【数据分析之道-Matplotlib(二)】Matplotlib 绘图标记

这篇具有很好参考价值的文章主要介绍了【数据分析之道-Matplotlib(二)】Matplotlib 绘图标记。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

【数据分析之道-Matplotlib(二)】Matplotlib 绘图标记

专栏导读

✍ 作者简介:i阿极,CSDN Python领域新星创作者,专注于分享python领域知识。

本文录入于《数据分析之道》,本专栏针对大学生、初级数据分析工程师精心打造,对python基础知识点逐一击破,不断学习,提升自我。
订阅后,可以阅读《数据分析之道》中全部文章内容,包含python基础语法、数据结构和文件操作,科学计算,实现文件内容操作,实现数据可视化等等。
✍ 其他专栏:《数据分析案例》 ,《机器学习案例》

😊😊😊如果觉得文章不错或能帮助到你学习,可以点赞👍收藏📁评论📒+关注哦!👍👍👍

📜📜📜如果有小伙伴需要数据集和学习交流,文章下方有交流学习区!一起学习进步!💪

1、前言

Matplotlib 是一个强大的 Python 绘图库,它提供了多种绘图工具和样式。在 Matplotlib 中,我们可以使用标记来标识数据点、线条和其他形状,以便更好地展示图形。

Matplotlib 支持多种标记,包括圆圈、方形、三角形等形状,每种标记都可以自定义颜色和大小。在下面的实例中,我们将演示如何使用 Matplotlib 绘制散点图,并使用不同的标记和颜色。

2、标记(Markers)

2.1关键词参数marker

可以使用关键字参数marker用指定的标记强调每个点。

用圆圈标记每个点:

import matplotlib.pyplot as plt
import numpy as np

# 创建数据
x = np.linspace(0, 10)
y = np.cos(x)

# 绘制折线图并设置标记样式
plt.plot(x,y,marker = 'o')

# 显示图形
plt.show()

【数据分析之道-Matplotlib(二)】Matplotlib 绘图标记

用星号标记每个点:

import matplotlib.pyplot as plt
import numpy as np

# 创建数据
x = np.linspace(0, 10)
y = np.cos(x)

# 绘制折线图并设置标记样式
plt.plot(x,y,marker = '*')

# 显示图形
plt.show()

【数据分析之道-Matplotlib(二)】Matplotlib 绘图标记

2.2标记参考(Marker Reference)

可以选择以下任一标记:

标记 描述
‘o’ Circle
‘*’ Star
‘.’ Point
‘,’ Pixel
‘x’ X
‘X’ X (filled)
‘+’ Plus
‘P’ Plus (filled)
‘s’ Square
‘D’ Diamond
‘d’ Diamond (thin)
‘p’ Pentagon
‘H’ Hexagon
‘h’ Hexagon
‘v’ Triangle Down
‘^’ Triangle Up
‘<’ Triangle Left
‘>’ Triangle Right
‘1’ Tri Down
‘2’ Tri Up
‘3’ Tri Left
‘4’ Tri Right
‘l’ Vline
‘_’ Hline

3、Format Strings fmt

3.1fmt参数

fmt 参数定义了基本格式,如标记、线条样式和颜色。

fmt = '[marker][line][color]'

例如 o:r,o 表示实心圆标记,: 表示虚线,r 表示颜色为红色。

import matplotlib.pyplot as plt
import numpy as np

# 创建数据
x = np.linspace(0, 10)
y = np.cos(x)

# 绘制折线图并设置标记样式
plt.plot(x,y,'o:r')

# 显示图形
plt.show()

【数据分析之道-Matplotlib(二)】Matplotlib 绘图标记

例如 o-r, o表示实心圆标记,-表示虚线,r表示颜色为红色。

import matplotlib.pyplot as plt
import numpy as np

# 创建数据
x = np.linspace(0, 10)
y = np.cos(x)

# 绘制折线图并设置标记样式
plt.plot(x,y,'o:r')

# 显示图形
plt.show()

【数据分析之道-Matplotlib(二)】Matplotlib 绘图标记

3.2线参考(Line Reference)

线语法 描述
‘-’ 实线
‘:’ 虚线
‘–’ 破折线
‘-.’ 点划线

如果在fmt参数中省略了线值,则不会绘制任何线。

4、标记颜色(Marker Color)

4.1关键字参数mec

可以使用关键字参数markeredgecolor或更短的mec设置标记边框的颜色。

将边框颜色设置为红色:

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
plt.plot(x, y, marker='o',ms = 20,mec='r')

【数据分析之道-Matplotlib(二)】Matplotlib 绘图标记

4.2关键字参数mfc

可以使用关键字参数markerfacecolor或更短的mfc设置标记边缘内的颜色。

将内部颜色标记为红色:

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
plt.plot(x, y, marker='o',ms = 20,mfc='r')

【数据分析之道-Matplotlib(二)】Matplotlib 绘图标记

4.3mfc和mec结合

自定义标记内部与边框的颜色:

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
plt.plot(x, y, marker='o',ms = 20,mec='r',mfc='r')

【数据分析之道-Matplotlib(二)】Matplotlib 绘图标记

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
plt.plot(x, y, marker='o',ms = 20,mec='r',mfc='w')

【数据分析之道-Matplotlib(二)】Matplotlib 绘图标记

用美丽的绿色标记每个点:

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
plt.plot(x, y, marker='o',ms = 20,mec='g',mfc='g')

【数据分析之道-Matplotlib(二)】Matplotlib 绘图标记

4.4颜色参考(Color Reference)

