Python可视化中Matplotlib(3.线条的详细样式及线性、保存图片、plot的详细风格和样式)、背景色、点和线的详细设置_python可视化图表怎么设置线的风格

1.修改线条的样式： linestyle、color、marker(标记)

'''
    颜色  color:修改颜色，可以简写成c
    样式  linestyle='--' 修改线条的样式 可以简写成 ls
    标注  marker : 标注
    线宽  linewidth: 设置线宽 可以简写成 lw   （lw=2）
    
'''
x1 = np.random.randn(50)   # cumsum()作用是累加和
x2 = np.random.randn(50)
x3 = np.random.randn(50)
plt.plot(x1.cumsum(),c='r',linestyle='--',marker='o')
plt.plot(x2.cumsum(),c='y',linestyle='-.',marker='>')
plt.plot(x3.cumsum(),c='b',linestyle=':',marker='*')
plt.legend(['x1','x2','x3'])
plt.show()

   有关函数plt.plot()中样式形状的控制符

marker 的详细参数：

2. 保存图片 

'''
plt.savefig()
里面的参数说明： dpi : 使图片变大，让它更加清晰
                facecolor = 'green'  保存图片时可以设置背景色
'''
x4 = np.random.randn(50)   # cumsum()作用是累加和
x5 = np.random.randn(50)
x6 = np.random.randn(50)
plt.plot(x4.cumsum(),c='r',linestyle='--',marker='o')
plt.plot(x5.cumsum(),c='y',linestyle='-.',marker='>')
plt.plot(x6.cumsum(),c='b',linestyle=':',marker='*')
plt.legend(['x1','x2','x3'])
'''保存在当前目录下，设置的dpi(高清大图)'''
plt.savefig('pic.jpg',dpi=500)
print("图片保存成功")

  运行成功之后就可以，在当前目录下就可以找到该图片了

3. 设置plot的风格和样式   （以字符串的形式存在）

    plot语句中除了X,Y以外的参数，以字符串的形式存在，来控制颜色、线性、点型等要素

x = np.arange(0,10,0.1)
'''
    颜色：(1)合法的HTML颜色名 (2)HTML十六进制字符串(即#eeefff等)
         (3) 归一化到[0,1]的RGB元组(即(0.3,0.5,0.6))
             采用RGB元组时，应在plot()里面这样写
                color = (0.3,0.5,0.6)
   线条的透明度：  alpha = 0.5  值越大透明度越高
         
'''
plt.plot(x,np.sin(x),'#000000')
plt.show()

合法的HTML颜色名：

  以字符串的形式连用

x = np.arange(-np.pi,np.pi,0.1)
'''以字符串的形式 直接连用 c 和 ls 和 marker'''
plt.plot(x,np.sin(x),'r--o')
plt.show()

4. 设置坐标轴的背景色

    通过plt.subplot()方法传入facecolor参数，来设置坐标轴的背景色

'''plt.subplot()方法传入facecolor参数，设置坐标的背景色'''
x1 = np.arange(0,10,0.1)
# 面向对象的画图方法 axes 画板
axes = plt.subplot(facecolor = 'green')
axes.plot(x1,np.sin(x1),'r')
plt.show()

5. 更多的点和线的设置 

'''更多的点和线的设置'''
 
x = np.arange(0,10,1)
plt.plot(x,'r--',marker='o',markersize='20',markeredgecolor='g',markeredgewidth = 5)
plt.show()

6.   在一条语句中为多个曲线的风格及其样式进行设置

    （1） 多个曲线统一设置

              如果设置属性的时候，不声明属性名称，那么这个属性直接被设置给距离它最近的那条线

x = np.arange(0,10,0.01)
'''
没有进行线条的风格以及样式的设置时，
会自动设置不一样的样式风格。
可以自己对曲线进行设置，
注意： 如果设置属性的时候，不声明属性名称，
        那么这个属性直接被设置给距离它最近的那条线
'''
plt.plot(x,2*x,x,np.sin(x)*5,'y',ls = '--',lw=3)  # 'y' 没有加属性，则会改变第二个曲线的颜色
plt.show()

  （2） 多个曲线不同的设置、

x = np.arange(0,10,1)
'''对多个曲线进行不同设置时，不用加属性，直接写，想设置统一的，在最后面加上属性名以及参数就行'''
plt.plot(x,x,'r--',x,np.cos(x),'g-.',marker = '*')
plt.show()