Python中的一个图形中的多个绘图

Question

我是 python 新手，正在尝试使用 matplotlib 在同一个图中绘制多条线。 我的 Y 轴的值存储在字典中，我在下面的代码中在 X 轴中创建了相应的值

我的代码是这样的：

for i in range(len(ID)):
AxisY= PlotPoints[ID[i]]
if len(AxisY)> 5:
    AxisX= [len(AxisY)]
    for i in range(1,len(AxisY)):
        AxisX.append(AxisX[i-1]-1)
    plt.plot(AxisX,AxisY)
    plt.xlabel('Lead Time (in days)')
    plt.ylabel('Proportation of Events Scheduled')
    ax = plt.gca()
    ax.invert_xaxis()
    ax.yaxis.tick_right()
    ax.yaxis.set_label_position("right")
    plt.show()

但是我得到一个一个单独的单独的图。任何人都可以帮我弄清楚我的代码有什么问题吗？为什么我不能制作多线图？非常感谢！

Answer 1

编辑：我再次阅读您的问题后才意识到，我没有回答您的问题。您想在同一个图中输入多条线。但是，我会保留它，因为这多次对我很有帮助。我希望有一天你会发现有用

我在学习python时发现了这个

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec

fig = plt.figure() 
# create figure window

gs = gridspec.GridSpec(a, b)
# Creates grid 'gs' of a rows and b columns 


ax = plt.subplot(gs[x, y])
# Adds subplot 'ax' in grid 'gs' at position [x,y]


ax.set_ylabel('Foo') #Add y-axis label 'Foo' to graph 'ax' (xlabel for x-axis)


fig.add_subplot(ax) #add 'ax' to figure

你也可以在一个图中制作不同的尺寸，在这种情况下使用切片：

 gs = gridspec.GridSpec(3, 3)
 ax1 = plt.subplot(gs[0,:]) # row 0 (top) spans all(3) columns

请咨询docs 以获取更多帮助和示例。这一点我为自己打了一次，并且非常基于/复制自文档。希望它有所帮助......我记得在#$% 中熟悉一个图中不同大小的图的切片表示法是一件痛苦的事。之后我认为这很简单:)

Answer 2

这很简单：

import matplotlib.pyplot as plt

plt.plot(<X AXIS VALUES HERE>, <Y AXIS VALUES HERE>, 'line type', label='label here')
plt.plot(<X AXIS VALUES HERE>, <Y AXIS VALUES HERE>, 'line type', label='label here')
plt.legend(loc='best')
plt.show()

您可以根据需要多次添加plt.plot。至于line type，需要先指定颜色。所以对于蓝色，它是b。对于普通线路，它是-。一个例子是：

plt.plot(total_lengths, sort_times_heap, 'b-', label="Heap")

Answer 3

由于我没有足够高的声誉来发表评论，我将在 2 月 20 日 10:01 回答 liang question 作为对原始问题的回答。

为了让行标签显示，您需要将 plt.legend 添加到您的代码中。 以前面的示例为基础，该示例还包括标题、ylabel 和 xlabel：

import matplotlib.pyplot as plt

plt.plot(<X AXIS VALUES HERE>, <Y AXIS VALUES HERE>, 'line type', label='label here')
plt.plot(<X AXIS VALUES HERE>, <Y AXIS VALUES HERE>, 'line type', label='label here')
plt.title('title')
plt.ylabel('ylabel')
plt.xlabel('xlabel')
plt.legend()
plt.show()