python画图时linestyle,color和loc参数的设置方式

当使用Python的matplotlib库进行数据可视化时，常常需要设置线型 linestyle，颜色 color 和位置 loc 等参数。下面就针对这三个参数简单进行总结和说明。

当使用Python的matplotlib库进行数据可视化时，常常需要设置线型 linestyle，颜色 color 和位置 loc 等参数。下面就针对这三个参数简单进行总结和说明。

1. 设置线型 linestyle

matlotlib支持常见的线型，例如实线、虚线等等，具体的参数值和样式可以在下面的链接中查看:
https://matplotlib.org/3.3.3/gallery/lines_bars_and_markers/linestyles.html。

• 例一:

在绘制一条折线时，如果要使用虚线，则可以在plot()函数中指定 linestyle 参数来实现：

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 10, 50)
y = np.sin(x)
plt.plot(x, y, linestyle='--')
plt.show()

在这个例子中，我们生成了50个均匀分布的x值，然后用sin()函数得到对应的y值，最后将这些数据绘制成折线，使用虚线进行呈现。

• 例二：

如果我们同时要指定实线和虚线，则可以在plot()函数中用字符串指定 linestyle 参数。例如，字符串'--'表示使用虚线：

x = np.linspace(0, 10, 50)
y1 = np.sin(x)
y2 = np.cos(x)
plt.plot(x, y1, linestyle='--')
plt.plot(x, y2, linestyle=':')
plt.show()

在这个例子中，我们将两条曲线分别用虚线和点线进行了呈现。

2. 设置颜色 color

在绘制折线时，我们还可指定线条的颜色。 matplotlib支持各种类型的颜色。常见的用于色彩映射的 colormaps 资源可以在下面的链接中查找：
https://matplotlib.org/3.3.3/tutorials/colors/colormaps.html

• 例三：

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 10, 50)
y = np.sin(x)
plt.plot(x, y, color='r')
plt.show()

在这个例子中，我们设置折线颜色为红色。

• 例四：

x = np.linspace(0, 10, 50)
y1 = np.sin(x)
y2 = np.cos(x)
plt.plot(x, y1, color='r')
plt.plot(x, y2, color='g')
plt.show()

在这个例子中，我们将两条曲线分别用红色和绿色进行了呈现。

3. 设置位置 loc

在使用 matplotlib 绘图时，我们也要指定数据标注的位置，例如图例的位置就可以通过 loc 参数来控制， matplotlib 支持各种常见的位置，如 'upper left', 'lower right', 'center right' 等等，具体可以在下面的链接中查看。
https://matplotlib.org/3.3.3/api/_as_gen/matplotlib.pyplot.legend.html#matplotlib.pyplot.legend

• 例五：

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 10, 50)
y = np.sin(x)
plt.plot(x, y)
plt.legend(['y = sin(x)'], loc='upper center')
plt.show()

在这个例子中，我们绘制一条折线，并用图例标注，将图例放在图形的中上位置。

• 例六：

x = np.linspace(0, 10, 50)
y1 = np.sin(x)
y2 = np.cos(x)
plt.plot(x, y1)
plt.plot(x, y2)
plt.legend(['y1 = sin(x)', 'y2 = cos(x)'], loc='lower right')
plt.show()

在这个例子中，我们绘制两条曲线，并使用图例对曲线进行标注，在图形的右下位置显示图例。