「Python」 matplotlib图形库的简单使用

博主： Caleb
发布时间：2022 年 09 月 11 日
556 次浏览
暂无评论
5796字数
分类：编程

# python matplotlib库

```python
import matplotlib.pyplot as plt
import numpy as np
```

## 散点图

`matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, *, edgecolors=None, plotnonfinite=False, data=None, **kwargs)`

### 参数说明：

`x，y`：长度相同的数组，也就是我们即将绘制散点图的数据点，输入数据。
`s`：点的大小，默认 20，也可以是个数组，数组每个参数为对应点的大小。
`c`：点的颜色，默认蓝色 'b'，也可以是个 RGB 或 RGBA 二维行数组。
`marke`r：点的样式，默认小圆圈 'o'。
`cmap：Colormap`，默认 None，标量或者是一个 colormap 的名字，只有 c 是一个浮点数数组的时才使用。如果没有申明就是 image.cmap。
`norm：Normalize`，默认 None，数据亮度在 0-1 之间，只有 c 是一个浮点数的数组的时才使用。
`vmin，vmax`：亮度设置，在 norm 参数存在时会忽略。
`alpha`：透明度设置，0-1 之间，默认 None，即不透明。
`linewidths`：标记点的长度。
`edgecolors`：颜色或颜色序列，默认为 'face'，可选值有 'face', 'none', None。
`plotnonfinite`：布尔值，设置是否使用非限定的 c ( inf, -inf 或 nan) 绘制点。
`**kwargs`：其他参数。

```python
#散点图 scatter

x = np.array([1,2,3,4,5,6,7,8]*3)
y = np.random.random([8*3])
color = np.array(["red","green","black","orange"]*6)

plt.scatter(x, y,c=color)

plt.title("Scatter Test") # 设置标题
plt.show()
```

![散点图](https://gallery-of-jafari.oss-cn-beijing.aliyuncs.com/caleb.ink/2022/09/1758053793.png)

## 2D函数曲线

### 图像窗口

使用 `plt.figure` 定义一个图像窗口：编号`num`，大小 `figsize=(a, b)`。使用`plt.plot`画`(x ,y)`曲线，曲线的颜色属性`color`曲线的宽度`linewidth`。曲线的类型`linestyle`为虚线， 使用`plt.show`显示图像。
线性种类：'‐' 实线，'‐‐' 破折线，'‐.' 点划线，':' 虚线。

### 坐标轴

使用 `plt.xlim` 设置x坐标轴范围：(a,b)； 使用 `plt.ylim` 设置 y 坐标轴范围：(c,d)；
使用 `plt.xlabel` 设置 x 坐标轴名称：’x’； 使用 `plt.ylabel` 设置 y 坐标轴名称：’y’；
设置 x 轴：使用 `np.linspace` 定义范围以及个数：

```
new_ticks=np.linspace(-1,2,5)
plt.xticks(new_ticks)  #范围是(-1,2), 个数是 5
```

### 移动坐标轴

隐藏右边框和上边框：
使用 `plt.gca` 获取当前坐标轴信息。
使用 `.spines` 设置边框：右侧边框；使用.set_color设置边框颜色：默认白色；
使用 `.spines` 设置边框：上边框；使用.set_color设置边框颜色：默认白色；
调整坐标轴至中心（将 left 边框调整到 x=0 处，将 bottom 边框调整到 y=0 处）：

使用 `.xaxis.set_ticks_position` 设置 x 坐标刻度数字或名称的位置：bottom。（所有位置：top，bottom，both，default，none）。
使用 `.spines` 设置边框：x 轴；使用 `.set_position`设置边框位置：y=0 的位置；（位置所有属性：outward，axes，data）

```python
#函数曲线
#图一
x = np.arange(-10*np.pi, 10*np.pi, 0.1)
y1 = []
for t in x:
    y_1 = 1 / (1 + np.exp(-t))
    y1.append(y_1)
#图二
y = np.sin(x)

plt.plot(x,y1,x, y,linestyle='-.')#'‐' 实线，'‐‐' 破折线，'‐.' 点划线，':' 虚线。
plt.title('sin')
plt.xlabel('x')
plt.ylabel('y')
plt.xlim(-np.pi*5, np.pi*5)
plt.ylim(-1, 1)

#plt.xticks([0, np.pi/2, np.pi, 3*np.pi/2, 2*np.pi], ['0', 'π/2', 'π','3π/2','2π'])
#plt.yticks(np.linspace(-1, 1, 5))

ax = plt.gca()
ax.spines['right'].set_color('none')        # 设置颜色为none ，就看不见了
ax.spines['top'].set_color('none')
# 移动x轴
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data', 0))
# 移动y轴
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data', 0))

plt.show()
```

![2d图](https://gallery-of-jafari.oss-cn-beijing.aliyuncs.com/caleb.ink/2022/09/981284306.png)