颜色语法 描述
‘r’ Red
‘g’ Green
‘b’ Blue
‘c’ Cyan
‘m’ Magenta
‘y’ Yellow
‘k’ Black
‘w’ White

5、标记大小(Marker Size)

可以使用关键字参数markersize或更短的版本ms来设置标记的大小。

将标记的大小设置为20:

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
plt.plot(x, y, marker='o',ms = 20)

【数据分析之道-Matplotlib(二)】Matplotlib 绘图标记


📢文章下方有交流学习区!一起学习进步!💪💪💪
📢首发CSDN博客,创作不易,如果觉得文章不错,可以点赞👍收藏📁评论📒
📢你的支持和鼓励是我创作的动力❗❗❗文章来源地址https://www.toymoban.com/news/detail-435056.html

到了这里,关于【数据分析之道-Matplotlib(二)】Matplotlib 绘图标记的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网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TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【数据分析之道-Matplotlib(五)】Matplotlib柱状图

    ✍ 作者简介: i阿极 ,CSDN Python领域新星创作者, 专注于分享python领域知识。 ✍ 本文录入于《数据分析之道》 ,本专栏针对大学生、初级数据分析工程师精心打造,对python基础知识点逐一击破,不断学习,提升自我。 ✍ 订阅后,可以阅读《数据分析之道》中全部文章内容

    2024年02月07日
    浏览(36)
  • 【数据分析之道-Matplotlib(七)】Matplotlib直方图

    ✍ 作者简介: i阿极 ,CSDN Python领域新星创作者, 专注于分享python领域知识。 ✍ 本文录入于《数据分析之道》 ,本专栏针对大学生、初级数据分析工程师精心打造,对python基础知识点逐一击破,不断学习,提升自我。 ✍ 订阅后,可以阅读《数据分析之道》中全部文章内容

    2024年02月08日
    浏览(41)
  • 【数据分析之道-Matplotlib(三)】Matplotlib 绘制子图

    ✍ 作者简介: i阿极 ,CSDN Python领域新星创作者, 专注于分享python领域知识。 ✍ 本文录入于《数据分析之道》 ,本专栏针对大学生、初级数据分析工程师精心打造,对python基础知识点逐一击破,不断学习,提升自我。 ✍ 订阅后,可以阅读《数据分析之道》中全部文章内容

    2024年02月04日
    浏览(41)
  • Python 数据分析——matplotlib 快速绘图

    matplotlib采用面向对象的技术来实现,因此组成图表的各个元素都是对象,在编写较大的应用程序时通过面向对象的方式使用matplotlib将更加有效。但是使用这种面向对象的调用接口进行绘图比较烦琐,因此matplotlib还提供了快速绘图的pyplot模块。本节首先介绍该模块的使用方法

    2024年02月11日
    浏览(47)
  • 数据分析 — Matplotlib 、Pandas、Seaborn 绘图

    Matplotlib 是一个用于 绘制数据可视化图形的 Python 库 。它提供了丰富的绘图工具,可以用于创建各种类型的图表。 安装和导入: pip install matplotlib import matplotlib.pyplot as plt # 导入 Matplotlib 库 图表适用场景总结: 1、折线图:表示数据的趋势情况,如几年每个月份的销量走势、

    2024年02月19日
    浏览(43)
  • Matplotlib绘图知识小结--Python数据分析学习

    一、Pyplot子库绘制2D图表 1、Matplotlib Pyplot Pyplot 是 Matplotlib 的子库,提供了和 MATLAB 类似的绘图 API。 Pyplot 是常用的绘图模块,能很方便让用户绘制 2D 图表。 Pyplot 包含一系列绘图函数的相关函数,每个函数会对当前的图像进行一些修改,例如:给图像加上标记,生新的图像,

    2024年02月12日
    浏览(48)
  • 大数据分析/机器学习基础之matplotlib绘图篇

    目录 一、前言 我的运行环境 二、什么是matplotlib? 三、安装及导入 四、matplotlib的使用 五、matplotlib中文乱码问题 本人因在学习基于python的机器学习相关教程时第一次接触到matplotlib相关方面的绘图知识,故写此笔记进行记录,如果能帮助到其他人欢迎点个赞👍表示支持 学习

    2024年02月05日
    浏览(41)
  • 【数据分析之道-基础知识(二)】列表

    ✍ 作者简介: i阿极 ,CSDN Python领域新星创作者, 专注于分享python领域知识。 ✍ 本文录入于《数据分析之道》 ,本专栏针对大学生、初级数据分析工程师精心打造,对python基础知识点逐一击破,不断学习,提升自我。 ✍ 订阅后,可以阅读《数据分析之道》中全部文章内容

    2023年04月08日
    浏览(49)
  • 【数据分析之道-基础知识(十一)】面向对象

    ✍ 作者简介: i阿极 ,CSDN Python领域新星创作者, 专注于分享python领域知识。 ✍ 本文录入于《数据分析之道》 ,本专栏针对大学生、初级数据分析工程师精心打造,对python基础知识点逐一击破,不断学习,提升自我。 ✍ 订阅后,可以阅读《数据分析之道》中全部文章内容

    2024年02月05日
    浏览(41)
  • 【数据分析之道-Pandas(一)】Series操作

    ✍ 作者简介: i阿极 ,CSDN Python领域新星创作者, 专注于分享python领域知识。 ✍ 本文录入于《数据分析之道》 ,本专栏针对大学生、初级数据分析工程师精心打造,对python基础知识点逐一击破,不断学习,提升自我。 ✍ 订阅后,可以阅读《数据分析之道》中全部文章内容

    2024年02月05日
    浏览(38)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包