python matplot 纵坐标非均匀折线图

2023-11-01 00:10

本文主要是介绍python matplot 纵坐标非均匀折线图,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

在这里插入图片描述


#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
Created on Thu Oct 13 23:10:39 2022@author: sun
"""import matplotlib.pyplot as plt #导入Matplotlib
import csv
import numpy as np
import math
# 导入字体属性包
from matplotlib.font_manager import FontProperties
#plt.rcParams['font.sans-serif'] = ['wqy-microhei'] #用来正常显示中文标签
#plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号
#指定中文字体所在的位置
font = FontProperties(fname=r"/home/sun/simhei.ttf", size=20)
x  =['20','50','80','100','300','500','800','1000','3000','5000','8000','10000','20000','50000','80000','100000'] #此处也可数字
header=[]
data=[]# 以读方式打开文件
with open("result.csv", mode="r", encoding="utf-8-sig") as f:# 基于打开的文件,创建csv.reader实例reader = csv.reader(f)header = next(reader)# 逐行获取数据,并输出for row in reader:data.append(row)
steps=[50,80,100,300,500,800,1000,3000,5000,8000,10000,20000,50000,80000,100000,200000,500000,800000,1000000] 
for step in steps:y1=[]y2=[]y3=[]y4=[]y5=[]y6=[]for row in data:if int(row[0])==step:y1.append(float(row[2]))y2.append(float(row[3]))y3.append(float(row[4]))y4.append(float(row[5]))#y5.append(float(row[6]))y6.append(float(row[7]))plt.figure(figsize = (12, 9)) #设置图像大小,当然可以设成方形(12,8)挺合适plt.plot(x,y1,linewidth =1.5, label ='no',color='k', linestyle='-',marker='o',markersize=10) #功能依次为线粗、标签(图例)、颜色、线类型、点形状plt.plot(x,y2,linewidth =1.5, label ='our1',color='k', linestyle='--',marker='X',markersize=10) #功能依次为线粗、标签(图例)、颜色、线类型、点形状plt.plot(x,y3,linewidth =1.5, label ='our2',color='k', linestyle='-.',marker='D',markersize=10) #功能依次为线粗、标签(图例)、颜色、线类型、点形状plt.plot(x,y4,linewidth =1.5, label ='kd-tree',color='k', linestyle=':',marker='^',markersize=10) #功能依次为线粗、标签(图例)、颜色、线类型、点形状#plt.plot(x,y5,linewidth =1.5, label ='r-tree',color='k', linestyle='-',marker='v') #功能依次为线粗、标签(图例)、颜色、线类型、点形状plt.plot(x,y6,linewidth =1.5, label ='quad-tree',color='k', linestyle=(0,[6, 2]),marker='P',markersize=10) #功能依次为线粗、标签(图例)、颜色、线类型、点形状ax = plt.subplot(111) #这是画布哦,说明只在一张图显示,也可分割多图ax.spines['top'].set_visible(False)ax.spines['right'].set_visible(False)plt.xticks(fontsize=11)#嗯调调字体plt.yscale("log")yticks = [0.5,1,1.5,2,2.5,3]plt.yticks(ticks=yticks,labels=['0.5','1','1.5','2','2.5','3'],fontsize=11)plt.ylim(0, 3) #显示的y轴范围plt.xlabel('兴趣范围(m)', FontProperties=font) # x轴名称plt.ylabel('耗时(s)', FontProperties=font) # y轴名称#plt.title('间隔'+str(step)+'m',FontProperties=font) #标题plt.legend(loc='center right', borderaxespad=0,prop=font) #显示图例plt.savefig('pic-{}.png'.format(step),dpi=300,bbox_inches='tight')#plt.show() #显示作图结果

这篇关于python matplot 纵坐标非均匀折线图的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/319084

相关文章

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip

HTML提交表单给python

python 代码 from flask import Flask, request, render_template, redirect, url_forapp = Flask(__name__)@app.route('/')def form():# 渲染表单页面return render_template('./index.html')@app.route('/submit_form',

Python QT实现A-star寻路算法

目录 1、界面使用方法 2、注意事项 3、补充说明 用Qt5搭建一个图形化测试寻路算法的测试环境。 1、界面使用方法 设定起点: 鼠标左键双击,设定红色的起点。左键双击设定起点,用红色标记。 设定终点: 鼠标右键双击,设定蓝色的终点。右键双击设定终点,用蓝色标记。 设置障碍点: 鼠标左键或者右键按着不放,拖动可以设置黑色的障碍点。按住左键或右键并拖动,设置一系列黑色障碍点

Python:豆瓣电影商业数据分析-爬取全数据【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】

**爬取豆瓣电影信息,分析近年电影行业的发展情况** 本文是完整的数据分析展现,代码有完整版,包含豆瓣电影爬取的具体方式【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】   最近MBA在学习《商业数据分析》,大实训作业给了数据要进行数据分析,所以先拿豆瓣电影练练手,网络上爬取豆瓣电影TOP250较多,但对于豆瓣电影全数据的爬取教程很少,所以我自己做一版。 目

【Python报错已解决】AttributeError: ‘list‘ object has no attribute ‘text‘

🎬 鸽芷咕:个人主页  🔥 个人专栏: 《C++干货基地》《粉丝福利》 ⛺️生活的理想,就是为了理想的生活! 文章目录 前言一、问题描述1.1 报错示例1.2 报错分析1.3 解决思路 二、解决方法2.1 方法一:检查属性名2.2 步骤二:访问列表元素的属性 三、其他解决方法四、总结 前言 在Python编程中,属性错误(At