Py之matplotlib:matplotlib绘图中与颜色相关的参数(color颜色参数、linestyle线型参数、marker标记参数)可选列表集合(建议收藏)(一)

简介: Py之matplotlib:matplotlib绘图中与颜色相关的参数(color颜色参数、linestyle线型参数、marker标记参数)可选列表集合(建议收藏)(一)

matplotlib绘图中与颜色相关的参数(color颜色参数、linestyle线型参数、marker标记参数)可选列表集合


1、使用方法


plt.plot(x, y, linewidth = '1', label = "test", color=' coral ', linestyle=':', marker='|')

plt.legend(loc='upper left')


2、与颜色相关的参数(color颜色参数、linestyle线型参数、marker标记参数)可选列表


(1)、linestyle可选参数


linestyle可选参数

-       solid line style

--      dashed line style

-.      dash-dot line style

:       dotted line style



(2)、marker可选参数

image.png




'.'       point marker

','       pixel marker

'o'       circle marker

'v'       triangle_down marker

'^'       triangle_up marker

'<'       triangle_left marker

'>'       triangle_right marker

'1'       tri_down marker

'2'       tri_up marker

'3'       tri_left marker

'4'       tri_right marker

's'       square marker

'p'       pentagon marker

'*'       star marker

'h'       hexagon1 marker

'H'       hexagon2 marker

'+'       plus marker

'x'       x marker

'D'       diamond marker

'd'       thin_diamond marker

'|'       vline marker

'_'       hline marker

  -                solid line style

  --               dashed line style

  -.               dash-dot line style

  :                dotted line style

  .                point marker

  ,                pixel marker

  o                circle marker

  v                triangle_down marker

  ^                triangle_up marker

  <                triangle_left marker

  >                triangle_right marker

  1                tri_down marker

  2                tri_up marker

  3                tri_left marker

  4                tri_right marker

  s                square marker

  p                pentagon marker

  *                star marker

  h                hexagon1 marker

  H                hexagon2 marker

  +                plus marker

  x                x marker

  D                diamond marker

  d                thin_diamond marker

  |                vline marker

  _                hline marker





(3)、color可选参数


color example code: named_colors.py:https://matplotlib.org/examples/color/named_colors.html


比如' coral '中,可以换成color=' #054E9F',每两个十六进制数分别代表R、G、B分量:

常用的颜色:'r'     'g'     'b'     'y'       'c'      'm'      'y'     'k'

