python中matplotlib的顏色以及形狀實(shí)例詳解
更新時間：2022年01月24日 11:39:32 作者：Mortal71
在Python中經(jīng)常使用matplotlib畫圖,為了讓圖像顯示的更加好看,經(jīng)常需要對圖表點(diǎn)、線形狀及顏色進(jìn)行設(shè)置,下面這篇文章主要給大家介紹了關(guān)于python中matplotlib的顏色以及形狀的相關(guān)資料,需要的朋友可以參考下
繪制折線圖
命令形如：
# 常用 plt.plot(x, y, linewidth = '1', label = "test", color=' red ', linestyle=':', marker='|') # 所有可選參數(shù) plt.plot(x,y,color,linestyle=,linewidth,marker,markeredgecolor,markeredgwidth,markerfacecolor,markersize,label) plt.legend(loc='upper left') plt.show()
主要參數(shù)詳解：
線條形式（linestyle）：
| 標(biāo)記字符 | 還可使用 | 說明 |
|---|---|---|
| ‘-’ | “solid” | 實(shí)線 |
| ‘–’ | “dashed” | 破折線 |
| ‘-.’ | “dashdot” | 點(diǎn)劃線 |
| ‘:’ | “dotted” | 虛線 |
| ’ ’ | ‘none’ | 無線條 |
標(biāo)注形狀（marker）：
| 標(biāo)記字符 | 還可使用 | 說明 |
|---|---|---|
| ‘.’ | point marker | 點(diǎn)標(biāo)記 |
| ‘,’ | pixel marker | 像素標(biāo)記（極小點(diǎn)） |
| ‘o’ | circle marker | 實(shí)心圈標(biāo)記 |
| ‘v’ | triangle_down marker | 倒三角標(biāo)記 |
| ‘^’ | triangle_up marker | 上三角標(biāo)記 |
| ‘<’ | triangle_left marker | 左三角標(biāo)記 |
| ‘>’ | triangle_right marker | 右三角標(biāo)記 |
| ‘1’ | tri_down marker | 下花三角標(biāo)記 |
| ‘2’ | tri_up marker | 上花三角標(biāo)記 |
| ‘3’ | tri_left marker | 左花三角標(biāo)記 |
| ‘4’ | tri_right marker | 右花三角標(biāo)記 |
| ‘s’ | square marker | 實(shí)心方形標(biāo)記 |
| ‘p’ | pentagon marker | 實(shí)心五角標(biāo)記 |
| ‘*’ | star marker | 星形標(biāo)記 |
| ‘h’ | hexagon1 marker | 豎六邊形標(biāo)記 |
| ‘H’ | hexagon2 marker | 橫六邊形標(biāo)記 |
| ‘+’ | plus marker | 十字標(biāo)記 |
| ‘x’ | x marker | x標(biāo)記 |
| ‘D’ | diamond marker | 菱形標(biāo)記 |
| ‘d’ | thin_diamond marker | 受菱形標(biāo)記 |
| ‘|’ | vline marker | 垂直線標(biāo)記 |
| ‘_’ | hline marker | 水平線標(biāo)記 |
顏色（color），可用十六進(jìn)制形式，每兩個十六進(jìn)制數(shù)分別代表R、G、B分量，可用如下代碼展示所有：
import matplotlib
for name, hex in matplotlib.colors.cnames.items():
print(name, hex)
得所有支持顏色：
cnames = {
'aliceblue': '#F0F8FF',
'antiquewhite': '#FAEBD7',
'aqua': '#00FFFF',
'aquamarine': '#7FFFD4',
'azure': '#F0FFFF',
'beige': '#F5F5DC',
'bisque': '#FFE4C4',
'black': '#000000',
'blanchedalmond': '#FFEBCD',
'blue': '#0000FF',
'blueviolet': '#8A2BE2',
'brown': '#A52A2A',
'burlywood': '#DEB887',
'cadetblue': '#5F9EA0',
'chartreuse': '#7FFF00',
'chocolate': '#D2691E',
'coral': '#FF7F50',
'cornflowerblue': '#6495ED',
'cornsilk': '#FFF8DC',
'crimson': '#DC143C',
'cyan': '#00FFFF',
'darkblue': '#00008B',
'darkcyan': '#008B8B',
'darkgoldenrod': '#B8860B',
'darkgray': '#A9A9A9',
'darkgreen': '#006400',
'darkkhaki': '#BDB76B',
'darkmagenta': '#8B008B',
'darkolivegreen': '#556B2F',
'darkorange': '#FF8C00',
'darkorchid': '#9932CC',
'darkred': '#8B0000',
'darksalmon': '#E9967A',
'darkseagreen': '#8FBC8F',
'darkslateblue': '#483D8B',
'darkslategray': '#2F4F4F',
'darkturquoise': '#00CED1',
