Python基于matplotlib的数据可视化

其他 2018-07-12 14:16:14 阅读次数: 0

目录：

基于matplotlib的数据可视化

matplotlib.pyplot基于Python语言的绘图函数

基本图形绘制

  1. 缺省样式

    
# -*- coding:utf-8 -*-


from __future__ import unicode_literals
import numpy as np 
import matplotlib.pyplot as mp 

#生成曲线上各点的水平坐标

x=np.linspace(-np.pi,np.pi,1000)

cos_y=np.cos(x)/2
sin_y=np.sin(x)

h_y=x/2

#用直线链接曲线上的各点

mp.plot(x,cos_y)
mp.plot(x,sin_y)
mp.plot(x,h_y)

#显示图形

mp.show()

    这里写图片描述

  2. 设置线型、线宽和颜色

    1. 代码：

      
# -*- coding: utf-8 -*-

from __future__ import unicode_literals
import numpy as np
import matplotlib.pyplot as mp

# 生成曲线上各点的水平坐标

x = np.linspace(-np.pi, np.pi, 1000)

# 根据曲线函数计算其上各点的垂直坐标

cos_y = np.cos(x) / 2
sin_y = np.sin(x)

# 用直线连接曲线上各点

mp.plot(x, cos_y, linestyle='-', linewidth=1,
        color='dodgerblue')
mp.plot(x, sin_y, linestyle='-', linewidth=1,
        color='orangered')

# 显示图形

mp.show()

      这里写图片描述

  3. 设置坐标范围

    1. 设置水平坐标范围：mp.xlim(最小值, 最大值)
    2. 设置垂直坐标范围：mp.ylim(最小值, 最大值)

    3. 代码：

      
# -*- coding:utf-8 -*-

from __future__ import unicode_literals
import matplotlib.pyplot as mp 

#   plotting 测绘 library 

import numpy as np 

#生成曲线上各点的水平坐标

x=np.linspace(-np.pi,np.pi,2000)

#根据曲线函数计算其上各点的垂直坐标

cos_y=np.cos(x)/2
sin_y=np.sin(x)

#设置坐标范围

mp.xlim(x.min()*1.1,x.max()*1.1)
mp.ylim(min(cos_y.min(),sin_y.min())*1.1,
        max(cos_y.max(),sin_y.max())*1.1)

#用直线连接曲线上各点

mp.plot(x,cos_y,linestyle='-',linewidth=1,
    color='dodgerblue')
mp.plot(x,sin_y,linestyle='-',linewidth=1,
    color='orangered')

#显示图形

mp.show()

  4. 设置坐标轴刻度标签

    1. mp.xticks(刻度标签位置, 刻度标签文本)
    2. mp.yticks(刻度标签位置, 刻度标签文本)

    3. 代码：

      
# -*- coding:utf-8 -*-

from __future__ import unicode_literals
import matplotlib.pyplot as mp 

#   plotting 测绘 library 

import numpy as np 

#生成曲线上各点的水平坐标

x=np.linspace(-np.pi,np.pi,2000)

#根据曲线函数计算其上各点的垂直坐标

cos_y=np.cos(x)/2
sin_y=np.sin(x)

#设置坐标范围

mp.xlim(x.min()*1.1,x.max()*1.1)
mp.ylim(min(cos_y.min(),sin_y.min())*1.1,
        max(cos_y.max(),sin_y.max())*1.1)

mp.xticks([-np.pi,-np.pi/2,np.pi/2,np.pi*3/4,np.pi],
    [r'$-\pi$',r'$-\frac{\pi}{2}$',r'$0$',
    r'$\frac{\pi}{2}$',r'$\frac{3\pi}{4}$',r'$\pi$'])
mp.yticks([-1,-0.5,0.5,1])

#用直线连接曲线上各点

mp.plot(x,cos_y,linestyle='-',linewidth=1,
    color='dodgerblue')
mp.plot(x,sin_y,linestyle='-',linewidth=1,
    color='orangered')

#显示图形

mp.show()

      这里写图片描述

  5. 将矩形坐标轴改成十字坐标轴

    1. 代码：

      
# -*- coding: utf-8 -*-

from __future__ import unicode_literals
import numpy as np
import matplotlib.pyplot as mp

# 生成曲线上各点的水平坐标

x = np.linspace(-np.pi, np.pi, 1000)

# 根据曲线函数计算其上各点的垂直坐标

cos_y = np.cos(x) / 2
sin_y = np.sin(x)

