import matplotlib.pyplot as plt x = [1, 2, 3, 4, 5] y = [2, 4, 6, 8, 10] plt.plot(x, y) # 绘制直线 plt.title("Line Plot") # 添加标题 plt.xlabel("Xaxis") # 添加x轴标签 plt.ylabel("Yaxis") # 添加y轴标签 plt.show() # 显示图形...
10,100)y=np.sin(x)# 创建图表plt.figure(figsize=(10,6))plt.plot(x,y,label='sin(x)')# 添加垂直线plt.axvline(x=5,color='r',linestyle='--')plt.title('How to use axvline in Matplotlib - how2matplotlib.com')plt.xlabel('X axis')plt.ylabel('Y axis')plt.legend()plt.grid(Tru...
前两次呢，已经和大家讨论了关于Python数据可视化的经典库matplotlib相关的东东，已经介绍了plot()、scatter()、xlim()、ylim()、xlabel()、ylabel()和grid()这几个函数哦，下面呢，咱们继续前两节的内容，继续和大家聊matplotlib库相关的函数哦！好啦，那咱们就开始聊聊吧！用matplotlib库的axhline()函数和axvline...
importmatplotlib.pyplotaspltimportmatplotlib.datesasmdatesimportdatetimeimportnumpyasnp# 创建示例数据dates=[datetime.datetime(2023,1,1)+datetime.timedelta(days=i)foriinrange(365)]values=np.random.randn(365).cumsum()# 创建图表plt.figure(figsize=(12,6))plt.plot(dates,values)# 添加多个自定义样式的...
importmatplotlib.pyplotasplt# 温度数据temperatures=[20,22,23,25,28,30,29]# 绘制折线图plt.plot(range(1,8),temperatures,marker='o')# 设置 x 轴和 y 轴的标签plt.xlabel('Day')plt.ylabel('Temperature (°C)')# 设置图表的标题plt.title('Daily Temperature')# 显示图表plt.show() ...
import matplotlib.pyplot as plt import numpy as np # 先获取一个图表 plt.figure() # 设置图表的标题 plt.title("sale report") # 设置y轴的label标签 plt.ylabel("amount") # 设置x轴的label标签 plt.xlabel("month") # 模拟一些(X,Y)坐标数据(注:习惯上用大写表示矩阵) ...
13. ylabel 14. xticks 15. yticks 16. legend 17. grid 18. xlim 19. ylim 20. text 21. annotate 22. savefig 23. show 24. figure 25. tight_layout 26. subplots_adjust 27. axhline 28. axvline 29. errorbar 30. boxplot #Matplotlib#数据可视化#python第三方库...
import matplotlib.pyplot as plt # Data x = [1, 2, 3, 4, 5] y = [2, 3, 5, 7, 11] # Create a line chart plt.plot(x, y) # Add labels and title plt.xlabel("X-axis") plt.ylabel("Y-axis") plt.title("Basic Line Chart") ...
plot() plt.xlabel('x-axis') plt.ylabel('y-axis') #grid()——绘制刻度线的网格线 plt.grid(linestyle='-.',color='g') #axhline()——绘制平行于x轴的水平参考线 plt.axhline(y=0.4,c='r',ls='--',lw=2) plt.axvline(x=4,color='r',ls='--',lw=5)...
fig=plt.subplots(figsize=(16,5))plt.plot(df.index,df['CAD'])plt.title('EUR-CAD rate',fontsize=20)plt.xlabel('Date',fontsize=15)plt.ylabel('Rate',fontsize=15)plt.xlim(df.index.min(),df.index.max()) Sortie : Nous voyons que, par défaut, matplotlib affiche quelques ticks aléatoi...