plt.plot 绘制y轴

plt.plot() 函数是用来绘制数据的，其中第一个参数是 x 轴的数据，第二个参数是 y 轴的数据。如果你想绘制 y 轴，可以将 x 轴的数据设置为一个固定值，比如：

import matplotlib.pyplot as plt
import numpy as np

# 生成一些测试数据
x = np.linspace(0, 10, 100)
y = np.sin(x)

# 绘制 y 轴
plt.plot([0, 0], [-1.2, 1.2], 'k--')

# 绘制 sin(x)
plt.plot(x, y)

# 显示图像
plt.show()

在上面的例子中，我们先绘制了一个 y 轴，然后再绘制了 sin(x) 函数。具体来说，我们调用 `plt.plot([0, 0], [-1.2, 1.2], 'k--')` 绘制了一条黑色的虚线，表示 y 轴，其中 `[0, 0]` 表示 x 轴的范围，`[-1.2, 1.2]` 表示 y 轴的范围。最后的 `'k--'` 表示绘制黑色的虚线。

相关问题

python plt.plot 双y轴

以下是使用Python的matplotlib库绘制双y轴的示例代码：

import matplotlib.pyplot as plt

# 创建画布和两个子图
fig, ax1 = plt.subplots()
ax2 = ax1.twinx()

# 绘制第一个y轴的数据
x = [1, 2, 3, 4, 5]
y1 = [10, 20, 30, 40, 50]
bar = ax1.bar(x, y1, label='y1轴', color='tomato', width=0.4)

# 绘制第二个y轴的数据
y2 = [5, 15, 25, 35, 45]
line, = ax2.plot(x, y2, label='y2轴', color='royalblue', marker='o', ls='-.')
ax2.set_ylabel('y2轴')

# 设置图例
plt.legend(handles=[bar, line])

# 显示图形
plt.show()

在这个示例中，我们首先创建了一个画布和两个子图，然后分别在两个子图上绘制了两个y轴的数据。注意，我们使用了`ax1.twinx()`函数来创建第二个y轴，这样就可以在同一个图形上绘制两个y轴的数据了。最后，我们设置了图例并显示了图形。

plt.title('rnn') plt.xlabel('time') plt.ylabel('shuzhi') plt.plot(y_train_predict, label='yuce') plt.plot(y_train, label='xunlian') plt.legend() plt.show()

这段代码使用了 Matplotlib 库来绘制一个简单的折线图。

首先，plt.title('rnn') 设置图表的标题为 'rnn'。
然后，plt.xlabel('time') 设置 x 轴的标签为 'time'。
接着，plt.ylabel('shuzhi') 设置 y 轴的标签为 'shuzhi'。
然后，plt.plot(y_train_predict, label='yuce') 绘制预测结果的折线图。y_train_predict 是预测的结果，label='yuce' 为该折线图的标签。
接下来，plt.plot(y_train, label='xunlian') 绘制训练数据的折线图。y_train 是训练数据，label='xunlian' 为该折线图的标签。
然后，plt.legend() 添加图例，用于区分不同的折线图。
最后，plt.show() 展示绘制出的折线图。

这段代码的作用是绘制一个折线图，其中包含了预测结果和训练数据两条折线，并添加了相应的标题、坐标轴标签和图例。最后通过 plt.show() 将图表显示出来。