### `matplotlib.patches`库里有这些图形

```
Annulus
Arrow
Ellipse
    Arc
    Circle
FancyArrowPatch
    ConnectionPatch
FancyBboxPatch
PathPatch
    StepPatch
Polygon
    FancyArrow
Rectangle
RegularPolygon
    CirclePolygon
Shadow
Wedge
```

```python
#做图形
fig = plt.figure()
ax = fig.add_subplot(111)

import matplotlib.patches as pat

cir1 = pat.Circle(xy = (0.0, 0.0), radius=2, alpha=0.5)
sqr = pat.Rectangle(xy=(1,1),width=3,height=4)
ax.add_patch(cir1)
ax.add_patch(sqr)

x, y = 0, 0
ax.plot(x, y, 'ro')

plt.axis('scaled')
plt.axis('equal')

plt.show()
```

![2d图形](https://gallery-of-jafari.oss-cn-beijing.aliyuncs.com/caleb.ink/2022/09/2890928513.png)

### 3D 图形

##### 创建三维坐标轴对象Axes3D

创建`Axes3D`,从`mpl_toolkits.mplot3d`导入对象`Axes3D`来实现

```
ax = plt.axes(projection='3d')
```

有`scatter3D`和`plot3D`绘制3D散点和3D曲线

```python
fig=plt.figure()
ax2 = plt.axes(projection='3d')
z = np.linspace(0,13,1000)
x = 5*np.sin(z)
y = 5*np.cos(z)
zd = 13*np.random.random(100)
xd = 5*np.sin(zd)
yd = 5*np.cos(zd)
ax2.scatter3D(xd,yd,zd, cmap='Blues')  #绘制散点图
ax2.plot3D(x,y,z,'red')    #绘制空间曲线
plt.show()
```

![3d曲线](https://gallery-of-jafari.oss-cn-beijing.aliyuncs.com/caleb.ink/2022/09/2286980352.png)

### 3D 曲面

```python
fig = plt.figure()  #定义新的三维坐标轴
ax3 = plt.axes(projection='3d')

#定义三维数据
xx = np.arange(-5,5,0.5)
yy = np.arange(-5,5,0.5)
X, Y = np.meshgrid(xx, yy)
Z = np.sin(X)+np.cos(Y)
#作图
#ax3.plot_surface(X,Y,Z,cmap='rainbow')
ax3.plot_surface(X,Y,Z,rstride = 1, cstride = 1,cmap='rainbow')
plt.show()

#等高线
fig = plt.figure()  #定义新的三维坐标轴
ax4 = plt.axes(projection='3d')
xx = np.arange(-5,5,0.5)
yy = np.arange(-5,5,0.5)
X, Y = np.meshgrid(xx, yy)
Z = np.sin(X)+np.cos(Y)
#作图
ax4.contour3D(X, Y, Z, 50, cmap='binary')
plt.show()
```

![](https://gallery-of-jafari.oss-cn-beijing.aliyuncs.com/caleb.ink/2022/09/942435341.png)

![3d曲面](https://gallery-of-jafari.oss-cn-beijing.aliyuncs.com/caleb.ink/2022/09/1986357602.png)

### 等高线投影

```python
#定义坐标轴
fig4 = plt.figure()
ax4 = plt.axes(projection='3d')

#生成三维数据
xx = np.arange(-5,5,0.1)
yy = np.arange(-5,5,0.1)
X, Y = np.meshgrid(xx, yy)
Z = np.sin(np.sqrt(X**2+Y**2))

#作图
ax4.plot_surface(X,Y,Z,alpha=0.3,cmap='winter')     #生成表面， alpha 用于控制透明度
ax4.contour(X,Y,Z,zdir='z', offset=-3,cmap="rainbow")  #生成z方向投影，投到x-y平面
ax4.contour(X,Y,Z,zdir='x', offset=-6,cmap="rainbow")  #生成x方向投影，投到y-z平面
ax4.contour(X,Y,Z,zdir='y', offset=6,cmap="rainbow")   #生成y方向投影，投到x-z平面
#ax4.contourf(X,Y,Z,zdir='y', offset=6,cmap="rainbow")   #生成y方向投影填充，投到x-z平面，contourf()函数

#设定显示范围
ax4.set_xlabel('X')
ax4.set_xlim(-6, 4)  #拉开坐标轴范围显示投影
ax4.set_ylabel('Y')
ax4.set_ylim(-4, 6)
ax4.set_zlabel('Z')
ax4.set_zlim(-3, 3)

plt.show()
```

![](https://gallery-of-jafari.oss-cn-beijing.aliyuncs.com/caleb.ink/2022/09/2395630089.png)

最后修改：2023 年 11 月 23 日

如果觉得我的文章对你有用，请随意赞赏

发表评论取消回复
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款

评论 *

私密评论

名称 *

🎲

邮箱 *

地址

「Python」 matplotlib图形库的简单使用

Caleb • 2022 年 09 月 11 日

# python matplotlib库

```python
import matplotlib.pyplot as plt
import numpy as np
```

## 散点图

`matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, *, edgecolors=None, plotnonfinite=False, data=None, **kwargs)`

