当前位置: 首页 > article >正文

plt.rcParams[‘axes.linewidth‘]设置线框宽度

python 绘图设置线框宽度时,plt.rcParams[‘axes.linewidth’] 需放在plot前面,才能起作用

例如:

plt.rcParams[‘axes.linewidth’]放在最后

import matplotlib.pyplot as plt

准备数据

x = [1, 2, 3, 4, 5]
y = [1, 4, 9, 16, 25]

绘制图表

plt.plot(x, y,linestyle=‘-.’, marker=‘o’,linewidth=5,markersize=12)

设置x轴和y轴的刻度

plt.xticks([1, 2, 3, 4, 5]) # 设置x轴刻度
plt.yticks([0, 10, 20, 30, 40]) # 设置y轴刻度
xticks = [1,2,3,4,5]
xtick_labels=[0,10,20,30,40]

设置x轴和y轴的标签

plt.xlabel(‘X Axis Label’)
plt.ylabel(‘Y Axis Label’)
plt.xticks(xticks[::2], xtick_labels[::2])
#plt.xticks(xticks, [‘’] * len(xticks)) #隐藏所有刻度标签。

plt.xticks(xticks)
plt.tick_params(axis=‘both’, labelsize=33,length=12,width=5) # 设置刻度标记的大小,即数字的大小 ,函数

plt.rcParams[‘axes.linewidth’] = 5 # 设置边框线宽为2
#plt.rcParams[‘axes.formatter.limits’] = [-3,3]
#显示图表
plt.show()

结果如下:
在这里插入图片描述

plt.rcParams[‘axes.linewidth’] 放在plot函数前面

import matplotlib.pyplot as plt

准备数据

x = [1, 2, 3, 4, 5]
y = [1, 4, 9, 16, 25]

绘制图表

plt.rcParams[‘axes.linewidth’] = 5 # 设置边框线宽为2
plt.plot(x, y,linestyle=‘-.’, marker=‘o’,linewidth=5,markersize=12)

设置x轴和y轴的刻度

plt.xticks([1, 2, 3, 4, 5]) # 设置x轴刻度
plt.yticks([0, 10, 20, 30, 40]) # 设置y轴刻度
xticks = [1,2,3,4,5]
xtick_labels=[0,10,20,30,40]

设置x轴和y轴的标签

plt.xlabel(‘X Axis Label’)
plt.ylabel(‘Y Axis Label’)
plt.xticks(xticks[::2], xtick_labels[::2])
#plt.xticks(xticks, [‘’] * len(xticks)) #隐藏所有刻度标签。

plt.xticks(xticks)
plt.tick_params(axis=‘both’, labelsize=33,length=12,width=5) # 设置刻度标记的大小,即数字的大小 ,函数

#plt.rcParams[‘axes.formatter.limits’] = [-3,3]
#显示图表
plt.show()
结果如下:
在这里插入图片描述


http://www.kler.cn/a/577293.html

相关文章:

  • DeepSeek R1-7B 医疗大模型微调实战全流程分析(全码版)
  • RabbitMQ消息队列中间件安装部署教程(Windows)-2025最新版详细图文教程(附所需安装包)
  • Redis|集群 Cluster
  • ⭐算法OJ⭐N-皇后问题 II【回溯剪枝】(C++实现)N-Queens II
  • uniapp+<script setup lang=“ts“>使用 uni.$emit和uni.$on全局传递数据
  • Ubuntu系统安装Minikube教程
  • C# Excel开源操作库MiniExcel使用教程
  • 揭开AI-OPS 的神秘面纱 第三讲(下)数据平台层技术架构与组件选型分析
  • 计算机网络——交换机实验(模拟)
  • 大白话html语义化标签优势与应用场景
  • 【Axure高保真原型】多选树筛选表格
  • 【基础知识】回头看Maven基础
  • DeepSeek使用教程--让DeepSeek生成精准题库
  • SQL经典查询
  • DeepSeek R1大语言模型实战工作坊02:deepseek发展演进
  • C++学习(十)(标准,C++11 和 C++14,C++17,C++20)
  • 基于Spring Boot + Vue的图书个性化推荐系统(LW+PPT)
  • Pandas使用笔记
  • 【Go学习实战】03-2-博客查询及登录
  • Docker基础篇——Ubuntu下Docker安装