Python 带点的绘图线

在 Python 中，使用 matplotlib 库可以方便地绘制各类图像。其中，通过在绘制的线条上添加点，可以让图形更加明显，便于观察数据的波动。本文将介绍如何在绘制线条时添加点。

示例

下面是一段使用 matplotlib 和 numpy 绘制带点的折线图的示例代码：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(0, 10, 0.1)
y = np.sin(x)

fig, ax = plt.subplots()
ax.plot(x, y, '-')
ax.plot(x, y, '.')
plt.show()

该代码生成的图形如下所示：

在上图中，蓝色的线条代表折线，黄色的点代表折线上的数据点。

详细步骤

在 matplotlib 中，可以通过两种方式在线条上添加点：

• 在 plot() 函数中增加一个参数，指定绘制点的样式。例如，ax.plot(x, y, '-o') 会在折线上每个数据点处绘制一个圆圈。
• 在 plot() 函数后再次调用 plot() 函数，绘制原来的线条上的数据点。

下面我们分别介绍这两种方法的具体实现。

方法一：在 plot() 函数中增加样式参数

在 plot() 函数中，可以通过增加一个字符串参数，指定线条的样式。例如：

• '-'：表示普通折线。
• '--'：表示虚线。
• '-.'：表示点划线。
• ':'：表示点线。
• '-o'：表示圆圈标记的折线。

其他可用的样式可以在 matplotlib 的官方文档中查看。

除了线条的样式以外，还可以使用如下参数指定点的样式：

• '.'：表示小圆点。
• 'o'：表示大圆点。
• ','：表示像素。
• 'x'：表示叉号。
• '*'：表示星号。
• '+'：表示加号。
• '_'：表示下划线。

这些参数同样可以在 matplotlib 的官方文档中查看。

下面是使用 '-' 和 '-o' 参数绘制带点的折线图的示例代码：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(0, 10, 0.1)
y = np.sin(x)

fig, ax = plt.subplots()
ax.plot(x, y, '-o')
plt.show()

该代码生成的图形如下所示：

在上图中，黄色的圆圈标记代表数据点。

方法二：再次调用 plot() 函数绘制点

在 plot() 函数后再次调用 plot() 函数，绘制数据点时，我们需要为点指定一个样式参数。例如：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(0, 10, 0.1)
y = np.sin(x)

fig, ax = plt.subplots()
ax.plot(x, y, '-')
ax.plot(x, y, 'o', color='yellow')
plt.show()

该代码生成的图形如下所示：

在上图中，蓝色的线条代表折线，黄色的点代表折线上的数据点。

总结

以上就是绘制带点的折线图的方法。使用这样的图形可以更加清晰地展示数据的波动，帮助我们更好地了解数据的情况。