# 设置坐标范围

mp.xlim(x.min() * 1.1, x.max() * 1.1)
mp.ylim(min(cos_y.min(), sin_y.min()) * 1.1,
        max(cos_y.max(), sin_y.max()) * 1.1)

# 设置坐标轴刻度标签

mp.xticks([
    -np.pi, -np.pi / 2, 0, np.pi / 2, np.pi * 3 / 4, np.pi], [
    r'$-\pi$', r'$-\frac{\pi}{2}$', r'$0$',
    r'$\frac{\pi}{2}$', r'$\frac{3\pi}{4}$', r'$\pi$'])
mp.yticks([-1, -0.5, 0.5, 1])

# 将矩形坐标轴改成十字坐标轴


# 获取当前坐标轴对象

ax = mp.gca()

# 将垂直坐标刻度置于左边框

ax.yaxis.set_ticks_position('left')

# 将左边框置于数据坐标原点

ax.spines['left'].set_position(('data', 0))

# 将水平坐标刻度置于底边框

ax.xaxis.set_ticks_position('bottom')

# 将底边框置于数据坐标原点

ax.spines['bottom'].set_position(('data', 0))

# 将右边框和顶边框设置成无色

ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')

# 用直线连接曲线上各点

mp.plot(x, cos_y, linestyle='-', linewidth=1,
        color='dodgerblue')
mp.plot(x, sin_y, linestyle='-', linewidth=1,
        color='orangered')

# 显示图形

mp.show()

      这里写图片描述

  6. 显示图例

    1. mp.plot(…, label=图例文本)
    2. mp.legend(loc=图例位置)

    3. 代码：

      
# -*- coding: utf-8 -*-

from __future__ import unicode_literals
import numpy as np
import matplotlib.pyplot as mp

# 生成曲线上各点的水平坐标

x = np.linspace(-np.pi, np.pi, 1000)

# 根据曲线函数计算其上各点的垂直坐标

cos_y = np.cos(x) / 2
sin_y = np.sin(x)

# 设置坐标范围

mp.xlim(x.min() * 1.1, x.max() * 1.1)
mp.ylim(min(cos_y.min(), sin_y.min()) * 1.1,
        max(cos_y.max(), sin_y.max()) * 1.1)

# 设置坐标轴刻度标签

mp.xticks([
    -np.pi, -np.pi / 2, 0, np.pi / 2, np.pi * 3 / 4, np.pi], [
    r'$-\pi$', r'$-\frac{\pi}{2}$', r'$0$',
    r'$\frac{\pi}{2}$', r'$\frac{3\pi}{4}$', r'$\pi$'])
mp.yticks([-1, -0.5, 0.5, 1])

# 将矩形坐标轴改成十字坐标轴


# 获取当前坐标轴对象

ax = mp.gca()

# 将垂直坐标刻度置于左边框

ax.yaxis.set_ticks_position('left')

# 将左边框置于数据坐标原点

ax.spines['left'].set_position(('data', 0))

# 将水平坐标刻度置于底边框

ax.xaxis.set_ticks_position('bottom')

# 将底边框置于数据坐标原点

ax.spines['bottom'].set_position(('data', 0))

# 将右边框和顶边框设置成无色

ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')

# 用直线连接曲线上各点

mp.plot(x, cos_y, linestyle='-', linewidth=1,
        color='dodgerblue', label=r'$y=\frac{1}{2}cos(x)$')
mp.plot(x, sin_y, linestyle='-', linewidth=1,
        color='orangered', label=r'$y=sin(x)$')
mp.legend(loc='upper left')

# 显示图形

mp.show()

      这里写图片描述

  7. 添加特殊点

    1. mp.scatter(点集水平坐标数组，点集垂直坐标数组，…)

    2. 代码：

      
# -*- coding: utf-8 -*-

from __future__ import unicode_literals
import numpy as np
import matplotlib.pyplot as mp

# 生成曲线上各点的水平坐标

x = np.linspace(-np.pi, np.pi, 1000)

# 根据曲线函数计算其上各点的垂直坐标

cos_y = np.cos(x) / 2
sin_y = np.sin(x)

# 计算特殊点的坐标

xo = np.pi * 3 / 4
yo_cos = np.cos(xo) / 2
yo_sin = np.sin(xo)

# 设置坐标范围

mp.xlim(x.min() * 1.1, x.max() * 1.1)
mp.ylim(min(cos_y.min(), sin_y.min()) * 1.1,
        max(cos_y.max(), sin_y.max()) * 1.1)

