你是否知道如何使用Python Matplotlib创建令人惊叹的数据可视化？( 二 ) _数据可视化

grid：添加网格线。

color：设置线条的颜色。

linestyle：设置线条的样式。

linewidth：设置线条的宽度。

marker：设置标记的样式。

markersize：设置标记的大小。

下面是一个示例，用于演示如何设置图形属性。

import numpy as npimport matplotlib.pyplot as plt# 生成 x 轴和 y 轴数据x = np.linspace(0, 2*np.pi, 100)y1 = np.sin(x)y2 = np.cos(x)# 绘制正弦曲线和余弦曲线plt.plot(x, y1, color="red", linestyle="--", linewidth=2, label="sin")plt.plot(x, y2, color="blue", linestyle="-.", linewidth=2, label="cos")# 设置标题、标签、数据范围、网格线等属性plt.title("Sin and Cos Curve")plt.xlabel("X Axis")plt.ylabel("Y Axis")plt.xlim(0, 2*np.pi)plt.ylim(-1.2, 1.2)plt.legend()plt.grid()# 显示图形plt.show()

在上述代码中，使用 plot 函数绘制了两条曲线，并通过 color、linestyle、linewidth 等属性设置函数改变了它们的样式。然后使用 title、xlabel、ylabel、xlim、ylim、legend、grid 等属性设置函数添加了标题、标签、数据范围、图例、网格线等属性，最后调用 show 函数显示图形。

文章插图
绘制多个图形在 Matplotlib 中，可以使用 subplot 函数绘制多个图形。subplot 函数的基本语法如下：
plt.subplot(nrows, ncols, index, **kwargs)其中， nrows 和 ncols 分别表示图形的行数和列数， index 表示当前图形的位置，从左到右，从上到下逐个编号。
下面是一个示例，用于演示如何绘制多个图形。

import numpy as npimport matplotlib.pyplot as plt# 生成 x 轴和 y 轴数据x = np.linspace(0, 2*np.pi, 100)y1 = np.sin(x)y2 = np.cos(x)# 绘制正弦曲线和余弦曲线plt.subplot(2, 1, 1)plt.plot(x, y1, "r-", label="sin")plt.title("Sin and Cos Curve")plt.legend()plt.subplot(2, 1, 2)plt.plot(x, y2, "b--", label="cos")plt.xlabel("X Axis")plt.ylabel("Y Axis")plt.legend()# 显示图形plt.show()

在上述代码中，使用 subplot 函数分别绘制了两个图形，一个是红色实线的正弦曲线，一个是蓝色虚线的余弦曲线。然后使用 title、xlabel、ylabel、legend 等属性设置函数添加了标题、标签、图例等属性，最后调用 show 函数显示图形。

文章插图
绘制散点图在 Matplotlib 中，可以使用 scatter 函数绘制散点图。scatter 函数的基本语法如下：
plt.scatter(x, y, s=None, c=None, marker=None, cmap=None, alpha=None, linewidths=None, edgecolors=None, **kwargs)其中， x 和 y 分别表示 x 轴和 y 轴的数据， s
继续
表示散点的大小， c 表示散点的颜色， marker 表示散点的形状， cmap 表示颜色映射表， alpha 表示透明度， linewidths 表示边框线宽度， edgecolors 表示边框颜色， **kwargs 是一些可选参数，用于设置图形的属性。
下面是一个示例，用于演示如何绘制散点图。

import numpy as npimport matplotlib.pyplot as plt# 生成随机数据np.random.seed(42)x = np.random.randn(100)y = np.random.randn(100)colors = np.random.rand(100)sizes = 1000 * np.random.rand(100)# 绘制散点图plt.scatter(x, y, s=sizes, c=colors, alpha=0.5)# 显示图形plt.show()

在上述代码中，使用 scatter 函数绘制了一个散点图，散点的大小和颜色都是随机生成的。然后使用 alpha 参数设置了散点的透明度，最后调用 show 函数显示图形。

文章插图
绘制条形图在 Matplotlib 中，可以使用 bar 函数绘制条形图。bar 函数的基本语法如下：

plt.bar(x, height, width=0.8, bottom=None, align="center", color=None, edgecolor=None, linewidth=None, tick_label=None, **kwargs)

其中， x 表示条形图的横坐标， height 表示条形图的高度， width 表示条形的宽度， bottom 表示条形图的底部位置， align 表示条形的对齐方式， color 表示条形的颜色， edgecolor 表示边框的颜色， linewidth 表示边框的宽度， tick_label 表示条形的标签， **kwargs 是一些可选参数，用于设置图形的属性。