1. plt.rc('font', family='Microsoft Yahei', size=10)  # 为了可以输入中文标签

legend()

https://blog.csdn.net/qq_33221533/article/details/81431264

plot

  1. import matplotlib.pyplot as plt
  2. import numpy as np
  4. plt.style.use("seaborn-whitegrid")
  5. x = np.linspace(0, 10, 30)
  6. '''
  7.     color:             弧线颜色
  8.     markersize:        标签大小
  9.     linewidth:         弧线宽度
  10.     markerfacecolor:   标签颜色
  11.     markeredgecolor:   标签外框颜色
  12.     markeredgewidth:   标签外框宽度
  13. '''
  14. plt.plot(x, np.sin(x), '-p', color="gray",markersize=15,linewidth=1,
  15.          markerfacecolor='yellow',
  16.          markeredgecolor='red',markeredgewidth=5)
  17. plt.ylim(-1.2,1.2)
  18. plt.show()

image.png

scatter

https://www.cnblogs.com/shuaishuaidefeizhu/p/11359826.html

  1. import matplotlib.pyplot as plt
  2. import numpy as np
  4. rng = np.random.RandomState(0)
  5. x = rng.randn(100)
  6. y = rng.randn(100)
  7. colors = rng.rand(100)
  8. sizes = 100 * rng.rand(100)
  9. plt.scatter(x,y,c=colors,s=sizes,alpha=0.3,cmap="gist_stern")
  10. plt.colorbar()   # 显示颜色条
  11. plt.show()

image.png

errorbar基本误差线

  1. import matplotlib.pyplot as plt
  2. import numpy as np
  4. plt.style.use("seaborn-whitegrid")
  5. x = np.linspace(0,10,50)
  6. dy = 0.8
  7. y = np.sin(x)
  8. # xerr one-sidederrorbar
  9. plt.errorbar(x,y,yerr=dy,fmt='o',color="black",ecolor="red",elinewidth=3,capsize=5)
  10. plt.show()

image.png

imshow()

https://blog.csdn.net/a892573486/article/details/107542839

  1. plt.imshow(
  2.     X,
  3.     cmap=None,
  4.     norm=None,
  5.     aspect=None,
  6.     interpolation=None,
  7.     alpha=None,
  8.     vmin=None,
  9.     vmax=None,
  10.     origin=None,
  11.     extent=None,
  12.     shape=None,
  13.     filternorm=1,
  14.     filterrad=4.0,
  15.     imlim=None,
  16.     resample=None,
  17.     url=None,
  18.     *,
  19.     data=None,
  20.     **kwargs,
  21.     ）

参数：X

  • 图像数据。支持的数组形状是：

    • （M，N） ：带有标量数据的图像。数据可视化使用色彩图。
    • （M，N，3） ：具有RGB值的图像（float或uint8）。
    • （M，N，4） ：具有RGBA值的图像（float或uint8），即包括透明度。
      前两个维度（M，N）定义了行和列图片，即图片的高和宽；
      RGB（A）值应该在浮点数[0, …, 1]的范围内,或者
      整数[0, … ,255]。超出范围的值将被剪切为这些界限。

      参数：cmap

  • 将标量数据映射到色彩图

  • 颜色默认为：rc：image.cmap。 | 颜色图谱 | 描述 | | —- | —- | | autumn | 红-橙-黄 | | bone | 黑-白，x线 | | cool | 青-洋红 | | copper | 黑-铜 | | flag | 红-白-蓝-黑 | | gray | 黑-白 | | hot | 黑-红-黄-白 | | hsv | hsv颜色空间， 红-黄-绿-青-蓝-洋红-红 | | inferno | 黑-红-黄 | | jet | 蓝-青-黄-红 | | magma | 黑-红-白 | | pink | 黑-粉-白 | | plasma | 绿-红-黄 | | prism | 红-黄-绿-蓝-紫-…-绿模式 | | spring | 洋红-黄 | | summer | 绿-黄 | | viridis | 蓝-绿-黄 | | winter | 蓝-绿 |

参数：norm :~matplotlib.colors.Normalize

  • 如果使用scalar data ，则Normalize会对其进行缩放[0,1]的数据值内。

  • 默认情况下，数据范围使用线性缩放映射到颜色条范围。 RGB（A）数据忽略该参数。

    参数：aspect

  • {‘equal’，’auto’}或float，可选

  • 控制轴的纵横比。该参数可能使图像失真，即像素不是方形的。
  • equal：确保宽高比为1,像素将为正方形。（除非像素大小明确地在数据中变为非正方形,坐标使用 extent ）。

  • auto: 更改图像宽高比以匹配轴的宽高比。通常，这将导致非方形像素。

    参数：interpolation

  • str

  • 使用的插值方法
  • 支持的值有：’none’, ‘nearest’, ‘bilinear’, ‘bicubic’,’spline16′, ‘spline36’, ‘hanning’, ‘hamming’, ‘hermite’, ‘kaiser’,
    ‘quadric’, ‘catrom’, ‘gaussian’, ‘bessel’, ‘mitchell’, ‘sinc’,’lanczos’.

  • 如果interpolation = ‘none’，则不执行插值

    参数：alpha

  • alpha值，介于0（透明）和1（不透明）之间。RGBA输入数据忽略此参数。

    参数：vmin, vmax : scalar,

  • 如果使用 norm 参数，则忽略 vmin ， vmax 。

  • vmin,vmax与norm结合使用以标准化亮度数据。

    参数：origin : {‘upper’, ‘lower’}

  • 将数组的[0,0]索引放在轴的左上角或左下角。

  • ‘upper’通常用于矩阵和图像。

  • 请注意，垂直轴向上指向“下”但向下指向“上”。

    参数：extent：(left, right, bottom, top）

  • 数据坐标中左下角和右上角的位置。 如果为“无”，则定位图像使得像素中心落在基于零的（行，列）索引上。

直方图 hist

  1. density :density=True是频率图，默认是频数图
  2. range :筛选数据范围，默认是最小到最大的取值范围
  3. histtype:hist柱子类型,'bar', 'barstacked', 'step', 'stepfilled'
  4. orientation:水平或垂直方向
  5. rwidth= :柱子与柱子之间的距离，默认是0