更多内容详见后边补充image.png






black bisque lightgreen slategrey

k darkorange forestgreen lightsteelblue

dimgray burlywood limegreen cornflowerblue

dimgrey antiquewhite darkgreen royalblue

grey tan green ghostwhite

gray navajowhite g lavender

darkgrey blanchedalmond lime midnightblue

darkgray papayawhip seagreen navy

silver moccasin mediumseagreen darkblue

lightgray orange springgreen mediumblue

lightgrey wheat mintcream blue

gainsboro oldlace mediumspringgreen b

whitesmoke floralwhite mediumaquamarine slateblue

white darkgoldenrod aquamarine darkslateblue

w goldenrod turquoise mediumslateblue

snow cornsilk lightseagreen mediumpurple

rosybrown gold mediumturquoise blueviolet

lightcoral lemonchiffon azure indigo

indianred khaki lightcyan darkorchid

brown palegoldenrod paleturquoise darkviolet

frebrick darkkhaki darkslategray mediumorchid

maroon ivory darkslategrey thistle

darkred beige teal plum

red lightyellow darkcyan violet

r lightgoldenrodyello C purple

mistyrose olive cyan darkmagenta

salmon y aqua m

tomato yellow darkturquoise fuchsia

darksalmon olivedrab cadetblue magenta

coral yellowgreen powderblue orchid

orangered darkolivegreen lightblue mediumvioletred

lightsalmon greenyellow deepskyblue deeppink

sienna chartreuse skyblue hotpink

seashell lawngreen lightskyblue lavenderblush

chocolate sage steelblue palevioletred

saddlebrown lightsage aliceblue crimson

sandybrown darksage dodgerblue pink

peachpuff honeydew lightslategrey lightpink

peru darkseagreen lightslategray  

linen palegreen slategray  

cnames = {

'aliceblue':            '#F0F8FF',

'antiquewhite':         '#FAEBD7',

'aqua':                 '#00FFFF',

'aquamarine':           '#7FFFD4',

'azure':                '#F0FFFF',

'beige':                '#F5F5DC',

'bisque':               '#FFE4C4',

'black':                '#000000',

'blanchedalmond':       '#FFEBCD',

'blue':                 '#0000FF',

'blueviolet':           '#8A2BE2',

'brown':                '#A52A2A',

'burlywood':            '#DEB887',

'cadetblue':            '#5F9EA0',

'chartreuse':           '#7FFF00',

'chocolate':            '#D2691E',

'coral':                '#FF7F50',

'cornflowerblue':       '#6495ED',

'cornsilk':             '#FFF8DC',

'crimson':              '#DC143C',

'cyan':                 '#00FFFF',

'darkblue':             '#00008B',

'darkcyan':             '#008B8B',

'darkgoldenrod':        '#B8860B',

'darkgray':             '#A9A9A9',

'darkgreen':            '#006400',

'darkkhaki':            '#BDB76B',

'darkmagenta':          '#8B008B',

'darkolivegreen':       '#556B2F',

'darkorange':           '#FF8C00',

'darkorchid':           '#9932CC',

'darkred':              '#8B0000',

'darksalmon':           '#E9967A',

'darkseagreen':         '#8FBC8F',

'darkslateblue':        '#483D8B',

'darkslategray':        '#2F4F4F',

'darkturquoise':        '#00CED1',

'darkviolet':           '#9400D3',

'deeppink':             '#FF1493',

'deepskyblue':          '#00BFFF',

'dimgray':              '#696969',

'dodgerblue':           '#1E90FF',

'firebrick':            '#B22222',

'floralwhite':          '#FFFAF0',

'forestgreen':          '#228B22',

'fuchsia':              '#FF00FF',

'gainsboro':            '#DCDCDC',

'ghostwhite':           '#F8F8FF',

'gold':                 '#FFD700',

'goldenrod':            '#DAA520',

'gray':                 '#808080',

'green':                '#008000',

'greenyellow':          '#ADFF2F',

'honeydew':             '#F0FFF0',

'hotpink':              '#FF69B4',

'indianred':            '#CD5C5C',

'indigo':               '#4B0082',

'ivory':                '#FFFFF0',

'khaki':                '#F0E68C',

'lavender':             '#E6E6FA',

'lavenderblush':        '#FFF0F5',

'lawngreen':            '#7CFC00',

'lemonchiffon':         '#FFFACD',

'lightblue':            '#ADD8E6',

'lightcoral':           '#F08080',

'lightcyan':            '#E0FFFF',

'lightgoldenrodyellow': '#FAFAD2',

'lightgreen':           '#90EE90',

'lightgray':            '#D3D3D3',

'lightpink':            '#FFB6C1',

