Python绘图之matplotlib2D绘制折线图

Matplotlib文档链接：https://matplotlib.org/api/pyplot_summary.html

实例参考：https://www.data-blogger.com/2017/11/15/python-matplotlib-pyplot-a-perfect-combination/

对于Python来说，Matplotlib是最著名的绘图库，它主要用于二维绘图，当然它也可以进行简单的三维绘图(基于spyder)。

一： 各参数详解：

 

 

功能	描述
acorr	绘制x的自相关。
angle_spectrum	绘制角度谱图。
annotate	用文本文本注释点xy。
arrow	向轴添加箭头。
autoscale	将轴视图自动缩放到数据（切换）。
axes	将轴添加到当前图形并使其成为当前轴。
axhline	在轴上添加水平线。
axhspan	在轴上添加水平跨度（矩形）。
axis	获取或设置某些轴属性的便捷方法。
axvline	在轴上添加垂直线。
axvspan	在轴上添加垂直跨度（矩形）。
bar	制作条形图。
barbs	绘制倒钩的二维场。
barh	制作水平条形图。
box	在当前轴上打开或关闭轴框。
boxplot	制作一个盒子和胡须图。
broken_barh	绘制一个水平的矩形序列。
cla	清除当前轴。
clabel	标记等高线图。
clf	清除当前数字。
clim	设置当前图像的颜色限制。
close	关闭一个数字窗口。
cohere	绘制x和y之间的一致性。
colorbar	将颜色条添加到绘图中。
contour	绘制轮廓。
contourf	绘制轮廓。
csd	绘制交叉谱密度。
delaxes	从图中移除Axes 斧头（默认为当前轴）。
draw	重绘当前数字。
errorbar	将y与x绘制为带有附加错误栏的行和/或标记。
eventplot	在给定位置绘制相同的平行线。
figimage	将未重采样的图像添加到图中。
figlegend	在图上放置一个图例。
fignum_exists	返回是否存在具有给定id的数字。
figtext	添加文字到图。
figure	创建一个新的数字。
fill	绘制填充多边形。
fill_between	在两条水平曲线之间填充区域。
fill_betweenx	在两条垂直曲线之间填充区域。
findobj	查找艺术家对象。
gca	获取与Axes给定关键字args匹配的当前数字的当前实例，或创建一个实例。
gcf	获取当前数字。
gci	获得当前可着色的艺术家。
get_figlabels	返回现有图形标签的列表。
get_fignums	返回现有图号的列表。
grid	配置网格线。
hexbin	制作六边形分箱图。
hist	绘制直方图。
hist2d	制作2D直方图。
hlines	在每个y处绘制从xmin到xmax的水平线。
imread	将文件中的图像读入数组。
imsave	将数组保存为图像文件。
imshow	显示图像，即
install_repl_displayhook	安装一个repl显示挂钩，以便在将控件返回到repl时自动重绘任何过时的图形。
ioff	关闭交互模式。
ion	打开交互模式。
isinteractive	返回交互模式的状态。
legend	在轴上放置图例。
locator_params	主要滴答定位器的控制行为。
loglog	在x轴和y轴上绘制具有对数缩放的绘图。
magnitude_spectrum	绘制幅度谱。
margins	设置或检索自动缩放边距。
matshow	在新的图形窗口中将数组显示为矩阵。
minorticks_off	从轴上移除次要刻度。
minorticks_on	在轴上显示次要刻度。
pause	暂停间隔秒。
pcolor	使用非常规矩形网格创建伪彩色图。
pcolormesh	使用非常规矩形网格创建伪彩色图。
phase_spectrum	绘制相位谱。
pie	绘制饼图。
plot	绘制y与x作为线和/或标记。
plot_date	绘制包含日期的数据。
plotfile	将数据绘制在文件中。
polar	做一个极地情节。
psd	绘制功率谱密度。
quiver	绘制箭头的2D场。
quiverkey	将一个键添加到箭袋图中。
rc	设置当前的rc参数。
rc_context	返回上下文管理器以管理rc设置。
rcdefaults	从Matplotlib的内部默认样式恢复rc参数。
rgrids	获取或设置当前极坐标图上的径向网格线。
savefig	保存当前数字。
sca	将当前Axes实例设置为ax。
scatter	y与x的散点图，具有不同的标记大小和/或颜色。
sci	设置当前图像。
semilogx	在x轴上绘制带对数刻度的绘图。
semilogy	在y轴上绘制具有对数缩放的图。
set_cmap	设置默认色彩映射。
setp	在艺术家对象上设置属性。
show	显示一个数字。
specgram	绘制频谱图。
spy	绘制2D数组的稀疏模式。
stackplot	绘制堆积区域图。
stem	创建一个词干图。
step	制作一个步骤图。
streamplot	绘制矢量流的流线型。
subplot	在当前图中添加子图。
subplot2grid	在常规网格内的特定位置创建轴。
subplot_tool	启动图的子图工具窗口。
subplots	创建一个图形和一组子图。
subplots_adjust	调整子图布局。
suptitle	为图中添加居中标题。
switch_backend	关闭所有打开的数字并设置Matplotlib后端。
table	添加一个表到Axes。
text	向轴添加文本。
thetagrids	获取或设置当前极坐标图上的θ网格线。
tick_params	更改刻度，刻度标签和网格线的外观。
ticklabel_format	更改ScalarFormatter线性轴的默认使用。
tight_layout	自动调整子图参数以指定填充。
title	设置轴的标题。
tricontour	在非结构化三角形网格上绘制轮廓。
tricontourf	在非结构化三角形网格上绘制轮廓。
tripcolor	创建非结构化三角形网格的伪彩色图。
triplot	绘制非结构化三角形网格作为线条和/或标记。
twinx	制作并返回共享x轴的第二个轴。
twiny	制作并返回共享y轴的第二个轴。
uninstall_repl_displayhook	卸载matplotlib显示挂钩。
violinplot	制作小提琴情节。
vlines	绘制垂直线。
xcorr	绘制x和y之间的互相关。
xkcd	打开xkcd草图样式绘图模式。
xlabel	设置x轴的标签。
xlim	获取或设置当前轴的x限制。
xscale	设置x轴刻度。
xticks	获取或设置当前刻度线位置和x轴标签。
ylabel	设置y轴的标签。
ylim	获取或设置当前轴的y限制。
yscale	设置y轴刻度。
yticks	获取或设置y轴的当前刻度位置和标签。

