: | : | :期货程序化 | :期货程序化研究 | :期货量化学习 | :期货量化 |
返回列表 发帖

Matplotlib（绘图库）- 自定义图形

龙听

Rank: 9Rank: 9Rank: 9

UID
2 
积分
2729624 
威望
1314808 布 
龙e币
1414816 刀 
注册时间
2009-12-3 
最后登录
2024-5-9 

Medal No.1
1# 跳转到 » 倒序看帖
打印
tT
发表于 2024-3-12 13:01 | 只看该作者

Matplotlib（绘图库）- 自定义图形

绘图区域主要包括线颜色、标记、线型、文本标注、图例、坐标轴、标题等要素，下面对这些要素展开讲解。

1 线颜色

别名             颜色   
b               蓝色  
g               绿色
r               红色  
y               黄色
c               青色
k               黑色   
m               洋红色
w               白色

下面分别绘制三条曲线，线颜色依次为红、蓝、绿。实例如下：
  1. import matplotlib.pyplot as plt  # 为方便简介为plt
  2. import numpy as np  # 画图过程中会使用numpy
  3. import pandas as pd  # 画图过程中会使用pandas
  4. #使用numpy产生数据
  5. x = np.arange(-5,5,0.5)  # 定义x数据范围
  6. y1 = x*3  # 定义y1数据范围
  7. y2 = x*x  # 定义y2数据范围
  8. y3 = np.sin(x)

  10. #创建窗口、子图
  11. fig = plt.figure()  # 先创建窗口一个窗口
  12. ax1 = fig.add_subplot(3,1,1)  #通过fig添加子图，参数：行数，列数，第几个。
  13. ax2 = fig.add_subplot(3,1,2)
  14. ax3 = fig.add_subplot(3,1,3)

  16. ax1.plot(x,y1,color = 'r')  # plot()画出曲线，线颜色为红色
  17. ax2.plot(x,y2,color = 'b')  # 线颜色为蓝色
  18. ax3.plot(x,y1,color = 'g')  # 线颜色为绿色
  19. plt.show() # 显示图像
复制代码
绘制效果图如下：



2 线标记

标记marker            描述
‘o’                 圆圈  
‘.’                 点
‘D’                 菱形  
‘s’                 正方形
‘h’                 六边形1   
‘*’                 星号
‘H’                 六边形2   
‘d’                 小菱形
‘_’                 水平线
‘v’                 一角朝下的三角形
‘8’                 八边形
‘<’                 一角朝左的三角形
‘p’                 五边形
‘>’                 一角朝右的三角形
‘,’                 像素  
‘^’                 一角朝上的三角形
‘+’                 加号  
‘\  ‘               竖线
‘None’,’’,’ ‘       无   
‘x’                 X

下面分别绘制三条曲线，线标记依次为‘o’、‘+’、‘^’。实例如下：
  1. import matplotlib.pyplot as plt  # 为方便简介为plt
  2. import numpy as np  # 画图过程中会使用numpy
  3. import pandas as pd  # 画图过程中会使用pandas
  4. #使用numpy产生数据
  5. x = np.arange(-5,5,0.5)  # 定义x数据范围
  6. y1 = x*3  # 定义y1数据范围
  7. y2 = x*x  # 定义y2数据范围
  8. y3 = np.sin(x)

  10. #创建窗口、子图
  11. fig = plt.figure()  # 先创建窗口一个窗口
  12. ax1 = fig.add_subplot(3,1,1)  #通过fig添加子图，参数：行数，列数，第几个。
  13. ax2 = fig.add_subplot(3,1,2)
  14. ax3 = fig.add_subplot(3,1,3)

  16. ax1.plot(x,y1,color = 'r',marker = 'o')  # plot()画出曲线，线颜色为红色，标记为‘o’
  17. ax2.plot(x,y2,color = 'b',marker = '+')  # 线颜色为蓝色，标记为‘+’
  18. ax3.plot(x,y3,color = 'g',marker = '^')  # 线颜色为绿色，标记为‘^’
  19. plt.show() # 显示图像
复制代码
绘制效果图如下：

收藏 分享
论坛官方微信、群（期货热点、量化探讨、开户与绑定实盘）
 
期货论坛 - 版权/免责声明   1.本站发布源码(包括函数、指标、策略等)均属开放源码，用意在于让使用者学习程序化语法撰写，使用者可以任意修改语法內容并调整参数。仅限用于个人学习使用，请勿转载、滥用，严禁私自连接实盘账户交易。
  2.本站发布资讯(包括文章、视频、历史记录、教材、评论、资讯、交易方案等)均系转载自网络主流媒体，内容仅为作者当日个人观点，本网转载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。本网不对该类信息或数据做任何保证。不对您构成任何投资建议，不能依靠信息而取代自身独立判断，不对因使用本篇文章所诉信息或观点等导致的损失承担任何责任。
  3.本站发布资源(包括书籍、杂志、文档、软件等)均从互联网搜索而来，仅供个人免费交流学习，不可用作商业用途，本站不对显示的内容承担任何责任。请在下载后24小时内删除。如果喜欢，请购买正版，谢谢合作！
  4.龙听期货论坛原创文章属本网版权作品，转载须注明来源“龙听期货论坛”，违者本网将保留追究其相关法律责任的权力。本论坛除发布原创文章外，亦致力于优秀财经文章的交流分享，部分文章推送时若未能及时与原作者取得联系并涉及版权问题时，请及时联系删除。联系方式：http://www.qhlt.cn/thread-262-1-1.html
如何访问权限为100/255贴子：/thread-37840-1-1.html；注册后仍无法回复：/thread-23-1-1.html；微信/QQ群：/thread-262-1-1.html；网盘链接失效解决办法：/thread-93307-1-1.html