'darkviolet': '#9400D3',
'deeppink': '#FF1493',
'deepskyblue': '#00BFFF',
'dimgray': '#696969',
'dodgerblue': '#1E90FF',
'firebrick': '#B22222',
'floralwhite': '#FFFAF0',
'forestgreen': '#228B22',
'fuchsia': '#FF00FF',
'gainsboro': '#DCDCDC',
'ghostwhite': '#F8F8FF',
'gold': '#FFD700',
'goldenrod': '#DAA520',
'gray': '#808080',
'green': '#008000',
'greenyellow': '#ADFF2F',
'honeydew': '#F0FFF0',
'hotpink': '#FF69B4',
'indianred': '#CD5C5C',
'indigo': '#4B0082',
'ivory': '#FFFFF0',
'khaki': '#F0E68C',
'lavender': '#E6E6FA',
'lavenderblush': '#FFF0F5',
'lawngreen': '#7CFC00',
'lemonchiffon': '#FFFACD',
'lightblue': '#ADD8E6',
'lightcoral': '#F08080',
'lightcyan': '#E0FFFF',
'lightgoldenrodyellow': '#FAFAD2',
'lightgreen': '#90EE90',
'lightgray': '#D3D3D3',
'lightpink': '#FFB6C1',
'lightsalmon': '#FFA07A',
'lightseagreen': '#20B2AA',
'lightskyblue': '#87CEFA',
'lightslategray': '#778899',
'lightsteelblue': '#B0C4DE',
'lightyellow': '#FFFFE0',
'lime': '#00FF00',
'limegreen': '#32CD32',
'linen': '#FAF0E6',
'magenta': '#FF00FF',
'maroon': '#800000',
'mediumaquamarine': '#66CDAA',
'mediumblue': '#0000CD',
'mediumorchid': '#BA55D3',
'mediumpurple': '#9370DB',
'mediumseagreen': '#3CB371',
'mediumslateblue': '#7B68EE',
'mediumspringgreen': '#00FA9A',
'mediumturquoise': '#48D1CC',
'mediumvioletred': '#C71585',
'midnightblue': '#191970',
'mintcream': '#F5FFFA',
'mistyrose': '#FFE4E1',
'moccasin': '#FFE4B5',
'navajowhite': '#FFDEAD',
'navy': '#000080',
'oldlace': '#FDF5E6',
'olive': '#808000',
'olivedrab': '#6B8E23',
'orange': '#FFA500',
'orangered': '#FF4500',
'orchid': '#DA70D6',
'palegoldenrod': '#EEE8AA',
'palegreen': '#98FB98',
'paleturquoise': '#AFEEEE',
'palevioletred': '#DB7093',
'papayawhip': '#FFEFD5',
'peachpuff': '#FFDAB9',
'peru': '#CD853F',
'pink': '#FFC0CB',
'plum': '#DDA0DD',
'powderblue': '#B0E0E6',
'purple': '#800080',
'red': '#FF0000',
'rosybrown': '#BC8F8F',
'royalblue': '#4169E1',
'saddlebrown': '#8B4513',
'salmon': '#FA8072',
'sandybrown': '#FAA460',
'seagreen': '#2E8B57',
'seashell': '#FFF5EE',
'sienna': '#A0522D',
'silver': '#C0C0C0',
'skyblue': '#87CEEB',
'slateblue': '#6A5ACD',
'slategray': '#708090',
'snow': '#FFFAFA',
'springgreen': '#00FF7F',
'steelblue': '#4682B4',
'tan': '#D2B48C',
'teal': '#008080',
'thistle': '#D8BFD8',
'tomato': '#FF6347',
'turquoise': '#40E0D0',
'violet': '#EE82EE',
'wheat': '#F5DEB3',
'white': '#FFFFFF',
'whitesmoke': '#F5F5F5',
'yellow': '#FFFF00',
'yellowgreen': '#9ACD32'}
可用如下代碼展示具體顏色：
import matplotlib.pyplot as plt
import matplotlib.patches as patches
import matplotlib.colors as colors
import math
fig = plt.figure()
ax = fig.add_subplot(111)
ratio = 1.0 / 3.0
count = math.ceil(math.sqrt(len(colors.cnames)))
x_count = count * ratio
y_count = count / ratio