# 设置坐标轴刻度标签

mp.xticks([
    -np.pi, -np.pi / 2, 0, np.pi / 2, np.pi * 3 / 4, np.pi], [
    r'$-\pi$', r'$-\frac{\pi}{2}$', r'$0$',
    r'$\frac{\pi}{2}$', r'$\frac{3\pi}{4}$', r'$\pi$'])
mp.yticks([-1, -0.5, 0.5, 1])

# 将矩形坐标轴改成十字坐标轴


# 获取当前坐标轴对象

ax = mp.gca()

# 将垂直坐标刻度置于左边框

ax.yaxis.set_ticks_position('left')

# 将左边框置于数据坐标原点

ax.spines['left'].set_position(('data', 0))

# 将水平坐标刻度置于底边框

ax.xaxis.set_ticks_position('bottom')

# 将底边框置于数据坐标原点

ax.spines['bottom'].set_position(('data', 0))

# 将右边框和顶边框设置成无色

ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')

# 用直线连接曲线上各点

mp.plot(x, cos_y, linestyle='-', linewidth=1,
        color='dodgerblue', label=r'$y=\frac{1}{2}cos(x)$')
mp.plot(x, sin_y, linestyle='-', linewidth=1,
        color='orangered', label=r'$y=sin(x)$')

# 绘制特殊点

mp.plot([xo, xo], [yo_cos, yo_sin], linestyle='--',
        linewidth=1, color='limegreen')
mp.scatter([xo, xo], [yo_cos, yo_sin], s=60,
           edgecolor='limegreen', facecolor='white',
           zorder=3)
mp.legend(loc='upper left')

# 显示图形

mp.show()

      这里写图片描述

  8. 添加注释

    1. mp.annotate(
      注释文本,
      xy=目标位置，
      xytext=文本位置，
      textcoords=坐标属性，
      fontsize=字体大小，
      arrowprops=箭头属性)

    2. 代码：

      
# -*- coding: utf-8 -*-

from __future__ import unicode_literals
import numpy as np
import matplotlib.pyplot as mp

# 生成曲线上各点的水平坐标

x = np.linspace(-np.pi, np.pi, 1000)

# 根据曲线函数计算其上各点的垂直坐标

cos_y = np.cos(x) / 2
sin_y = np.sin(x)

# 计算特殊点的坐标

xo = np.pi * 3 / 4
yo_cos = np.cos(xo) / 2
yo_sin = np.sin(xo)

# 设置坐标范围

mp.xlim(x.min() * 1.1, x.max() * 1.1)
mp.ylim(min(cos_y.min(), sin_y.min()) * 1.1,
        max(cos_y.max(), sin_y.max()) * 1.1)

# 设置坐标轴刻度标签

mp.xticks([
    -np.pi, -np.pi / 2, 0, np.pi / 2, np.pi * 3 / 4, np.pi], [
    r'$-\pi$', r'$-\frac{\pi}{2}$', r'$0$',
    r'$\frac{\pi}{2}$', r'$\frac{3\pi}{4}$', r'$\pi$'])
mp.yticks([-1, -0.5, 0.5, 1])

# 将矩形坐标轴改成十字坐标轴


# 获取当前坐标轴对象

ax = mp.gca()

# 将垂直坐标刻度置于左边框

ax.yaxis.set_ticks_position('left')

# 将左边框置于数据坐标原点

ax.spines['left'].set_position(('data', 0))

# 将水平坐标刻度置于底边框

ax.xaxis.set_ticks_position('bottom')

# 将底边框置于数据坐标原点

ax.spines['bottom'].set_position(('data', 0))

# 将右边框和顶边框设置成无色

ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')

# 用直线连接曲线上各点

mp.plot(x, cos_y, linestyle='-', linewidth=1,
        color='dodgerblue', label=r'$y=\frac{1}{2}cos(x)$')
mp.plot(x, sin_y, linestyle='-', linewidth=1,
        color='orangered', label=r'$y=sin(x)$')

# 绘制特殊点

mp.plot([xo, xo], [yo_cos, yo_sin], linestyle='--',
        linewidth=1, color='limegreen')
mp.scatter([xo, xo], [yo_cos, yo_sin], s=60,
           edgecolor='limegreen', facecolor='white',
           zorder=3)