龙听

Rank: 9Rank: 9Rank: 9

UID
2 
积分
2729624 
威望
1314808 布 
龙e币
1414816 刀 
注册时间
2009-12-3 
最后登录
2024-5-9 

Medal No.1
2#
发表于 2024-3-12 13:15 | 只看该作者
文本标注

使用 text() 在绘制区域内标注文本。
  1. import matplotlib.pyplot as plt  # 为方便简介为plt
  2. import numpy as np  # 画图过程中会使用numpy
  3. import pandas as pd  # 画图过程中会使用pandas
  4. #使用numpy产生数据
  5. x = np.arange(-5,5,1)  # 定义x数据范围
  6. y1 = x*3  # 定义y1数据范围

  8. #创建窗口、子图
  9. fig = plt.figure()  # 先创建窗口一个窗口
  10. ax1 = fig.add_subplot(2,1,1)  #通过fig添加子图，参数：行数，列数，第几个。
  11. ax2 = fig.add_subplot(2,1,2)  
  12. plt.rcParams["font.family"]=["SimHei"]  # 确保图中中文字体正确显示

  14. ax1.plot(x,y1,color = 'r',marker = 'o')  # plot()画出曲线，线颜色为红色
  15. ax2.plot(x,y1,color = 'r',marker = 'o')  # plot()画出曲线，线颜色为红色

  17. for x, y in zip(x, y1):
  18.     ax2.text(x, y + 0.2, '%.2f' % y, ha='center', va='bottom')
  19.         # ha: horizontal alignment水平方向
  20.         # va: vertical alignment垂直方向
  21. ax2.text(2,2,'显示对应点的Y值')  # 在坐标（2,2）处标注'显示对应点的Y值'
  22. plt.show() # 显示图像
复制代码
实例效果图如下：

注意，通过申明字体，确保图中中文字体正确显示，防止出现乱码。plt.rcParams[“font.family”]=[“SimHei”]



4 图例

使用 legend() 显示两条曲线图例。
  1. import matplotlib.pyplot as plt  # 为方便简介为plt
  2. import numpy as np  # 画图过程中会使用numpy
  3. import pandas as pd  # 画图过程中会使用pandas

  5. x = np.arange(-5,5,0.1)  # 定义x数据范围
  6. y1 = x*3  # 定义y1数据范围
  7. y2 = x*x  # 定义y2数据范围

  9. plt.rcParams["font.family"]=["SimHei"]  # 确保图中中文字体正确显示

  11. #创建窗口、子图
  12. fig = plt.figure()  # 先创建窗口一个窗口

  14. plt.plot(x,y1)  # plot()画出曲线
  15. plt.plot(x,y2,color = 'red',marker = '*', linestyle = '--')  # 设置曲线颜色、线标记，线样式
  16. plt.legend(labels=['曲线1','曲线2'],loc='best') #best表示自动分配最佳位置
  17. plt.show() # 显示图像
复制代码
实例效果图如下：


5 坐标轴

使用 xlim() 和 ylim() 设置坐标轴范围，使用 xlabel() 和 ylabel() 设置坐标轴名称。
  1. import matplotlib.pyplot as plt  # 为方便简介为plt
  2. import numpy as np  # 画图过程中会使用numpy
  3. import pandas as pd  # 画图过程中会使用pandas

  5. x = np.arange(-5,5,0.1)  # 定义x数据范围
  6. y1 = x*3  # 定义y1数据范围
  7. y2 = x*x  # 定义y2数据范围

  9. plt.rcParams["font.family"]=["SimHei"]  # 确保图中中文字体正确显示
  10. plt.rcParams['axes.unicode_minus'] = False  # 确保坐标轴正确显示正负值


  13. #创建窗口、子图
  14. fig = plt.figure()  # 先创建窗口一个窗口

  16. plt.plot(x,y1)  # plot()画出曲线
  17. plt.plot(x,y2,color = 'red',marker = '*', linestyle = '--')  # 设置曲线颜色、线标记，线样式

  19. plt.legend(labels=['曲线1','曲线2'],loc='best') #best表示自动分配最佳位置

  21. plt.xlim((-2,2))
  22. plt.ylim((-2,5))
  23. plt.xlabel('X Axis')
  24. plt.ylabel('Y Axis')

  26. plt.show() # 显示图像
复制代码
实例效果图如下：


6 标题

使用 title() 显示曲线标题。
  1. import matplotlib.pyplot as plt  # 为方便简介为plt
  2. import numpy as np  # 画图过程中会使用numpy
  3. import pandas as pd  # 画图过程中会使用pandas

  5. x = np.arange(-5,5,0.1)  # 定义x数据范围
  6. y1 = x*3  # 定义y1数据范围
  7. y2 = x*x  # 定义y2数据范围

  9. plt.rcParams["font.family"]=["SimHei"]  # 确保图中中文字体正确显示

  11. #创建窗口、子图
  12. fig = plt.figure()  # 先创建窗口一个窗口

  14. plt.plot(x,y1)  # plot()画出曲线
  15. plt.plot(x,y2,color = 'red',marker = '*', linestyle = '--')  # 设置曲线颜色、线标记，线样式

  17. plt.legend(labels=['曲线1','曲线2'],loc='best') #best表示自动分配最佳位置
  18. plt.title('XX标题')
  19. plt.show() # 显示图像
复制代码
实例效果图：
如何访问权限为100/255贴子：/thread-37840-1-1.html；注册后仍无法回复：/thread-23-1-1.html；微信/QQ群：/thread-262-1-1.html；网盘链接失效解决办法：/thread-93307-1-1.html

TOP

返回列表