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
|
28天前
|
Python
Matplotlib 绘图标记
Matplotlib 绘图标记
32 2
|
3月前
|
Python
Matplotlib 教程 之 Matplotlib 绘图标记 9
在本教程中,我们将探讨如何使用 Matplotlib 的 `plot()` 方法中的 `marker` 参数来自定义图表标记。您可以选择不同的线类型(如实线 `&#39;-&#39;`、虚线 `&#39;:&#39;` 等),以及颜色类型(如红色 `&#39;r&#39;`、绿色 `&#39;g&#39;` 等)。同时,通过调整 `markersize (ms)`、`markerfacecolor (mfc)` 和 `markeredgecolor (mec)` 参数,可以定制标记的大小和颜色。
37 1
|
3月前
|
Python
Matplotlib 教程 之 Matplotlib 绘图标记 8
在 Matplotlib 中,可以通过 `plot()` 方法的 `marker` 参数自定义图表标记。此外,还可以设置线类型(如 `&#39;-&#39;` 实线、`&#39;:&#39;` 虚线等)和颜色(如 `&#39;r&#39;` 红色、`&#39;g&#39;` 绿色等)。使用 `markersize` (`ms`) 定义大小,`markerfacecolor` (`mfc`) 和 `markeredgecolor` (`mec`) 分别定义标记的内部和边框颜色。
37 0
|
3月前
|
数据可视化 Python
Matplotlib 教程 之 Matplotlib 绘图标记 6
在本教程中,我们将探讨如何利用 Matplotlib 的 `plot()` 方法中的 `marker` 参数来自定义图表标记,以增强数据可视化效果。此外,还介绍了线类型(如实线 `&#39;-&#39;`、虚线 `&#39;:&#39;` 等)、颜色类型(如红色 `&#39;r&#39;`、绿色 `&#39;g&#39;` 等)以及如何通过 `markersize` (`ms`)、`markerfacecolor` (`mfc`) 和 `markeredgecolor` (`mec`) 来调整标记的大小和颜色。通过一个示例展示了如何设置标记大小。
35 0
|
3月前
|
Python
Matplotlib 教程 之 Matplotlib 绘图标记 5
使用 Matplotlib 的 `plot()` 方法通过 `marker` 参数来自定义图表标记,同时解释了如何利用 `fmt` 参数定义标记、线条样式及颜色,例如 &#39;o:r&#39; 分别表示实心圆标记、虚线及红色。并通过一个实例演示了其使用方法。
30 0
|
3月前
|
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。
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。
|
3月前
|
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。
60 1
|
16天前
|
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。
57 8
|
3月前
|
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。
71 10
|
3月前
|
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。
65 17