04_05_06：设置线型风格（设置线型风格）、区域着色 (Shading Regions)、设置Spines

「爱情、让人受尽委屈。」 2022-11-16 13:43 144阅读 0赞

4.设置线型风格  
4.1.设置线型风格  
5.区域着色 (Shading Regions)  
6.设置Spines

# 4.设置线型风格 #

## 4.1.设置线型风格 ##

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70]  
可以使用绘图函数的linestyle或ls参数来影响绘图的线型风格。  
可以使用linewidth来设置一条线的宽度。

import matplotlib.pyplot as plt
    import numpy as np
    
    X = np.linspace(0, 2 * np.pi, 50, endpoint=True)
    F1 = 3 * np.sin(X)
    F2 = np.sin(2*X)
    F3 = 0.3 * np.sin(X)
    F4 = np.cos(X)
    plt.plot(X, F1, color="blue", linewidth=2.5, linestyle="-")
    plt.plot(X, F2, color="red", linewidth=1.5, linestyle="--")
    # plt.plot(X, F3, color="green", linewidth=2, linestyle=":")
    # (0,(5,1))即：densely dashed
    plt.plot(X, F3, color="green", linewidth=2, linestyle=(0,(5,1)))
    plt.plot(X, F4, color="grey", linewidth=2, linestyle="-.")
    plt.show()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 1]

## 5.区域着色 (Shading Regions) ##

可以对两条曲线之间的区域进行着色。 在以下示例中，我们填充X轴和sin(2\*X) 图之间的区域：

import numpy as np
    import matplotlib.pyplot as plt
    n = 256
    X = np.linspace(-np.pi,np.pi,n,endpoint=True)
    Y = np.sin(2*X)
    plt.plot(X, Y, color='blue', alpha=1.00)
    # plt.fill_between(X, 0.1, 0.75, color='blue', alpha=.1)
    plt.fill_between(X, 0.1, Y, color='blue', alpha=.1)
    plt.show()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 2]  
fill\_between的一般语法：  
fill\_between(x, y1, y2=0, where=None, interpolate=False, \*\*kwargs)

fill\_between的参数：  
x x数据的N长度数组  
y1 y数据的N长度数组（或标量）  
y2 y数据的N长度数组（或标量）  
where 如果是None，则默认在所有位置之间填充。 如果不是None，则它是一个N长度的numpy布尔数组，并且填充只会在where == True的区域上发生。  
interpolate 如果为True，则在两条线之间进行插值以找到精确的交点。否则，填充区域的起点和终点将仅出现在x数组中的显式值上。  
kwargs传递给PolyCollection

import numpy as np
    import matplotlib.pyplot as plt
    n = 256
    X = np.linspace(-np.pi,np.pi,n,endpoint=True)
    Y = np.sin(2*X)
    plt.plot (X, Y, color='blue', alpha=1.00)
    plt.fill_between(X, Y, 1, color='blue', alpha=.1)
    plt.show()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 3]

# 6.设置Spines #

matplotlib中的连接轴刻度标记并指示数据区域边界的线。  
(Spines in matplotlib are the lines connecting the axis tick marks and noting the boundaries of the data area.)  
我们将在下面展示spines可以放置在任意位置。  
我们用到了gca函数，它返回figure上个当前的axes实例。

Spines就是图的上面和右边的边线。

import numpy as np
    import matplotlib.pyplot as plt
    
    X = np.linspace(-2 * np.pi, 2 * np.pi, 70, endpoint=True)
    F1 = np.sin(2* X)
    F2 = (2*X**5 + 4*X**4 - 4.8*X**3 + 1.2*X**2 + X + 1)*np.exp(-X**2)
    
    # get the current axes, creating them if necessary:
    ax = plt.gca()
    # making the top and right spine invisible:
    ax.spines['top'].set_color('red')
    ax.spines['right'].set_color('green')
    # moving bottom spine up to y=0 position:
    ax.xaxis.set_ticks_position('bottom')
    ax.spines['bottom'].set_position(('data',-0.5))
    # moving left spine to the right to position x == 0:
    ax.yaxis.set_ticks_position('left')
    ax.spines['left'].set_position(('data',-2.1))
    plt.plot(X, F1)
    plt.plot(X, F2)
    plt.show()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 4]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70]: /images/20221022/aa501d6c55f746c8b80010fe01e0bee4.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 1]: /images/20221022/aad9cb58ff524b60a06a2ec04d37949f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 2]: /images/20221022/b0454e5b4ec44ce0b3d55d7f4cd3df9e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 3]: /images/20221022/9d87b02a54cd4906a261f176b179679a.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RvdG8xMjk3NDg4NTA0_size_16_color_FFFFFF_t_70 4]: /images/20221022/eb155fdaec1045a7bd45e9f115b5bb19.png