x = 0
y = 0
w = 1 / x_count
h = 1 / y_count
for c in colors.cnames:
pos = (x / x_count, y / y_count)
ax.add_patch(patches.Rectangle(pos, w, h, color=c))
ax.annotate(c, xy=pos)
if y >= y_count-1:
x += 1
y = 0
else:
y += 1
plt.show()
得下圖
繪制柱形圖
plot.bar(x,height,width=0.8,bottom=None,align='center',color,edgecolor)
| 參數(shù) | 說明 |
|---|---|
| x | 表示在什么位置顯示柱形圖 |
| height | 柱子高度 |
| width | 每根柱子的寬度，可各不相同 |
| bottom | 每根柱子的底部位置，可各不相同 |
| align | 柱子的位置與x值的關(guān)系，可選center、edge兩個參數(shù)，center表示柱子位于x值的中心位置，edge表示邊緣位置 |
| color | 柱子顏色 |
| edgecolor | 柱子邊緣的顏色 |
例：
plt.subplot(1,1,1)
x = np.array(["東區(qū)","西區(qū)","南區(qū)","北區(qū)"])
y = np.array([8566,6482,5335,7310])
plt.bar(x,y,width=0.5,align="center",label="任務(wù)量")
plt.title("全國各分區(qū)任務(wù)量",loc="center")
# 添加數(shù)據(jù)標(biāo)簽
for a,b in zip(x,y):
plt.text(a,b,b,ha='center',va="bottom",fontsize=12,color="r")
plt.xlabel('分區(qū)')
plt.ylabel('任務(wù)量')
plt.legend() #顯示圖例
#保存到本地
#plt.savefig("C:/Users/.../1.jpg")
簇狀柱形圖
plt.subplot(1,1,1)
x = np.array([1,2,3,4])
y1 = np.array([8566,6482,5335,7310])
y2 = np.array([4283,2667,3655,3241])
plt.bar(x,y1,width=0.3,label="任務(wù)量")
plt.bar(x+0.3,y2,width=0.3,label="完成量") #x+0.3相當(dāng)于完成量的每個柱子右移0.3
plt.title("全國各分區(qū)任務(wù)量",loc="center")
# 添加數(shù)據(jù)標(biāo)簽
for a,b in zip(x,y1):
plt.text(a,b,b,ha='center',va="bottom",fontsize=12,color="blue")
for a,b in zip(x,y2):
plt.text(a,b,b,ha='center',va="bottom",fontsize=12,color="g")
plt.xlabel('區(qū)域')
plt.ylabel('任務(wù)情況')
#設(shè)置x軸刻度值
plt.xticks(x+0.15,["東區(qū)","西區(qū)","南區(qū)","北區(qū)"])
plt.grid(False)
plt.legend() #顯示圖例
堆積柱形圖
plt.subplot(1,1,1)
x = np.array(["東區(qū)","西區(qū)","南區(qū)","北區(qū)"])
y1 = np.array([8566,6482,5335,7310])
y2 = np.array([4283,2667,3655,3241])
plt.bar(x,y1,width=0.3,label="任務(wù)量")
plt.bar(x,y2,width=0.3,label="完成量")
plt.title("全國各分區(qū)任務(wù)量",loc="center")
# 添加數(shù)據(jù)標(biāo)簽
for a,b in zip(x,y1):
plt.text(a,b,b,ha='center',va="bottom",fontsize=12,color="blue")
for a,b in zip(x,y2):
plt.text(a,b,b,ha='center',va="bottom",fontsize=12,color="g")
plt.xlabel('區(qū)域')
plt.ylabel('任務(wù)情況')
plt.grid(False)
plt.legend(loc = "upper center",ncol=2)
散點(diǎn)圖
plt.scatter(x,y,s,c,marker,linewidths,edgecolors)
| 參數(shù) | 說明 |
|---|---|
| （x，y） | 散點(diǎn)的位置 |
| s | 每個點(diǎn)的面積，即散點(diǎn)的大小。若只有一個具體值時，則所有點(diǎn)的大小都一樣。也可呈現(xiàn)多個值，這樣就成了氣泡圖 |
| c | 每個點(diǎn)的顏色，可多樣 |
| marker | 標(biāo)記，同折線圖中marker |
| linewidths | 散點(diǎn)線寬 |
| edgecolors | 散點(diǎn)外輪廓的顏色 |
colors = y*10
area = y*100 #根據(jù)y值的大小生成不同形狀
plt.scatter(x,y,c=colors,marker="o",s=area)
plt.title("銷量關(guān)系圖",loc="center")
# 添加數(shù)據(jù)標(biāo)簽
for a,b in zip(x,y):
plt.text(a,b,b,ha='center',va="center",fontsize=10,color="white")
plt.xlabel('氣溫')
