plt.plot绘制多种颜色的方格

要绘制多种颜色的方格，可以使用plt.plot()函数中的color参数。首先，需要定义一个列表来存储每个方格的颜色，然后在plt.plot()函数中使用该列表作为color参数的值。例如，下面的代码将绘制一个10x10的方格，其中每个方格的颜色随机生成：

import matplotlib.pyplot as plt
import numpy as np

# 生成10x10的方格
grid = np.random.randint(0, 2, size=(10, 10))

# 定义颜色列表
colors = ['white', 'black']

# 绘制方格
plt.imshow(grid, cmap=plt.cm.get_cmap('binary', len(colors)))
for i in range(grid.shape[0]):
    for j in range(grid.shape[1]):
        plt.text(j, i, grid[i, j], ha='center', va='center', color=colors[grid[i, j]])

# 隐藏坐标轴
plt.axis('off')

plt.show()

该代码中，使用numpy库生成了一个10x10的随机方格，然后定义了一个颜色列表，包含了白色和黑色。接着，使用plt.imshow()函数绘制方格，并使用plt.text()函数在每个方格中心添加数字。最后，使用plt.axis('off')函数隐藏坐标轴，使图像更加美观。

相关问题

matplotlib取消背景方格颜色

### 如何在 Matplotlib 中设置背景方格颜色为透明或无色

为了使图表中的网格线更加简洁或者适应特定的设计需求，可以调整背景方格的颜色。通过修改 `grid` 的属性来控制其可见性和颜色。

对于取消背景方格的颜色或将之设为透明，在 Matplotlib 中可以通过如下方式实现：

#### 方法一：关闭网格显示
如果目标是完全移除网格，则可以直接禁用它：

plt.grid(False)

#### 方法二：设定网格线条样式与颜色
当希望保留网格但改变其外观时，比如将其变为半透明状态，可通过指定参数来自定义网格特性：

import matplotlib.pyplot as plt

fig, ax = plt.subplots()
ax.yaxis.grid(True, linestyle='-', which='major', color='grey',
              alpha=0.2)  # 设置y轴方向上的网格线为灰色并带有一定透明度
ax.xaxis.grid(True, linestyle='-', which='major', color='grey',
              alpha=0.2)  # 同样处理x轴方向上的网格线
plt.show()

另外，若要彻底去除所有背景元素（包括边框），还可以进一步操作坐标系对象 `ax` 来达到目的[^2]。

#### 完整示例代码
下面给出一段完整的 Python 脚本用于创建一个不带任何背景装饰的简单折线图：

import numpy as np
import matplotlib.pyplot as plt

# 数据准备
X = np.linspace(-np.pi, np.pi, 256, endpoint=True)
C, S = np.cos(X), np.sin(X)

# 创建图形窗口及子区布局管理器
fig, ax = plt.subplots()

# 绘制曲线
ax.plot(X, C, label="Cosine")
ax.plot(X, S, label="Sine")

# 关闭顶部和右侧边界线
for spine in ['top', 'right']:
    ax.spines[spine].set_visible(False)

# 隐藏刻度标签外侧的小标记
ax.tick_params(top=False, right=False)

# 移除默认网格
ax.grid(False)

# 显示图例
ax.legend(loc='best')

# 展现图像
plt.show()

此脚本不仅实现了去除非必要的视觉干扰项，还优化了整体美观程度[^4]。

利用plot函数在一个坐标系下绘制以下函数的图形：y1=sinx ，y2=cosx，y3=sin2x，0≤π≤2π 要求：（1）y1 用黑色间断线，点标记为星号；（2）y2 用红色实线，点标记为小方格；（3）y3 用蓝色虚线，点标记为小圆圈；（4）在图形上给每条曲线添加图例。

可以使用以下代码实现：

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 2*np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)
y3 = np.sin(2*x)

plt.plot(x, y1, 'b--*', label='y1=sin(x)')
plt.plot(x, y2, 'r-.s', label='y2=cos(x)')
plt.plot(x, y3, 'g:o', label='y3=sin(2x)')

plt.legend(loc='upper right')
plt.xlabel('x')
plt.ylabel('y')
plt.title('Functions')

plt.show()

解释一下代码：

- 首先通过`np.linspace`生成`x`坐标轴上的点，共100个，范围为0到2π。
- 然后分别计算三个函数的纵坐标值，存储在`y1`、`y2`、`y3`中。
- 使用`plt.plot`函数绘制曲线，参数分别为横坐标、纵坐标、线型和标记。其中，线型的表示方式为：`'-'`表示实线，`'--'`表示虚线，`'-.'`表示点划线，`':'`表示虚线。标记的表示方式为：`'o'`表示小圆圈，`'s'`表示小方格，`'*'`表示星号。颜色默认为蓝色，可以通过在线型和标记后加上一个字母来指定颜色，如`'r-'`表示红色实线。
- 使用`plt.legend`函数添加图例，`loc`参数表示图例放置的位置。`'upper right'`表示右上角。
- 使用`plt.xlabel`和`plt.ylabel`分别设置x轴和y轴的标签。
- 使用`plt.title`设置图形的标题。
- 最后使用`plt.show`显示图形。