### 参数说明：

```python
#散点图 scatter

x = np.array([1,2,3,4,5,6,7,8]*3)
y = np.random.random([8*3])
color = np.array(["red","green","black","orange"]*6)

plt.scatter(x, y,c=color)

plt.title("Scatter Test") # 设置标题
plt.show()
```

![散点图](https://gallery-of-jafari.oss-cn-beijing.aliyuncs.com/caleb.ink/2022/09/1758053793.png)

## 2D函数曲线

### 图像窗口

### 坐标轴

```
new_ticks=np.linspace(-1,2,5)
plt.xticks(new_ticks)  #范围是(-1,2), 个数是 5
```

### 移动坐标轴

```python
#函数曲线
#图一
x = np.arange(-10*np.pi, 10*np.pi, 0.1)
y1 = []
for t in x:
    y_1 = 1 / (1 + np.exp(-t))
    y1.append(y_1)
#图二
y = np.sin(x)

plt.plot(x,y1,x, y,linestyle='-.')#'‐' 实线，'‐‐' 破折线，'‐.' 点划线，':' 虚线。
plt.title('sin')
plt.xlabel('x')
plt.ylabel('y')
plt.xlim(-np.pi*5, np.pi*5)
plt.ylim(-1, 1)

#plt.xticks([0, np.pi/2, np.pi, 3*np.pi/2, 2*np.pi], ['0', 'π/2', 'π','3π/2','2π'])
#plt.yticks(np.linspace(-1, 1, 5))

plt.show()
```

![2d图](https://gallery-of-jafari.oss-cn-beijing.aliyuncs.com/caleb.ink/2022/09/981284306.png)

### `matplotlib.patches`库里有这些图形

```python
#做图形
fig = plt.figure()
ax = fig.add_subplot(111)

import matplotlib.patches as pat

cir1 = pat.Circle(xy = (0.0, 0.0), radius=2, alpha=0.5)
sqr = pat.Rectangle(xy=(1,1),width=3,height=4)
ax.add_patch(cir1)
ax.add_patch(sqr)

x, y = 0, 0
ax.plot(x, y, 'ro')

plt.axis('scaled')
plt.axis('equal')

plt.show()
```

![2d图形](https://gallery-of-jafari.oss-cn-beijing.aliyuncs.com/caleb.ink/2022/09/2890928513.png)

### 3D 图形

##### 创建三维坐标轴对象Axes3D

创建`Axes3D`,从`mpl_toolkits.mplot3d`导入对象`Axes3D`来实现

```
ax = plt.axes(projection='3d')
```

有`scatter3D`和`plot3D`绘制3D散点和3D曲线

![3d曲线](https://gallery-of-jafari.oss-cn-beijing.aliyuncs.com/caleb.ink/2022/09/2286980352.png)

### 3D 曲面

```python
fig = plt.figure()  #定义新的三维坐标轴
ax3 = plt.axes(projection='3d')

![](https://gallery-of-jafari.oss-cn-beijing.aliyuncs.com/caleb.ink/2022/09/942435341.png)

![3d曲面](https://gallery-of-jafari.oss-cn-beijing.aliyuncs.com/caleb.ink/2022/09/1986357602.png)

### 等高线投影

```python
#定义坐标轴
fig4 = plt.figure()
ax4 = plt.axes(projection='3d')

#生成三维数据
xx = np.arange(-5,5,0.1)
yy = np.arange(-5,5,0.1)
X, Y = np.meshgrid(xx, yy)
Z = np.sin(np.sqrt(X**2+Y**2))

#设定显示范围
ax4.set_xlabel('X')
ax4.set_xlim(-6, 4)  #拉开坐标轴范围显示投影
ax4.set_ylabel('Y')
ax4.set_ylim(-4, 6)
ax4.set_zlabel('Z')
ax4.set_zlim(-3, 3)

plt.show()
```

![](https://gallery-of-jafari.oss-cn-beijing.aliyuncs.com/caleb.ink/2022/09/2395630089.png)

「Python」 matplotlib图形库的简单使用

发表评论取消回复
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款

「工具」借助“捷径”实现IOS屏幕翻译

「树莓派」配置Docker+Openwrt实现软路由

「C/C++」可变参数函数的实现方式

「智能计算系统」智能编程语言实验

「树莓派」为树莓派安装home assistant

「运维」记录一次服务器被ssh爆破及应对策略

「工具」借助“捷径”实现IOS屏幕翻译

「计算机图形学」用中点Bresenham算法画简单的双曲线，python实现

「运维」centos 更新 gcc/g++

「计算机图形学」透视投影变换

「Python」 matplotlib图形库的简单使用

发表评论 取消回复 使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款

「Python」 matplotlib图形库的简单使用

发表评论取消回复
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款