plot参数

    基本折线图不能满足，这时就需plot的参数来进行调整
     美化示例：

import matplotlib.pyplot as plt
yy=[1,2,3,4,5,4,2,4,6,7]#随便创建了一个数据
xx=[3,5,4,1,2,3,4,5,6,3]
zz=[2,3,4,6,4,3,2,4,5,6]
plt.plot(yy,color='r',linewidth=5,linestyle=':',label='数据一')#color指定线条颜色，labeL标签内容
plt.plot(xx,color='g',linewidth=2,linestyle='--',label='数据二')#linewidth指定线条粗细
plt.plot(zz,color='b',linewidth=0.5,linestyle='-',label='数据三')#linestyle指定线形为点
plt.legend(loc=2)#标签展示位置，数字代表标签具位置
plt.xlabel('X轴称')
plt.ylabel('Y轴的名称')
plt.title('2018.7.30折线图示例')
plt.ylim(0,10)#Y轴标签范围为0-10

 

plt常用参数有

官网详细说明点这里

属性     描述
xlabel     设置当前轴的x轴标签:plt.xlabel(‘X标签名’)
ylabel     设置当前轴的y轴标签:plt.xlabel(‘y标签名’)
title     设置当前轴的标题：plt.title(‘图例标题名’)
ylim     获取或设置当前轴的y限制，plt.ylim(0,6)Y轴范围0-6；Xlim同理懒的写了
legend     在轴上放置图例:legend()无参数自动识别，也可用数字指定位置1,2,3,4试着来
show     展示所画图，spyder一般直接运行不需要此步
grid     plt.grid()打开或关闭轴网格，网格一样能设置颜色线型
rcParams[‘font.sans-serif’]     图表中文字体：plt.rcParams[‘font.sans-serif’]=[‘SimHei’]微软雅黑；或=[‘Microsoft Yahei’]黑体
rcParams[‘axes.unicode_minus’]     图表轴负数符号显示问题：plt.rcParams[‘axes.unicode_minus’] = False

 

    plt常画图例有：   

官网详细说明点这里

属性     描述
plot     绘制y与x作为线和/或标记。
plot_date     绘制包含日期的数据。
acorr     绘制x的自相关。
axhline     在轴上添加一条水平线。
bar     制作条形图。
barh     制作一个水平条形图。
hist     绘制直方图
hist2d     制作2D直方图。
scatter     y与x的散点图，具有不同的标记大小和/或颜色。
stackplot     绘制堆积区域图。

 

    plot常用参数有：   

　　　　　　官网详细说明点这里

属性     描述
color     字体颜色：color=‘r’；b、g、r、c、m、y、k、w 或者blue、green、red、cyan、magenta、yellow、black、whtite 或十六进制字符串（’#008000’）
linewidth     线条粗细：linewidth=1.=5.=0.3
linestyle     线条形状：linestyle=’–’(虚线);linestyle=’:’(点线);linestyle=’-.’(短线加点)；
label     数据标签内容：label=‘数据一’,数据标签展示位置需另说明plt.legend(loc=1)数字为标签位置

