绘制一条垂直/水平的辅助线，以 vlines 为例

plt.vlines(x, ymin, ymax, colors='k', label='') 
plt.hlines(y, xmin, xmax, colors='k', label='')

说明重要参数：

x：横坐标
ymin，ymax：辅助线纵坐标的最小值、最大值
label：标签内容

绘制一条横跨当前图表的垂直/水平辅助线，以 axvline 为例

plt.axvline(x=0, ymin=0, ymax=1, hold=None, **kwargs)  
plt.axhline(y=0, xmin=0, xmax=1, hold=None, **kwargs)

说明重要参数：

x：横坐标
ymin, ymax：辅助线两头纵坐标相对于整个图表的位置，范围在 0 到 1 之间。

与 vlines 的区别在于：

（1）可以不规定 ymin 和 ymax
（2）ymin 和 ymax 的定义也不同，axvline 中是做了归一化的
（3）不能增加 label

绘制一个横跨当前图表的垂直/水平区域，以 axvspan 为例

plt.axvspan(xmin, xmax, ymin=0, ymax=1, hold=None, **kwargs) 
plt.axhspan(ymin, ymax, xmin=0, xmax=1, hold=None, **kwargs)

说明重要参数：

xmin, xmax：区域的左、右边界
ymin，ymax：区域上下纵坐标对于整个图表的位置，范围在 0 到 1 之间

Matplotlib 常用可视化操作 文章目录 Matplotlib 常用可视化操作0. matplotlib 介绍1. 简单 辅助线 2. 坐标轴设置用figure() 函数创建图表设置x轴 与 y轴的名称设置x轴 与 y轴的数据范围设置x轴和y轴的坐标刻度设置图表标题移动坐标轴 & 改变轴颜色其他一些坐标轴的方法和参数3. 显示图例 (legend & label)4. 显示备注 (annotate & test)用annotate()函数可用于显示带箭头的备注用text()函数可以在 列表方法) 更灵活，适合于需要详细控制图形的每一部分时使用。它允许你对x和y的每一个对应点进行操作，适用于数据点的绘制或当你需要对绘图过程有更多控制时。直接指定法) 更简洁高效，适合于快速绘制简单形状或当图形的其他部分不需要与这部分精确对应时。选择哪种方法取决于你的具体需求，例如数据的复杂性、图形的其他元素以及代码的可读性和效率。 import numpy as np import matplotlib .pyplot as plt plt.rcParams['font.sans-serif']=['SimHei'] # 用于显示中文 plt.rcParams['axes.unicode_minus'] = False # 用于显示中文 a = np.arange(1, 11) vlines函数作用是根据x轴的位置绘制一组可设置y轴方向起始值和终止值的垂直线。 hines函数作用与vlines函数类似，根据y轴的位置绘制一组可设置x轴方向起始值和终止值的水平线。 vlines函数的签名为： matplotlib .pyplot.vlines(x, ymin, ymax, colors=None, linestyles='solid', label='', *, data=None, **kwargs) x：垂直线x轴上的位置。浮点数或类数组结果。必备参数。 ymin， 欢迎大家转发，一起传播知识和正能量，帮助到更多人。期待大家提出宝贵改进建议，互相交流，收获更大。辛苦大家转发时注明出处。以下代码输出的三维柱状图中高度最高的柱是？【小白从小学 Python 、C、Java】【 Python 基础+AI+数据分析】也是咱们公益编程交流群的入口网址。【考研初试+复试+毕业设计】 Python 可视化43|「plotnine≈ Python 版ggplot2」plotnine是图层图形语法（The Grammar of Graphics）在 python 中的实现，是ggplot2的 python 版，使用方法和ggplot2几乎一样。ggplot2的强大可参考：R基础及可视化教程全集 Python 可视化| Matplotlib 40-「LaTeX」 in Matplotlib 和 python 多种方式实现在图形中添加latex字符、数学公式等。快速掌握常见图绘制，没啥好说的精华中的精华。 array([ 0. , 11.11111111, 22.22222222, 33.33333333, 44.44444444, 55.55555556, 66.66666667, 77.77777778, 88.88888889, 100. ]) y=np.arange(0,100,10)： array([ ...