1. 用 Numpy ndarray 作为数据传入 ply
|
1
2
3
4
5
6
7
8
9
10
11
|
import numpy as npimport matplotlib as mplimport matplotlib.pyplot as pltnp.random.seed(1000)y = np.random.standard_normal(10)print "y = %s"% yx = range(len(y))print "x=%s"% xplt.plot(y)plt.show() |
2. 操纵坐标轴和增加网格及标签的函数
|
1
2
3
4
5
6
7
8
9
10
|
import numpy as npimport matplotlib as mplimport matplotlib.pyplot as pltnp.random.seed(1000)y = np.random.standard_normal(10)plt.plot(y.cumsum())plt.grid(True) ##增加格点plt.axis('tight') # 坐标轴适应数据量 axis 设置坐标轴plt.show() |
3. plt.xlim 和 plt.ylim 设置每个坐标轴的最小值和最大值
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
#!/etc/bin/python#coding=utf-8import numpy as npimport matplotlib as mplimport matplotlib.pyplot as pltnp.random.seed(1000)y = np.random.standard_normal(20)plt.plot(y.cumsum())plt.grid(True) ##增加格点plt.xlim(-1,20)plt.ylim(np.min(y.cumsum())- 1, np.max(y.cumsum()) + 1)plt.show() |
4. 添加标题和标签 plt.title, plt.xlabe, plt.ylabel 离散点, 线
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
#!/etc/bin/python#coding=utf-8import numpy as npimport matplotlib as mplimport matplotlib.pyplot as pltnp.random.seed(1000)y = np.random.standard_normal(20)plt.figure(figsize=(7,4)) #画布大小plt.plot(y.cumsum(),'b',lw = 1.5) # 蓝色的线plt.plot(y.cumsum(),'ro') #离散的点plt.grid(True)plt.axis('tight')plt.xlabel('index')plt.ylabel('value')plt.title('A simple Plot')plt.show() |
以上就是Python 绘制可视化折线图的详细内容，更多关于Python 绘制折线图的资料请关注服务器之家其它相关文章！
原文链接：https://www.cnblogs.com/zwhy8/archive/2020/07/22/13360522.html
