用matplotlib怎样画垂直线？教你两种方法-群英

上一篇：浅谈pytorch的基本操作及安装下一篇：pandas的merge函数有何用途？怎样使用？

用matplotlib怎样画垂直线？Matplotlib是Python中使用最广泛的数据可视化库之一。本文给大家介绍是matplotlib画垂直线的方法，对于我们熟悉matplotlib有一定的帮助，下面我们一起来看看吧。

在本教程中，我们将研究如何在Matplotlib图上绘制垂直线，这使我们能够标记和突出显示图的某些区域，而无需缩放或更改轴范围。

创建图

让我们首先用一些随机数据创建一个简单的图：

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots(figsize=(12, 6))

np.random.seed(42)
x = np.random.rand(150)
ax.plot(x)

plt.show()

在这里，我们使用Numpy生成了[0，1）范围内的150个随机数据点。

现在，由于我们已经设置了seed，因此我们可以根据需要多次复制此随机图像。例如，我们可以在20和100标记上绘制垂直线。可以通过 PyPlot 的vlines（）或axvline（）函数这两种方法来绘制线。当然，您也可以在Axes对象上调用这些方法。

使用 PyPlot.vlines（）在Matplotlib绘图上绘制垂直线

让我们从vlines（）函数开始：

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots(figsize=(12, 6))

np.random.seed(42)
x = np.random.rand(150)
ax.plot(x)

ax.vlines([20, 100], 0, 1, linestyles='dashed', colors='red')

plt.show()

vlines（）函数接受一些参数：“即您想在其上绘制线条的标量或X值的一维数组。我们提供了[20，100]，标记了两个点，尽管您可以从0..n点开始。然后，ymin和ymax参数：这些是线条的高度。我们将它们设置为0到1，因为这也是np.random.rand（）调用的分布。然后，您可以设置接受典型Matplotlib样式选项的样式，例如线型或颜色。

运行此代码的结果如下：

我们在X轴的20和100点处有两条垂直虚线，用红色虚线表示。此函数允许我们在具体值中设置ymin和ymax，而axvline（）允许我们按百分比选择高度，或者默认情况下，我们仅使其从底部绘制到顶部。

fig, ax = plt.subplots(figsize=(12, 6))

np.random.seed(42)
x = np.random.rand(150)
ax.plot(x)

ax.set_ylim(-10, 10)
ax.vlines([20, 100], -2, 2, linestyles='dashed', colors='red')

在这里，我们把这条线设置为比随机数据本身的范围长，但仍比Axes本身小得多。

使用 PyPlot.axvline（）在Matplotlib绘图上绘制垂直线

现在，让我们看一下axvline（）函数：

fig, ax = plt.subplots(figsize=(12, 6))

np.random.seed(42)
x = np.random.rand(150)
ax.plot(x)

ax.set_ylim(-10, 10)
ax.axvline(20, color='red')
ax.axvline(100, color='red')

plt.show()

它具有其他功能所没有的一些限制，例如一次只能绘制在一个点上。如果要绘制多个点（例如20和100），则必须调用函数两次。它实际上并没有像vlines（）那样让我们指定线型，但是默认情况下，它不需要ymin和ymax参数。如果省略后，它们将只是从轴的顶部到底部：

但是，您可以根据需要更改高度：这次您将以百分比为单位更改高度。这些百分比考虑了轴的顶部和底部，因此0％将位于底部，而100％将位于顶部。让我们画一条从50％到80％的线：

fig, ax = plt.subplots(figsize=(12, 6))

np.random.seed(42)
x = np.random.rand(150)
ax.plot(x)

ax.set_ylim(-10, 10)
ax.axvline(20, 0.8, 0.5, color='red')
ax.axvline(100, 0.8, 0.5, color='red')

结果如下：