plt.ylabel('啤酒銷量')
plt.grid(False)
附：matplotlib實(shí)現(xiàn)區(qū)域顏色填充
''' 學(xué)習(xí)python ''' import matplotlib.pyplot as plt import numpy as np x= np.linspace(0,5*np.pi, 1000) y1 = np.sin(x) y2 = np.sin(2*x) #plt.plot(x,y1) #plt.plot(x,y2) plt.fill(x,y1,'b',alpha=0.5) plt.fill(x,y2,'r',alpha=0.3) plt.fill_between(x,y1,y2,facecolor='green') plt.grid(True) plt.show() ######################################################### plt.plot(x,y1,'b',alpha=0.5) plt.plot(x,y2,'r',alpha=0.3) #添加條件 #如果數(shù)據(jù)點(diǎn)比較少的情況下，會有縫隙出現(xiàn)，使用interpolate可以填充縫隙 plt.fill_between(x,y1,y2,where=y1>=y2,facecolor='green',interpolate=True) plt.fill_between(x,y1,y2,where=y2>y1,facecolor='yellow',interpolate=True) plt.grid(True) plt.show() ########################################################### n = 256 X = np.linspace(-np.pi, np.pi, n, endpoint=True) Y = np.sin(2 * X) plt.plot(X, Y + 1, color='blue', alpha=1.00) plt.fill_between(X, 1, Y + 1, color='blue', alpha=.25) plt.plot(X, Y - 1, color='blue', alpha=1.00) plt.fill_between(X, -1, Y - 1, (Y - 1) > -1, color='blue', alpha=.25) plt.fill_between(X, -1, Y - 1, (Y - 1) < -1, color='red', alpha=.25) plt.xlim(-np.pi, np.pi) plt.xticks(()) plt.ylim(-2.5, 2.5) plt.yticks(())
總結(jié)
到此這篇關(guān)于python中matplotlib的顏色以及形狀的文章就介紹到這了,更多相關(guān)python matplotlib顏色及形狀內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
這篇文章主要介紹了Python批量自動修改文件名,按指定的格式自動命名方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2023-08-08
Python WEB應(yīng)用部署的實(shí)現(xiàn)方法
這篇文章主要介紹了Python WEB應(yīng)用部署的實(shí)現(xiàn)方法，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2019-01-01
這篇文章主要介紹了python excel多行合并的方法，幫助大家更好的利用python處理excel表格，感興趣的朋友可以了解下2020-12-12
這篇文章主要介紹了Selenium中的option用法實(shí)例,本文結(jié)合示例代碼給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值，需要的朋友可以參考下2022-12-12
在Python中,格式化字符串輸出是一項(xiàng)非常常見的任務(wù),Python提供了多種方式來實(shí)現(xiàn)字符串格式化,每種方式都有其獨(dú)特的優(yōu)勢和用法,下面我們就來學(xué)習(xí)一下這些方法的具體操作吧2023-11-11
Python中卷積神經(jīng)網(wǎng)絡(luò)(CNN)入門教程分分享
卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks, CNN）是一類特別適用于處理圖像數(shù)據(jù)的深度學(xué)習(xí)模型，本文介紹了如何使用Keras創(chuàng)建一個簡單的CNN模型，并用它對手寫數(shù)字進(jìn)行分類，需要的可以參考一下2023-05-05
教你用Python腳本快速為iOS10生成圖標(biāo)和截屏
這篇文章主要介紹了教你用Python快速為iOS10生成圖標(biāo)和截屏的相關(guān)資料,非常不錯，具有參考借鑒價值，需要的朋友可以參考下2016-09-09
Python二叉樹的鏡像轉(zhuǎn)換實(shí)現(xiàn)方法示例
這篇文章主要介紹了Python二叉樹的鏡像轉(zhuǎn)換實(shí)現(xiàn)方法,結(jié)合實(shí)例形式分析了二叉樹鏡像轉(zhuǎn)換的原理及Python相關(guān)算法實(shí)現(xiàn)技巧,需要的朋友可以參考下2019-03-03
TensorFlow實(shí)現(xiàn)Softmax回歸模型
這篇文章主要介紹了TensorFlow實(shí)現(xiàn)Softmax回歸模型，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-03-03
Python標(biāo)準(zhǔn)庫os.path包、glob包使用實(shí)例
這篇文章主要介紹了Python標(biāo)準(zhǔn)庫os.path包、glob包使用實(shí)例,本文直接給出代碼,代碼中有詳細(xì)注釋,需要的朋友可以參考下2014-11-11