             '#00008B',
    'darkcyan':             '#008B8B',
    'darkgoldenrod':        '#B8860B',
    'darkgray':             '#A9A9A9',
    'darkgreen':            '#006400',
    'darkkhaki':            '#BDB76B',
    'darkmagenta':          '#8B008B',
    'darkolivegreen':       '#556B2F',
    'darkorange':           '#FF8C00',
    'darkorchid':           '#9932CC',
    'darkred':              '#8B0000',
    'darksalmon':           '#E9967A',
    'darkseagreen':         '#8FBC8F',
    'darkslateblue':        '#483D8B',
    'darkslategray':        '#2F4F4F',
    'darkturquoise':        '#00CED1',
    'darkviolet':           '#9400D3',
    'deeppink':             '#FF1493',
    'deepskyblue':          '#00BFFF',
    'dimgray':              '#696969',
    'dodgerblue':           '#1E90FF',
    'firebrick':            '#B22222',
    'floralwhite':          '#FFFAF0',
    'forestgreen':          '#228B22',
    'fuchsia':              '#FF00FF',
    'gainsboro':            '#DCDCDC',
    'ghostwhite':           '#F8F8FF',
    'gold':                 '#FFD700',
    'goldenrod':            '#DAA520',
    'gray':                 '#808080',
    'green':                '#008000',
    'greenyellow':          '#ADFF2F',
    'honeydew':             '#F0FFF0',
    'hotpink':              '#FF69B4',
    'indianred':            '#CD5C5C',
    'indigo':               '#4B0082',
    'ivory':                '#FFFFF0',
    'khaki':                '#F0E68C',
    'lavender':             '#E6E6FA',
    'lavenderblush':        '#FFF0F5',
    'lawngreen':            '#7CFC00',
    'lemonchiffon':         '#FFFACD',
    'lightblue':            '#ADD8E6',
    'lightcoral':           '#F08080',
    'lightcyan':            '#E0FFFF',
    'lightgoldenrodyellow': '#FAFAD2',
    'lightgreen':           '#90EE90',
    'lightgray':            '#D3D3D3',
    'lightpink':            '#FFB6C1',
    'lightsalmon':          '#FFA07A',
    'lightseagreen':        '#20B2AA',
    'lightskyblue':         '#87CEFA',
    'lightslategray':       '#778899',
    'lightsteelblue':       '#B0C4DE',
    'lightyellow':          '#FFFFE0',
    'lime':                 '#00FF00',
    'limegreen':            '#32CD32',
    'linen':                '#FAF0E6',
    'magenta':              '#FF00FF',
    'maroon':               '#800000',
    'mediumaquamarine':     '#66CDAA',
    'mediumblue':           '#0000CD',
    'mediumorchid':         '#BA55D3',
    'mediumpurple':         '#9370DB',
    'mediumseagreen':       '#3CB371',
    'mediumslateblue':      '#7B68EE',
    'mediumspringgreen':    '#00FA9A',
    'mediumturquoise':      '#48D1CC',
    'mediumvioletred':      '#C71585',
    'midnightblue':         '#191970',
    'mintcream':            '#F5FFFA',
    'mistyrose':            '#FFE4E1',
    'moccasin':             '#FFE4B5',
    'navajowhite':          '#FFDEAD',
    'navy':                 '#000080',
    'oldlace':              '#FDF5E6',
    'olive':                '#808000',
    'olivedrab':            '#6B8E23',
    'orange':               '#FFA500',
    'orangered':            '#FF4500',
    'orchid':               '#DA70D6',
    'palegoldenrod':        '#EEE8AA',
    'palegreen':            '#98FB98',
    'paleturquoise':        '#AFEEEE',
    'palevioletred':        '#DB7093',
    'papayawhip':           '#FFEFD5',
    'peachpuff':            '#FFDAB9',
    'peru':                 '#CD853F',
    'pink':                 '#FFC0CB',
    'plum':                 '#DDA0DD',
    'powderblue':           '#B0E0E6',
    'purple':               '#800080',
    'red':                  '#FF0000',
    'rosybrown':            '#BC8F8F',
    'royalblue':            '#4169E1',
    'saddlebrown':          '#8B4513',
    'salmon':               '#FA8072',
    'sandybrown':           '#FAA460',
    'seagreen':             '#2E8B57',
    'seashell':             '#FFF5EE',
    'sienna':               '#A0522D',
    'silver':               '#C0C0C0',
    'skyblue':              '#87CEEB',
    'slateblue':            '#6A5ACD',
    'slategray':            '#708090',
    'snow':                 '#FFFAFA',
    'springgreen':          '#00FF7F',
    'steelblue':            '#4682B4',
    'tan':                  '#D2B48C',
    'teal':                 '#008080',
    'thistle':              '#D8BFD8',
    'tomato':               '#FF6347',
    'turquoise':            '#40E0D0',
    'violet':               '#EE82EE',
    'wheat':                '#F5DEB3',
    'white':                '#FFFFFF',
    'whitesmoke':           '#F5F5F5',
    'yellow':               '#FFFF00',
    'yellowgreen':          '#9ACD32'}

可用如下代码展示具体颜色：

import matplotlib.pyplot as plt
import matplotlib.patches as patches
import matplotlib.colors as colors
import math

fig = plt.figure()
ax = fig.add_subplot(111)

ratio = 1.0 / 3.0
count = math.ceil(math.sqrt(len(colors.cnames)))
x_count = count * ratio
y_count = count / ratio
x = 0
y = 0
w = 1 / x_count
h = 1 / y_count

for c in colors.cnames:
    pos = (x / x_count, y / y_count)
    ax.add_patch(patches.Rectangle(pos, w, h, color=c))
    ax.annotate(c, xy=pos)
    if y >= y_count-1:
        x += 1
        y = 0
    else:
        y += 1

plt.show()

