时间:2021-05-22
如下所示:
# -*- coding: utf-8 -*-"""Created on Thu Jun 07 09:17:40 2018@author: yjp"""import matplotlib.pyplot as pltimport numpy as npfrom matplotlib.ticker import MultipleLocator, FormatStrFormattery0 = []y1 = []y2 = []y3 = []y4 = []f = open("y0.txt") lines = f.readlines() for li in lines: y0.append(li)f = open("y1.txt") lines = f.readlines() for li in lines: y1.append(li)f = open("y2.txt") lines = f.readlines() for li in lines: y2.append(li)f = open("y3.txt") lines = f.readlines() for li in lines: y3.append(li)f = open("y4.txt") lines = f.readlines() for li in lines: y4.append(li)font1 = {'family' : 'Times New Roman', 'weight' : 'normal', 'size' : 9, } font2 = {'family' : 'Times New Roman', 'weight' : 'normal', 'size' : 14, } figsize = 8, 9plt.subplots(figsize=figsize) # 设定整张图片大小ax1 = plt.subplot(4, 1, 1)ax1.yaxis.set_major_locator(MultipleLocator(15)) # 设定y轴刻度间距#第一条线x = range(0, len(y0))plt.plot(x, y0, color='black', label='$DT$', linewidth=0.8) # 绘制,指定颜色、标签、线宽,标签采用latex格式plt.ylim(-90, -20) # 设定y轴范围hl=plt.legend(loc='upper right', prop=font1, frameon=False) # 绘制图例,指定图例位置#set(hl,'Box','off');#第二条曲线x = range(0, len(y1))plt.plot(x, y1, color='red', label='$M_1$', linewidth=0.8)plt.legend(loc='upper right', prop=font1, frameon=False) # 绘制图例,指定图例位置plt.xticks([]) # 去掉x坐标轴刻度plt.xlim(0, 580) # 设定x轴范围ax2 = plt.subplot(4, 1, 2)ax2.yaxis.set_major_locator(MultipleLocator(15))x = range(0, len(y0))plt.plot(x, y0, color='black', label='$DT$', linewidth=0.8)plt.ylim(-90, -20)hl=plt.legend(loc='upper right', prop=font1, frameon=False)#set(hl,'Box','off');x = range(0, len(y2))plt.plot(x, y2, color='red', label='$M_2$', linewidth=0.8)plt.legend(loc='upper right', prop=font1, frameon=False)plt.ylabel("strength/dBm", font2)plt.xticks([])plt.xlim(0, 580)ax3 = plt.subplot(4, 1, 3)ax3.yaxis.set_major_locator(MultipleLocator(15))x = range(0, len(y0))plt.plot(x, y0, color='black', label='$DT$', linewidth=0.8)hl=plt.legend(loc='upper right', prop=font1, frameon=False)#set(hl,'Box','off');plt.ylim(-90, -20)x = range(0, len(y3))plt.plot(x, y3, color='red', label='$M_3$', linewidth=0.8)plt.legend(loc='upper right', prop=font1, frameon=False)plt.xticks([])plt.xlim(0, 580)ax4 = plt.subplot(4, 1, 4)ax4.yaxis.set_major_locator(MultipleLocator(15))ax4.xaxis.set_major_locator(MultipleLocator(50))x = range(0, len(y0))plt.plot(x, y0, color='black', label='$DT$', linewidth=0.8)plt.ylim(-90, -20)hl=plt.legend(loc='upper right', prop=font1, frameon=False)#set(hl,'Box','off');x = range(0, len(y4))plt.plot(x, y4, color='red', label='$M_4$', linewidth=0.8)plt.legend(loc='upper right', prop=font1, frameon=False)plt.xlabel("index of grids in path", font2)plt.xlim(0, 580)plt.savefig("1.png", dpi=600))plt.show()以上这篇python 实现将多条曲线画在一幅图上的方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
在画一些曲线图(linecharts)时,常常会出现多条曲线同时画在一张图上面,这时候就需要对不同的曲线进行不同的标注,以使读者能够清晰地知道每条曲线代表的含义
本文实例讲述了Python图像处理实现两幅图像合成一幅图像的方法。分享给大家供大家参考,具体如下:将两幅图像合成一幅图像,是图像处理中常用的一种操作,pytho
使用python画图,发现生成的图片在console里。不仅感觉很别扭,很多功能也没法实现(比如希望在一幅图里画两条曲线)。想像matlab一样单独地生成一个图
想把python提取出来的加载点反力和某个单元的应力画在同一个XY曲线图上,由于两者数量级差太远,故而需要建立有两个Y轴的XY曲线图。效果为:代码如下:#创建Q
比例尺的使用方法如下: 比例尺是表示一幅图的图上距离和实际距离的比。用公式表示为:比例尺等于图上距离除以实际距离。根据地图上的比例尺,可以量算图上两地之间的实