x=np.linspace(-10,10,400)y=np.sin(x)plt.plot(x,y)# 添加垂直参考线plt.axvline(x=0,color='red',linestyle='--',label='x=0 line')plt.axvline(x=np.pi,color='green',linestyle=':',label='x=π line')# 添加水平参考线plt.axhline(y=0,color='blue',linestyle='-.',label='y=...
黑色),w(白色)# 抛物线x = np.linspace(-5, 5, 50)y = x**2# 画图：设置颜色plt.plot(x,y,c="r")[<matplotlib.lines.Line2D at 0x1d65ba7d990>]第二种方式plt.plot(x,y,color="red")[<matplotlib.lines.Line2D at 0x1d65c0a7190>]# ls：line style 设置样式红色实线plt.plot(x,y,c="...
importmatplotlib.pyplotaspltimportnumpyasnp x=np.linspace(0,10,100)y=np.sin(x)plt.figure(figsize=(10,6))plt.plot(x[:50],y[:50],'b-',label='Solid - how2matplotlib.com')plt.plot(x[49:],y[49:],'r--',label='Dashed - how2matplotlib.com')plt.title('Changing Line Style Mid-G...
'-' solid line style 实线样式 '--' dashed line style 虚线样式 '-.' dash-dot line style 点划线样式 ':' dotted line style 虚线样式 marker参数属性 '.' 点标记 ',' 像素标记 'o' 圆标记 'v' 三角向下标记 '^' 三角向上标记 '<' 三角向左标记 '>' 三角向右标记 '1' 向下标记 '2' 向上...
# ls:line style 设置样式红色实线 plt.plot(x,y,c="r",ls="-") [<matplotlib.lines.Line2D at 0x1d65c7a7850>] # 红色虚线 plt.plot(x,y,c="r",ls="--") [<matplotlib.lines.Line2D at 0x1d65be49f90>] # 红色虚线 plt.plot(x,y,c="r",ls="-.") ...
ax1.patch.set_facecolor("gray") #设置ax1区域背景颜色 ax1.patch.set_alpha(0.5) #设置ax1区域背景颜色透明度 (3)修改matplotlib默认参数 plt.rcParams['axes.facecolor']='red' plt.rcParams['savefig.facecolor']='red' '-'solid line style'--'dashed line style'-.'dash-dot line style':'dotted li...
plt.style.use('ggplot')现在我们有了好看的风格，第一步就是使用标准 pandas 绘图函数绘制数据：top_10.plot(kind='barh', y="Sales", x="Name")推荐使用 pandas 绘图的原因在于它是一种快速便捷地建立可视化原型的方式。自定义图表 如果你对该图表的重要部分都很满意，那么下一步就是对它执行自定义。一些...
plt.style.use('seaborn-whitegrid') importnumpyasnp 对于所有的 Matplotlib 图表来说,我们都需要从创建图形和维度开始。图形和维度可以使用下面代码进行最简形式的创建: fig = plt.figure ax = plt.axes 在Matplotlib 中,图形(类plt.Figure的一个实例)可以被认为是一个包括所有维度、图像、文本和标签对象的容器...
plt.style.use('seaborn-whitegrid')importnumpyasnp 对于所有的 Matplotlib 图表来说,我们都需要从创建图形和维度开始。图形和维度可以使用下面代码进行最简形式的创建: fig= plt.figure()ax= plt.axes() 在Matplotlib 中,图形(类plt.Figure的一个实例)可以被认为是一个包括所有维度、图像、文本和标签对象的容器...
boxstyle方框外形 facecolor(简写fc)背景颜色 edgecolor(简写ec)边框线条颜色 edgewidth边框线条大小 importmatplotlib.pyplot as pltimportnumpy as npfrommatplotlibimportrcParams x=np.array([1,2,3,4,]) y=x*2z= x*4obj= plt.figure(num = 2, figsize=(8, 5)) ...