📅  最后修改于: 2023-12-03 15:19:09.538000             🧑  作者: Mango
在 Python 中,使用 matplotlib
库可以方便地绘制各类图像。其中,通过在绘制的线条上添加点,可以让图形更加明显,便于观察数据的波动。本文将介绍如何在绘制线条时添加点。
下面是一段使用 matplotlib
和 numpy
绘制带点的折线图的示例代码:
import matplotlib.pyplot as plt
import numpy as np
x = np.arange(0, 10, 0.1)
y = np.sin(x)
fig, ax = plt.subplots()
ax.plot(x, y, '-')
ax.plot(x, y, '.')
plt.show()
该代码生成的图形如下所示:
在上图中,蓝色的线条代表折线,黄色的点代表折线上的数据点。
在 matplotlib
中,可以通过两种方式在线条上添加点:
plot()
函数中增加一个参数,指定绘制点的样式。例如,ax.plot(x, y, '-o')
会在折线上每个数据点处绘制一个圆圈。plot()
函数后再次调用 plot()
函数,绘制原来的线条上的数据点。下面我们分别介绍这两种方法的具体实现。
在 plot()
函数中,可以通过增加一个字符串参数,指定线条的样式。例如:
'-'
:表示普通折线。'--'
:表示虚线。'-.'
:表示点划线。':'
:表示点线。'-o'
:表示圆圈标记的折线。其他可用的样式可以在 matplotlib
的官方文档中查看。
除了线条的样式以外,还可以使用如下参数指定点的样式:
'.'
:表示小圆点。'o'
:表示大圆点。','
:表示像素。'x'
:表示叉号。'*'
:表示星号。'+'
:表示加号。'_'
:表示下划线。这些参数同样可以在 matplotlib
的官方文档中查看。
下面是使用 '-'
和 '-o'
参数绘制带点的折线图的示例代码:
import matplotlib.pyplot as plt
import numpy as np
x = np.arange(0, 10, 0.1)
y = np.sin(x)
fig, ax = plt.subplots()
ax.plot(x, y, '-o')
plt.show()
该代码生成的图形如下所示:
在上图中,黄色的圆圈标记代表数据点。
在 plot()
函数后再次调用 plot()
函数,绘制数据点时,我们需要为点指定一个样式参数。例如:
import matplotlib.pyplot as plt
import numpy as np
x = np.arange(0, 10, 0.1)
y = np.sin(x)
fig, ax = plt.subplots()
ax.plot(x, y, '-')
ax.plot(x, y, 'o', color='yellow')
plt.show()
该代码生成的图形如下所示:
在上图中,蓝色的线条代表折线,黄色的点代表折线上的数据点。
以上就是绘制带点的折线图的方法。使用这样的图形可以更加清晰地展示数据的波动,帮助我们更好地了解数据的情况。