python中plt库的axhline函数，怎样才能多加两个水平线

您可以在调用 axhline 函数时多次调用，每次传入不同的 y 值参数即可，例如：

import matplotlib.pyplot as plt

plt.axhline(y=0.5, color='r', linestyle='-')
plt.axhline(y=0.3, color='g', linestyle='--')
plt.axhline(y=0.7, color='b', linestyle='-.')

此示例代码会在图表中绘制三条平行于 x 轴的水平线，分别位于 y=0.5, 0.3, 0.7。您可以根据需要传入不同的 y 值、颜色和线型参数来绘制多条水平线。

相关问题

python中plt.plot函数

在Python中，可以使用Matplotlib库来进行数据可视化，其中plt.plot()函数是Matplotlib库中最基本的绘图函数之一，用于绘制一条或多条曲线。

plt.plot()函数的语法如下：

plt.plot(x, y, format_string, **kwargs)

其中，x为X轴坐标，y为Y轴坐标，format_string为格式字符串，用于指定曲线的颜色、线型和标记等属性。**kwargs为可选参数，用于设置曲线的其他属性，比如标签、图例等。

例如：

import matplotlib.pyplot as plt

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

plt.plot(x, y, 'ro--', label='line1')
plt.xlabel('X Label')
plt.ylabel('Y Label')
plt.title('Title')
plt.legend()

plt.show()

在上面的代码中，plt.plot()函数用于绘制一条曲线，其中x为1到5的整数列表，y为x的平方列表，'ro--'表示曲线为红色、圆点和虚线的组合，label为'line1'，用于设置图例标签。xlabel()函数用于设置X轴标签，ylabel()函数用于设置Y轴标签，title()函数用于设置图表标题，legend()函数用于显示图例。最后通过plt.show()函数将图表显示出来。

plt.plot()函数还可以绘制多条曲线，只需要多次调用该函数即可。例如：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y1 = [1, 4, 9, 16, 25]
y2 = [1, 2, 3, 4, 5]

plt.plot(x, y1, 'ro--', label='line1')
plt.plot(x, y2, 'bs-', label='line2')
plt.xlabel('X Label')
plt.ylabel('Y Label')
plt.title('Title')
plt.legend()

plt.show()

在上面的代码中，plt.plot()函数分别绘制了两条曲线，其中y1为x的平方列表，y2为x列表，'ro--'表示第一条曲线为红色、圆点和虚线的组合，'bs-'表示第二条曲线为蓝色、方块和实线的组合。其他函数的用法与之前相同。

python中的plt.scatter函数

plt.scatter函数是Matplotlib库中用于绘制散点图的函数。它的主要参数包括x，y，c，s等，分别表示散点的横坐标、纵坐标、颜色和大小。

例如，下面的代码可以绘制出一组随机生成的散点图：

import matplotlib.pyplot as plt
import numpy as np

x = np.random.rand(50)
y = np.random.rand(50)
colors = np.random.rand(50)
sizes = 1000 * np.random.rand(50)

plt.scatter(x, y, c=colors, s=sizes)
plt.show()

这段代码生成了50个随机的横坐标、纵坐标、颜色和大小，然后使用plt.scatter函数绘制散点图。其中，c参数指定了颜色，s参数指定了大小。最后使用plt.show()函数显示图像。