Python可视化中的Matplotlib(6.散点图以及详细参数、为图形添加文字、注释、箭头以及它们的参数)
生活随笔
收集整理的這篇文章主要介紹了
Python可视化中的Matplotlib(6.散点图以及详细参数、为图形添加文字、注释、箭头以及它们的参数)
小編覺得挺不錯的,現(xiàn)在分享給大家,幫大家做個參考.
1. 散點圖??
? ? ?散點圖需要兩個參數(shù)x,y , 但此時,x不是表示x軸的刻度,而是每個點的橫軸坐標(biāo)!
? ?散點圖 scatter() 參數(shù)說明:
? ? ? ? ? ? ? ? ? (1) color = 'r': 設(shè)置顏色
? ? ? ? ? ? ? ? ? (2) s = 50; 設(shè)置點的大小 (值越大,點就越大)
? ? ? ? ? ? ? ? ? (3) marker : 設(shè)置點的樣式 ,如果沒有設(shè)置的話,默認(rèn)就是個點
? ? ? ? ? ? ? ? ? ? (marke的參數(shù)在 https://blog.csdn.net/wei18791957243/article/details/83831266 里面有詳細(xì)說明),
2. 圖形內(nèi)的文字、注釋、箭頭
??
? ? ?(1) 圖形內(nèi)的添加文本? plt.text()? ? ? ?plt.figtext()
''' 第一種方式 text()text(x,y,s,fontdict=None, withdash=False)參數(shù)說明:(1)x,y 坐標(biāo)位置(2) 顯示的文本 ''' x = np.arange(0,2*np.pi,0.01) plt.plot(np.sin(x)) '''x,y 代表著坐標(biāo)系中數(shù)值''' plt.text(20,0,'sin(0) = 0') ''' 第二種方式 figtext()使用figtext時候,x,y代表相對值,圖片的寬度''' x2 = np.arange(0,2*np.pi,0.01) plt.plot(np.cos(x2)) '''''' plt.figtext(0.5,0.5,'cos(0)=0') plt.show()? ? ? ?
(2)? 添加注釋和箭頭? plt.annotate()
''' 添加注釋 annotate()參數(shù) :(1)x : 注釋文本(2)xy: (3) xytext:(4) 設(shè)置箭頭,arrowprops arrowprops : 是一個dict (字典)第一種方式:{'width':寬度,'headwidth':箭頭寬,'headlength':箭頭長,'shrink':兩端收縮總長度分?jǐn)?shù)} 例如:arrowprops={'width':5,'headwidth':10,'headlength':10,'shrink':0.1}第二種方式:'arrowstyle':樣式 例如:有關(guān)arrowstyle的樣式:'-' 、'->'、'<-'、'-['、'|-|'、'-|>'、'<|-'、'<->''fancy','simple','wedge' ''' x = np.random.randint(0,30,size=10) x[5] = 30 # 把索引為5的位置改為30 plt.figure(figsize=(12,6)) plt.plot(x) plt.ylim([-2,35]) # 設(shè)置y軸的刻度 plt.annotate(s='this point is important',xy=(5,30),xytext=(7,31),arrowprops={'arrowstyle':'->'}) plt.show()? ? ?
?
總結(jié)
以上是生活随笔為你收集整理的Python可视化中的Matplotlib(6.散点图以及详细参数、为图形添加文字、注释、箭头以及它们的参数)的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: Python可视化中的Matplotli
- 下一篇: Python多任务(1.多任务的介绍、并