python matplotlib库
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。
#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()
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)
#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()
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
#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()
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
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 曲面
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()
等高线投影
#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()