我有一个循环,我创建了一些情节,我需要每个情节的独特标记。我想创建函数,它返回随机符号,并以这种方式在我的程序中使用它:
for i in xrange(len(y)):
plt.plot(x, y [i], randomMarker())
但我认为这种方式并不好。 我需要这个只是为了区分图例上的图,因为图必须不与线连接,它们必须只是一组点。
答案 0 :(得分:64)
itertools.cycle
将无限期地遍历列表或元组。这比随机为您选择标记的功能更好。
import itertools
marker = itertools.cycle((',', '+', '.', 'o', '*'))
for n in y:
plt.plot(x,n, marker = marker.next(), linestyle='')
import itertools
marker = itertools.cycle((',', '+', '.', 'o', '*'))
for n in y:
plt.plot(x,n, marker = next(marker), linestyle='')
您可以使用它来生成这样的图(Python 2.x):
import numpy as np
import matplotlib.pyplot as plt
import itertools
x = np.linspace(0,2,10)
y = np.sin(x)
marker = itertools.cycle((',', '+', '.', 'o', '*'))
fig = plt.figure()
ax = fig.add_subplot(111)
for q,p in zip(x,y):
ax.plot(q,p, linestyle = '', marker=marker.next())
plt.show()
答案 1 :(得分:7)
似乎没有人提到循环属性的内置pyplot方法。所以这里是:
import numpy as np
import matplotlib.pyplot as plt
from cycler import cycler
x = np.linspace(0,3,20)
y = np.sin(x)
fig = plt.figure()
plt.gca().set_prop_cycle(marker=['o', '+', 'x', '*', '.', 'X']) # gca()=current axis
for q,p in zip(x,y):
plt.plot(q,p, linestyle = '')
plt.show()
但是,这样您就失去了色彩循环。您可以通过将颜色cycler
和标记cycler
对象相乘来添加颜色,如下所示:
fig = plt.figure()
markercycle = cycler(marker=['o', '+', 'x', '*', '.', 'X'])
colorcycle = cycler(color=['blue', 'orange', 'green', 'magenta'])
# Or use the default color cycle:
# colorcycle = cycler(color=plt.rcParams['axes.prop_cycle'].by_key()['color'])
plt.gca().set_prop_cycle(colorcycle * markercycle) # gca()=current axis
for q,p in zip(x,y):
plt.plot(q,p, linestyle = '')
plt.show()
答案 2 :(得分:3)
你也可以通过元组使用标记生成,例如如
import matplotlib.pyplot as plt
markers = [(i,j,0) for i in range(2,10) for j in range(1, 3)]
[plt.plot(i, 0, marker = markers[i], ms=10) for i in range(16)]
有关详细信息,请参阅Matplotlib markers doc site。
此外,这可以与上面提到的itertools.cycle循环结合使用
答案 3 :(得分:1)
只需手动创建一个包含标记字符的数组并使用它,例如:
markers=[',', '+', '-', '.', 'o', '*']
答案 4 :(得分:1)
import matplotlib.pyplot as plt
fig = plt.figure()
markers=['^', 's', 'p', 'h', '8']
for i in range(5):
plt.plot(x[i], y[i], c='green', marker=markers[i])
plt.xlabel('X Label')
plt.ylabel('Y Label')
plt.show()