Matplotlib 线型样式|极客教程

Matplotlib 线型样式

Matplotlib 是一个用于数据可视化的 Python 库，可以创建各种类型的图表和图形。线型样式是在 Matplotlib 中绘制线条时常用的属性之一，通过指定不同的线型样式可以让图表具有更好的可视效果。本文将为大家详细介绍 Matplotlib 中常见的线型样式，帮助大家更好地进行数据可视化工作。

简介

在线 Matplotlib 中可以通过 linestyle 参数来设置线型样式，常用的线型包括实线、虚线、点线、点划线等。可以通过字符串形式或者符号来指定不同的线型样式。下面我们将通过示例代码来演示具体的使用方法。

实线

实线是最常见的线型样式，用于绘制直线和曲线。在 Matplotlib 中，可以通过 solid 或者 - 符号来表示实线。示例代码如下：

import matplotlib.pyplot as plt

plt.plot([1, 2, 3, 4], [1, 4, 9, 16], linestyle='solid')
plt.show()

Output:

Matplotlib 线型样式

虚线

虚线可以在图表中突出显示某种模式。在 Matplotlib 中，可以通过 dashed 或者 -- 符号来表示虚线。示例代码如下：

import matplotlib.pyplot as plt

plt.plot([1, 2, 3, 4], [1, 4, 9, 16], linestyle='dashed')
plt.show()

Output:

Matplotlib 线型样式

点线

点线是由一系列短线段组成的线型样式，用于绘制离散的数据点。在 Matplotlib 中，可以通过 dotted 或者 : 符号来表示点线。示例代码如下：

import matplotlib.pyplot as plt

plt.plot([1, 2, 3, 4], [1, 4, 9, 16], linestyle='dotted')
plt.show()

Output:

Matplotlib 线型样式

点划线

点划线是由一系列点和短线组成的线型样式，可以用于绘制线条和图案。在 Matplotlib 中，可以通过 dashdot 或者 -. 符号来表示点划线。示例代码如下：

import matplotlib.pyplot as plt

plt.plot([1, 2, 3, 4], [1, 4, 9, 16], linestyle='dashdot')
plt.show()

Output:

Matplotlib 线型样式

自定义线型

除了上述常用的线型样式外，Matplotlib 还支持用户自定义线型。可以通过自定义线型样式列表来实现。示例代码如下：

import matplotlib.pyplot as plt

plt.plot([1, 2, 3, 4], [1, 4, 9, 16], linestyle=(0, (1, 10)))
plt.show()

Output:

Matplotlib 线型样式

组合线型样式

在 Matplotlib 中，还可以将不同的线型样式进行组合，创建更加独特的线条效果。示例代码如下：

import matplotlib.pyplot as plt

plt.plot([1, 2, 3, 4], [1, 4, 9, 16], linestyle='dashed', marker='o', markersize=5)
plt.show()

Output:

Matplotlib 线型样式

设置线宽

除了线型样式外，还可以通过 linewidth 参数来设置线条的宽度。可以为线条指定不同的粗细程度，使得图表更加清晰。示例代码如下：

import matplotlib.pyplot as plt

plt.plot([1, 2, 3, 4], [1, 4, 9, 16], linestyle='solid', linewidth=2)
plt.show()

Output:

Matplotlib 线型样式

隐藏线条

有时候我们希望在图表中只显示数据点而不显示线条，可以通过 linestyle='None' 来隐藏线条。示例代码如下：

import matplotlib.pyplot as plt

plt.plot([1, 2, 3, 4], [1, 4, 9, 16], linestyle='None', marker='o', markersize=5)
plt.show()

Output:

Matplotlib 线型样式

调整线型样式

在 Matplotlib 中，还可以通过 set_dashes 方法来调整线型样式。可以为线条设置不同长度和间隔的短线段，创建出更加细致的线型效果。示例代码如下：

import matplotlib.pyplot as plt

line, = plt.plot([1, 2, 3, 4], [1, 4, 9, 16], linestyle='-')
line.set_dashes([5, 10, 20, 10])  # 给线条设置不同长度和间隔
plt.show()

Output:

Matplotlib 线型样式

叠加线条

在 Matplotlib 中，还可以将多条线条叠加显示在同一个图表中。可以通过多次调用 plot 方法来实现。示例代码如下：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4]
y1 = [1, 4, 9, 16]
y2 = [2, 5, 10, 17]

plt.plot(x, y1, linestyle='dashed')
plt.plot(x, y2, linestyle='dotted')
plt.show()

Output:

Matplotlib 线型样式

设置线条颜色

在 Matplotlib 中，还可以通过 color 参数来设置线条的颜色。可以指定不同的颜色值，使得图表更加美观。示例代码如下：

import matplotlib.pyplot as plt

plt.plot([1, 2, 3, 4], [1, 4, 9, 16], linestyle='dashed', color='r')
plt.show()

