首页编程开发Matplotlib【数据可视化(Matplo...

【数据可视化(Matplotlib篇)】12.绘制水平/垂直参考区域

本系列文章配套代码获取有以下两种途径:

  • 通过百度网盘获取:
链接:https://pan.baidu.com/s/1jG-rGG4QMuZu0t0kEEl7SA?pwd=mnsj 提取码:mnsj
  • 前往GitHub获取
https://github.com/returu/Data_Visualization





Matplotlib中使用axhspan()函数可以在坐标轴内创建水平参考区间,使axvspan()函数可以在坐标轴内创建水平参考区间。
  • 1、axhspan()函数:
axhspan()函数可以在坐标轴内创建水平参考区间,语法如下:
plt.axhspan (ymin,ymax,xmin=0,xmax=1,**kwargs)
其中:
  • ymin:水平区间较低的y坐标;
  • ymax水平区间较高的y坐标;
  • xmin水平区间×轴的较小位置,此数值是相对位置,所以此值必须在0~1之间,0代表最左位置,1代表最右位置
  • xmax水平区间×轴的较大位置,此数值是相对位置,所以此值必须在0~1之间,0代表最左位置,1代表最右位置

其他常用的**kwargs参数如下:

  • alpha透明度;
  • color c颜色,需要注意的是,设置color属性将覆盖edgecolorfacecolor属性;
  • edgecolorec边界颜色
  • facecolorfc区间内部颜色
  • linestyle线条样式
  • linewidth lw线条宽度
  • zorder当绘制多条线时,zorder值较小的先绘制,即显示在下方。
  • 2、axvspan()函数:
axvspan()函数可以在坐标轴内创建水平参考区间,语法如下:
plt.axvspan (xmin,xmax,ymin=0,ymax=1,**kwargs)
其中:
  • xmin 水平区间较低的x坐标;
  • xmax水平区间较高的x坐标;
  • ymin水平区间y轴的较小位置;
  • ymax水平区间y轴的较大位置。

常用的**kwargs参数与axhspan()函数一致。

  • 3、实例:

使用axhspan()函数和axvspan()函数分别绘制水平和垂直参考区间,并通过设定zorder参数,来设置显示顺序。
代码如下所示:
x = np.linspace(0 , 2*np.pi , 200)
y = np.sin(x)

plt.plot(x,y)

# 绘制水平参考区间
plt.axhspan(ymin=-0.75 , 
            ymax=0.5 , 
            xmin=0.2 , 
            xmax=0.8 ,
            alpha=0.8,
            color='y'# color属性
            facecolor='c'# color属性将覆盖edgecolor属性
            edgecolor='r'# color属性将覆盖facecolor属性
            linestyle='-.',
            linewidth=2,
            label='水平参考区间',
            zorder=2 # zorder值较小,会先绘制,即显示在下方
           )

# 绘制垂直参考区间
plt.axvspan(xmin=np.pi/2 , 
            xmax=np.pi , 
            ymin=0 , 
            ymax=1 ,
            alpha=0.8,
            facecolor='c',
            edgecolor='m',
            linestyle='-',
            linewidth=2
            label='垂直参考区间',
            zorder=4 #  # zorder值较小,会后绘制,即显示在上方
           )

plt.legend()
plt.show()
可视化效果如下图所示:


更多内容可以前往官网查看

https://matplotlib.org/stable/


本篇文章来源于微信公众号: 码农设计师

RELATED ARTICLES

欢迎留下您的宝贵建议

Please enter your comment!
Please enter your name here

- Advertisment -

Most Popular

Recent Comments