得下图

绘制柱形图

plot.bar(x,height,width=0.8,bottom=None,align='center',color,edgecolor)
参数说明
x表示在什么位置显示柱形图
height柱子高度
width每根柱子的宽度，可各不相同
bottom每根柱子的底部位置，可各不相同
align柱子的位置与x值的关系，可选center、edge两个参数，center表示柱子位于x值的中心位置，edge表示边缘位置
color柱子颜色
edgecolor柱子边缘的颜色

例：

plt.subplot(1,1,1)

x = np.array(["东区","西区","南区","北区"])
y = np.array([8566,6482,5335,7310])

plt.bar(x,y,width=0.5,align="center",label="任务量")

plt.title("全国各分区任务量",loc="center")

# 添加数据标签
for a,b in zip(x,y):
    plt.text(a,b,b,ha='center',va="bottom",fontsize=12,color="r")
    
plt.xlabel('分区')
plt.ylabel('任务量')

plt.legend()     #显示图例

#保存到本地
#plt.savefig("C:/Users/.../1.jpg")

簇状柱形图

plt.subplot(1,1,1)

x = np.array([1,2,3,4])
y1 = np.array([8566,6482,5335,7310])
y2 = np.array([4283,2667,3655,3241])

plt.bar(x,y1,width=0.3,label="任务量")
plt.bar(x+0.3,y2,width=0.3,label="完成量")   #x+0.3相当于完成量的每个柱子右移0.3

plt.title("全国各分区任务量",loc="center")

# 添加数据标签
for a,b in zip(x,y1):
    plt.text(a,b,b,ha='center',va="bottom",fontsize=12,color="blue")
    
    
for a,b in zip(x,y2):
    plt.text(a,b,b,ha='center',va="bottom",fontsize=12,color="g")
    
plt.xlabel('区域')
plt.ylabel('任务情况')

#设置x轴刻度值
plt.xticks(x+0.15,["东区","西区","南区","北区"])

plt.grid(False)
plt.legend()     #显示图例

堆积柱形图

plt.subplot(1,1,1)

x = np.array(["东区","西区","南区","北区"])
y1 = np.array([8566,6482,5335,7310])
y2 = np.array([4283,2667,3655,3241])

plt.bar(x,y1,width=0.3,label="任务量")
plt.bar(x,y2,width=0.3,label="完成量")   

plt.title("全国各分区任务量",loc="center")

# 添加数据标签
for a,b in zip(x,y1):
    plt.text(a,b,b,ha='center',va="bottom",fontsize=12,color="blue")
    
    
for a,b in zip(x,y2):
    plt.text(a,b,b,ha='center',va="bottom",fontsize=12,color="g")
    
plt.xlabel('区域')
plt.ylabel('任务情况')


plt.grid(False)

plt.legend(loc = "upper center",ncol=2)

散点图

plt.scatter(x,y,s,c,marker,linewidths,edgecolors)
参数说明
（x，y）散点的位置
s每个点的面积，即散点的大小。若只有一个具体值时，则所有点的大小都一样。也可呈现多个值，这样就成了气泡图
c每个点的颜色，可多样
marker标记，同折线图中marker
linewidths散点线宽
edgecolors散点外轮廓的颜色

 

colors = y*10
area = y*100        #根据y值的大小生成不同形状

plt.scatter(x,y,c=colors,marker="o",s=area)

plt.title("销量关系图",loc="center")

# 添加数据标签
for a,b in zip(x,y):
    plt.text(a,b,b,ha='center',va="center",fontsize=10,color="white")
    
plt.xlabel('气温')
plt.ylabel('啤酒销量')

plt.grid(False)

附：matplotlib实现区域颜色填充

'''
学习python
'''
import matplotlib.pyplot as plt
import numpy as np
  
x= np.linspace(0,5*np.pi, 1000)
  
y1 = np.sin(x)
y2 = np.sin(2*x)
  
#plt.plot(x,y1)
#plt.plot(x,y2)
  
plt.fill(x,y1,'b',alpha=0.5)
plt.fill(x,y2,'r',alpha=0.3)
  
plt.fill_between(x,y1,y2,facecolor='green')
plt.grid(True)
  
plt.show()
  
#########################################################
plt.plot(x,y1,'b',alpha=0.5)
plt.plot(x,y2,'r',alpha=0.3)
#添加条件
#如果数据点比较少的情况下，会有缝隙出现，使用interpolate可以填充缝隙
plt.fill_between(x,y1,y2,where=y1>=y2,facecolor='green',interpolate=True)
plt.fill_between(x,y1,y2,where=y2>y1,facecolor='yellow',interpolate=True)
plt.grid(True)
  
plt.show()
###########################################################
  
n = 256
X = np.linspace(-np.pi, np.pi, n, endpoint=True)
Y = np.sin(2 * X)
  
  
plt.plot(X, Y + 1, color='blue', alpha=1.00)
plt.fill_between(X, 1, Y + 1, color='blue', alpha=.25)
  
plt.plot(X, Y - 1, color='blue', alpha=1.00)
plt.fill_between(X, -1, Y - 1, (Y - 1) > -1, color='blue', alpha=.25)
plt.fill_between(X, -1, Y - 1, (Y - 1) < -1, color='red', alpha=.25)
  
plt.xlim(-np.pi, np.pi)
plt.xticks(())
plt.ylim(-2.5, 2.5)
plt.yticks(())

总结 

到此这篇关于python中matplotlib的颜色以及形状的文章就介绍到这了,更多相关python matplotlib颜色及形状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！

您可能感兴趣的文章:
阅读全文