# 添加注释

mp.annotate(
    r'$\frac{1}{2}cos(\frac{3\pi}{4})=-\frac{\sqrt{2}}{4}$',
    xy=(xo, yo_cos), xycoords='data',
    xytext=(-90, -40), textcoords='offset points',
    fontsize=14, arrowprops=dict(
        arrowstyle='->', connectionstyle='arc3, rad=0.2'))
mp.annotate(
    r'$sin(\frac{3\pi}{4})=\frac{\sqrt{2}}{2}$',
    xy=(xo, yo_sin), xycoords='data',
    xytext=(20, 20), textcoords='offset points',
    fontsize=14, arrowprops=dict(
        arrowstyle='->', connectionstyle='arc3, rad=0.2'))

# 显示图例

mp.legend(loc='upper left')

# 显示图形

mp.show()

      这里写图片描述

  9. 图形对象

    1. 说明：一个图像对象实际上就可以被看做是一个显示图形的窗口，出了缺省创建的图形窗口以外，也可以通过函数手动创建图形窗口并设置特殊的属性。
    2. 属性：
      1. mp.figure(对象名(标题文本), figsize=窗口大小,
        dpi=分辨率, facecolor=窗口颜色)
      2. mp.title(标题文本, fontsize=字体大小)
      3. mp.xlabel(水平轴标签文本, fontsize=字体大小)
      4. mp.ylabel(垂直轴标签文本, fontsize=字体大小)
      5. mp.tick_params(labelsize=刻度标签字体大小)
      6. mp.grid(linestyle=网格线风格)
      7. 注意如果调用figure()函数时所指定的对象名并不存在，则新建一个图形窗口，同时将其设置为当前窗口，如果该对象名已经存在，则不再建新窗口，而只是将其所对应的图形窗口设置为当前窗口。调用该函数以后的所有绘图都在当前窗口中完成。

    3. 代码：

      
# -*- coding: utf-8 -*-

from __future__ import unicode_literals
import numpy as np
import matplotlib.pyplot as mp
x = np.linspace(-np.pi, np.pi, 1000)
cos_y = np.cos(x) / 2
sin_y = np.sin(x)
mp.figure('Figure Object 1', figsize=(8, 6), dpi=60,
          facecolor='lightgray')#打开窗口，设置分辨率
mp.title('Figure Object 1', fontsize=20)#设置标题
mp.xlabel('x', fontsize=14)#水平标签文本，fontsize=字体大小
mp.ylabel('y', fontsize=14)#垂直标签文件，fontsize字体大小
mp.tick_params(labelsize=10)#labelsize=刻度标签字体大小
mp.grid(linestyle=':')#linestyle＝网格线风格

mp.figure('Figure Object 2', figsize=(8, 6), dpi=60,
          facecolor='lightgray')
mp.title('Figure Object 2', fontsize=20)
mp.xlabel('x', fontsize=14)
mp.ylabel('y', fontsize=14)
mp.tick_params(labelsize=10)
mp.grid(linestyle=':')

mp.figure('Figure Object 1')
mp.plot(x, cos_y, color='dodgerblue',
        label=r'$y=\frac{1}{2}cos(x)$')
mp.figure('Figure Object 2')
mp.plot(x, sin_y, color='orangered', label=r'$y=sin(x)$')
mp.legend()
mp.figure('Figure Object 1')
mp.legend()
mp.show()

      这里写图片描述

  10. 子坐标图

    1. mp.subplot(总行数, 总列数, 图序号)

    2. 代码：sub1.py、sub2.py、sub3.py

      
# -*- coding: utf-8 -*-

from __future__ import unicode_literals
import matplotlib.pyplot as mp
mp.figure(facecolor='lightgray')
mp.subplot(221)
mp.xticks(())
mp.yticks(())
mp.text(0.5, 0.5, '1', ha='center', va='center', size=36,
        alpha=0.5)
mp.subplot(222)
mp.xticks(())
mp.yticks(())
mp.text(0.5, 0.5, '2', ha='center', va='center', size=36,
        alpha=0.5)
mp.subplot(223)
mp.xticks(())
mp.yticks(())
mp.text(0.5, 0.5, '3', ha='center', va='center', size=36,
        alpha=0.5)
mp.subplot(224)
mp.xticks(())
mp.yticks(())
mp.text(0.5, 0.5, '4', ha='center', va='center', size=36,
        alpha=0.5)
mp.tight_layout()
mp.show()