Output:

Matplotlib 线型样式

设置线条透明度

除了设置线条颜色外，还可以通过 alpha 参数来设置线条的透明度。可以指定不同的透明度值，使得线条呈现出半透明的效果。示例代码如下：

import matplotlib.pyplot as plt

plt.plot([1, 2, 3, 4], [1, 4, 9, 16], linestyle='dashed', alpha=0.5)
plt.show()

Output:

Matplotlib 线型样式

隐藏坐标轴

有时候我们希望绘制一个简洁的图表，不显示坐标轴和标签。可以通过 axis('off') 来隐藏坐标轴。示例代码如下：

import matplotlib.pyplot as plt

plt.plot([1, 2, 3, 4], [1, 4, 9, 16], linestyle='dashed', color='b')
plt.axis('off')  # 隐藏坐标轴
plt.show()

Output:

Matplotlib 线型样式

添加图例

在图表中添加图例可以更好地说明数据的含义。可以通过 legend 方法来添加图例，并指定位置。示例代码如下：

import matplotlib.pyplot as plt

plt.plot([1, 2, 3, 4], [1, 4, 9, 16], linestyle='dashed', color='g', label='line 1')
plt.legend(loc='upper right')
plt.show()

Output:

Matplotlib 线型样式

设置线型样式全局默认值

在 Matplotlib 中，还可以通过 rcParams 参数来设置线型样式的全局默认值，使得在整个图表中都使用相同的线型样式。示例代码如下：

import matplotlib.pyplot as plt
import matplotlib

matplotlib.rcParams['lines.linestyle'] = '--'

plt.plot([1, 2, 3, 4], [1, 4, 9, 16])
plt.show()

Output:

Matplotlib 线型样式

隐藏图表边框

有时候我们希望绘制一个简洁的图表，不显示图表边框。可以通过 spines 来隐藏图表边框。示例代码如下：

import matplotlib.pyplot as plt

plt.plot([1, 2, 3, 4], [1, 4, 9, 16], linestyle='dashed', color='r')
plt.gca().spines['top'].set_visible(False)
plt.gca().spines['right'].set_visible(False)
plt.gca().spines['left'].set_visible(False)
plt.gca().spines['bottom'].set_visible(False)
plt.show()

Output:

Matplotlib 线型样式

设置线型样式在子图中

在 Matplotlib 中，还可以在子图中设置不同的线型样式。可以通过 subplot 方法来创建子图，并在子图中设置线型样式。示例代码如下：

import matplotlib.pyplot as plt

fig, ax = plt.subplots(1, 2)
ax[0].plot([1, 2, 3, 4], [1, 4, 9, 16], linestyle='dashed', color='b')
ax[1].plot([1, 2, 3, 4], [1, 4, 9, 16], linestyle='dotted', color='g')
plt.show()

Output:

Matplotlib 线型样式

使用不同风格

Matplotlib 提供了多种预定义的图表风格，可以通过 style 参数来应用不同的风格。示例代码如下：

import matplotlib.pyplot as plt

plt.style.use('ggplot')

plt.plot([1, 2, 3, 4], [1, 4, 9, 16])
plt.show()

Output:

Matplotlib 线型样式

自定义线型样式

除了预定义的线型样式外，还可以通过 set_linestyle 方法来自定义线型样式。可以为线条设置不同的线性和标记，实现更加独特的效果。示例代码如下：

import matplotlib.pyplot as plt

line, = plt.plot([1, 2, 3, 4], [1, 4, 9, 16])
line.set_linestyle((0, (5, 10)))
plt.show()

Output:

Matplotlib 线型样式

连接不连续的点

有时候数据可能存在缺失，需要连接不连续的数据点。可以通过 connectstyle 方法来设置连接方式。示例代码如下：

import matplotlib.pyplot as plt

plt.plot([1, 2, 3, 4], [1, None, 9, 16], linestyle='solid', marker='o', connectstyle='arc3')
plt.show()

设置线条标记

除了线型样式外，还可以通过 marker 参数来设置线条标记。可以指定不同的标记类型，使得数据点更加突出。示例代码如下：

import matplotlib.pyplot as plt

plt.plot([1, 2, 3, 4], [1, 4, 9, 16], linestyle='dashed', marker='o', markersize=5)
plt.show()

Output:

Matplotlib 线型样式

添加注释

在图表中添加注释可以更好地说明数据的含义。可以通过 annotate 方法来添加注释，并指定位置和文本内容。示例代码如下：

import matplotlib.pyplot as plt

plt.plot([1, 2, 3, 4], [1, 4, 9, 16])
plt.annotate('Point 1', (1, 1), textcoords='offset points', xytext=(0,5), ha='center')
plt.show()