'lightsalmon':          '#FFA07A',

'lightseagreen':        '#20B2AA',

'lightskyblue':         '#87CEFA',

'lightslategray':       '#778899',

'lightsteelblue':       '#B0C4DE',

'lightyellow':          '#FFFFE0',

'lime':                 '#00FF00',

'limegreen':            '#32CD32',

'linen':                '#FAF0E6',

'magenta':              '#FF00FF',

'maroon':               '#800000',

'mediumaquamarine':     '#66CDAA',

'mediumblue':           '#0000CD',

'mediumorchid':         '#BA55D3',

'mediumpurple':         '#9370DB',

'mediumseagreen':       '#3CB371',

'mediumslateblue':      '#7B68EE',

'mediumspringgreen':    '#00FA9A',

'mediumturquoise':      '#48D1CC',

'mediumvioletred':      '#C71585',

'midnightblue':         '#191970',

'mintcream':            '#F5FFFA',

'mistyrose':            '#FFE4E1',

'moccasin':             '#FFE4B5',

'navajowhite':          '#FFDEAD',

'navy':                 '#000080',

'oldlace':              '#FDF5E6',

'olive':                '#808000',

'olivedrab':            '#6B8E23',

'orange':               '#FFA500',

'orangered':            '#FF4500',

'orchid':               '#DA70D6',

'palegoldenrod':        '#EEE8AA',

'palegreen':            '#98FB98',

'paleturquoise':        '#AFEEEE',

'palevioletred':        '#DB7093',

'papayawhip':           '#FFEFD5',

'peachpuff':            '#FFDAB9',

'peru':                 '#CD853F',

'pink':                 '#FFC0CB',

'plum':                 '#DDA0DD',

'powderblue':           '#B0E0E6',

'purple':               '#800080',

'red':                  '#FF0000',

'rosybrown':            '#BC8F8F',

'royalblue':            '#4169E1',

'saddlebrown':          '#8B4513',

'salmon':               '#FA8072',

'sandybrown':           '#FAA460',

'seagreen':             '#2E8B57',

'seashell':             '#FFF5EE',

'sienna':               '#A0522D',

'silver':               '#C0C0C0',

'skyblue':              '#87CEEB',

'slateblue':            '#6A5ACD',

'slategray':            '#708090',

'snow':                 '#FFFAFA',

'springgreen':          '#00FF7F',

'steelblue':            '#4682B4',

'tan':                  '#D2B48C',

'teal':                 '#008080',

'thistle':              '#D8BFD8',

'tomato':               '#FF6347',

'turquoise':            '#40E0D0',

'violet':               '#EE82EE',

'wheat':                '#F5DEB3',

'white':                '#FFFFFF',

'whitesmoke':           '#F5F5F5',

'yellow':               '#FFFF00',

'yellowgreen':          '#9ACD32'}


相关文章
|
数据可视化 数据挖掘 Python
【数据分析与可视化】Matplotlib中动态rc参数设置详解与实战(图文解释 附源码)
【数据分析与可视化】Matplotlib中动态rc参数设置详解与实战(图文解释 附源码)
1434 0
|
数据可视化 算法 定位技术
Python数据可视化matplotlib和pyecharts参数详解
Python数据可视化matplotlib和pyecharts参数详解
859 0
|
Python
pylustrator让Matplotlib参数修改更简单
pylustrator让Matplotlib参数修改更简单
234 7
|
数据可视化 Linux 数据格式
`seaborn`是一个基于`matplotlib`的Python数据可视化库,它提供了更高级别的接口来绘制有吸引力的和信息丰富的统计图形。`seaborn`的设计目标是使默认图形具有吸引力,同时允许用户通过调整绘图参数来定制图形。
`seaborn`是一个基于`matplotlib`的Python数据可视化库,它提供了更高级别的接口来绘制有吸引力的和信息丰富的统计图形。`seaborn`的设计目标是使默认图形具有吸引力,同时允许用户通过调整绘图参数来定制图形。
|
存储 数据可视化 定位技术
Python中matplotlib为多个列表数据绘制小提琴图
Python中matplotlib为多个列表数据绘制小提琴图
376 1
以下是一些常用的图表类型及其Python代码示例,使用Matplotlib和Seaborn库。
以下是一些常用的图表类型及其Python代码示例,使用Matplotlib和Seaborn库。
|
数据可视化 数据挖掘 Linux
震撼发布!Python数据分析师必学,Matplotlib与Seaborn数据可视化实战全攻略!
在数据科学领域,数据可视化是连接数据与洞察的桥梁,能让复杂的关系变得直观。本文通过实战案例,介绍Python数据分析师必备的Matplotlib与Seaborn两大可视化工具。首先,通过Matplotlib绘制基本折线图;接着,使用Seaborn绘制统计分布图;最后,结合两者在同一图表中展示数据分布与趋势,帮助你提升数据可视化技能,更好地讲述数据故事。
478 1
|
数据可视化 Python
以下是一些常用的图表类型及其Python代码示例,使用Matplotlib和Seaborn库。
通过这些思维导图和分析说明表,您可以更直观地理解和选择适合的数据可视化图表类型,帮助更有效地展示和分析数据。
802 8
|
数据可视化 Python
Python中的数据可视化:使用Matplotlib绘制图表
【9月更文挑战第11天】在这篇文章中,我们将探索如何使用Python的Matplotlib库来创建各种数据可视化。我们将从基本的折线图开始,然后逐步介绍如何添加更多的功能和样式,以使您的图表更具吸引力和信息量。无论您是数据科学家、分析师还是任何需要将数据转化为视觉形式的专业人士,这篇文章都将为您提供一个坚实的起点。让我们一起潜入数据的海洋,用视觉的力量揭示其背后的故事。
381 17
|
存储 数据可视化 数据挖掘
揭秘!Matplotlib与Seaborn联手,如何让Python数据分析结果一目了然,惊艳全场?
在数据驱动时代,高效直观地展示分析结果至关重要。Python中的Matplotlib与Seaborn是两大可视化工具,结合使用可生成美观且具洞察力的图表。本文通过分析某电商平台的商品销量数据集,展示了如何利用这两个库揭示商品类别与月份间的销售关系及价格对销量的影响。首先使用Matplotlib绘制月份销量分布直方图,再借助Seaborn的箱线图进一步探索不同类别和价格区间下的销量稳定性。
350 10