示例：

 

import pandas as pd #导入pandas库
import pymysql as mysql #导入mysql库
import matplotlib.pyplot as plt #导入数据可视化库
import numpy as np #导入numpy库
plt.rcParams['font.sans-serif'] = ['Microsoft Yahei'] #指定文字字体格式为微软雅黑字段
plt.rcParams['axes.unicode_minus'] = False



connection=mysql.connect(host='数据库ip',port='端口',user='用户账号',password='登录密码',db='连接的库名',charset='utf8')#设置连接数据库的参数
select=connection.cursor()#创建游标
select.execute("SELECT * FROM tabel")#写入SQL查询语句
zd=list((pd.DataFrame(list(select.description)))[0])#获取查询结果的列名
sqldata=select.fetchall()#获取查询结果
select.close #关闭查询
connection.close #关闭数据库接接
data1=pd.DataFrame(list(sqldata)) #将数据转化成df类型
data1.columns=zd #将列名重置为查询结果列名

plt.figure(figsize=(10,5)) #设置图表大小，长10，宽5
plt.plot(data1['机器A拟合度'],label='机器A准确率',color='#aa0000',linestyle='-',linewidth=3)#画机器A准确率的线条
plt.plot(data1['人工A拟合度'],label='人工A准确率',color='#aa0000',linestyle=':',linewidth=3)#画人工A准确率的线条
plt.plot(data1['机器B拟合度'],label='机器B准确率',color='#666666',linestyle='-',linewidth=3)#画机器B准确率的线条
plt.plot(data1['人工B拟合度'],label='人工B准确率',color='#666666',linestyle=':',linewidth=3)#画人工B准确率的线条
plt.plot([0,7],[0.9,0.9],color='g',linestyle='-.',linewidth=1)#画一根绿色的辅助线，x轴从0到7，Y轴为0.9
plt.xticks(np.arange(8),('wk23','wk24','wk25','wk26','wk27','wk28','wk29','wk30'))#更改图表X标签为制定内容
plt.legend(loc=4)#将图例说明放在图表的右下角
plt.title('人机绝对准确率6.4-7.29',fontsize=20)#命名图表名称，设置字体大小
plt.xlabel('周',fontsize=20)#设置X轴名称及字体大小
plt.ylabel('准确率%',fontsize=20)#设置Y轴名称及字体大小

 

 

三：参数对应：

常用color

color大全见文末（颜色-文字对照图）：

w	white
b	blue
g	green
r	red
c	cyan
m	magenta
y	yellow
k	black

 

 

 

 

 

 

 

 

 Marker常见参数

所有marker官网链接。 

线的color大全

 

 常用参数介绍：

1. lable：设定坐标线的标签, e.g. ax1.plot(x1, y1, label='x的label')
2. title：设定标题。e.g. plt.title('title_name')
3. y ：纵坐标。
4. x ：默认为[0, 1, ... , N-1]，可手动设定。
5. data：是：一个自带坐标标签（lable）的数据。如果指定，x坐标y坐标将会显示数据源标签名称；
6. color：设定线的颜色；
7. marker：设定节点的样式；
8. alpha：设定图的透明度，取值范围是[0,1]。
9. plt.plot(data) 等价于 plt.plot(data, 'k-') ，等价于 plt.plot(y=data, kind='line', color='k'， linestyle='line')，表示k黑色、o圆节点、- 连续连接线(连接2个O形点);
10. plt.plot()如果没有连接节点的linestyle参数，结果将为散点图。

**kwargs参数部分

1. ls 或者 linestyle：设定折线的格式，[文字表述版为‘ solid’, 'dashed', 'dashdot', 'dotted']，符号表述版[ '-', '--', '-.', ':']；
2. lw 或者 linewidth：设定折线的宽度，
3. drawstyle：指定画图的格式，比如drawstyle='steps-post'，即阶梯图线；
4. ms 或者 markersize：设定大小；
5. mec 或者 markeredgecolor：设定边框的颜色；
6. mew 或者 markeredgewidth：设定边框粗细的值；
7. mfc 或者 markerfacecolor：设定填充的颜色；
8. ax1.set_xlable：设定ax1（子图）x坐标的名称
9. ax1.set_ylable：设定ax1（子图）y坐标的名称

 

标签：plot,plt,Python,标签,matplotlib2D,设置,折线图,linestyle,绘制
来源： https://www.cnblogs.com/moying-wq/p/10988088.html