      这里写图片描述

      
# -*- coding: utf-8 -*-

from __future__ import unicode_literals
import matplotlib.pyplot as mp
import matplotlib.gridspec as mg
mp.figure(facecolor='lightgray')
gs = mg.GridSpec(3, 3)
mp.subplot(gs[0, :2])
mp.xticks(())
mp.yticks(())
mp.text(0.5, 0.5, '1', ha='center', va='center', size=36,
        alpha=0.5)
mp.subplot(gs[1:, 0])
mp.xticks(())
mp.yticks(())
mp.text(0.5, 0.5, '2', ha='center', va='center', size=36,
        alpha=0.5)
mp.subplot(gs[2, 1:])
mp.xticks(())
mp.yticks(())
mp.text(0.5, 0.5, '3', ha='center', va='center', size=36,
        alpha=0.5)
mp.subplot(gs[:2, 2])
mp.xticks(())
mp.yticks(())
mp.text(0.5, 0.5, '4', ha='center', va='center', size=36,
        alpha=0.5)
mp.subplot(gs[1, 1])
mp.xticks(())
mp.yticks(())
mp.text(0.5, 0.5, '5', ha='center', va='center', size=36,
        alpha=0.5)
mp.tight_layout()
mp.show()

      这里写图片描述

      
# -*- coding: utf-8 -*-

from __future__ import unicode_literals
import matplotlib.pyplot as mp
mp.figure(facecolor='lightgray')
mp.axes([0.03, 0.038, 0.94, 0.924])
mp.xticks(())
mp.yticks(())
mp.text(0.5, 0.5, '1', ha='center', va='center', size=36,
        alpha=0.5)
mp.axes([0.63, 0.076, 0.31, 0.308])
mp.xticks(())
mp.yticks(())
mp.text(0.5, 0.5, '2', ha='center', va='center', size=36,
        alpha=0.5)
mp.show()

      这里写图片描述

  11. 设置坐标轴刻度定位器

    1. 怎么设置：
      ax = mp.gca()
      ax.xaxis.set_major_locator(刻度定位器对象)
      ax.xaxis.set_minor_locator(刻度定位器对象)
      ax.yaxis.set_major_locator(刻度定位器对象)
      ax.yaxis.set_minor_locator(刻度定位器对象)

    2. 代码：

      
# -*- coding: utf-8 -*-

from __future__ import unicode_literals
import numpy as np
import matplotlib.pyplot as mp
mp.figure()
locators = [
    'mp.NullLocator()',
    'mp.MaxNLocator(nbins=3, steps=[1, 3, 5, 7, 9])',
    'mp.FixedLocator(locs=[0, 2.5, 7.5, 10])',
    'mp.AutoLocator()',
    'mp.IndexLocator(offset=0.5, base=1.5)',
    'mp.MultipleLocator()',
    'mp.LinearLocator(numticks=21)',
    'mp.LogLocator(base=2, subs=[1.0])']
n_locators = len(locators)
for i, locator in enumerate(locators):
    mp.subplot(n_locators, 1, i + 1)
    mp.xlim(0, 10)
    mp.ylim(-1, 1)
    mp.yticks(())
    ax = mp.gca()
    ax.spines['left'].set_color('none')
    ax.spines['top'].set_color('none')
    ax.spines['right'].set_color('none')
    ax.spines['bottom'].set_position(('data', 0))
    ax.xaxis.set_major_locator(eval(locator))
    ax.xaxis.set_minor_locator(mp.MultipleLocator(0.1))
    mp.plot(np.arange(11), np.zeros(11), color='none')
    mp.text(5, 0.3, locator[3:], ha='center', size=12)
mp.tight_layout()
mp.show()

      这里写图片描述

  12. 散点图

    1. mp.scatter(水平坐标数组, 垂直坐标数组,
      s=大小, c=颜色, cmap=颜色映射, alpha=透明度)

    2. 代码：

      
# -*- coding: utf-8 -*-

from __future__ import unicode_literals
import numpy as np
import matplotlib.pyplot as mp
n = 1000
x = np.random.normal(0, 1, n)
y = np.random.normal(0, 1, n)
d = np.sqrt(x ** 2 + y ** 2)
mp.figure('Scatter', facecolor='lightgray')
mp.title('Scatter', fontsize=20)
mp.xlabel('x', fontsize=14)
mp.ylabel('y', fontsize=14)
mp.tick_params(labelsize=10)
mp.grid(linestyle=':')
mp.scatter(x, y, s=6, c=d, cmap='jet_r', alpha=0.5)
mp.show()

      这里写图片描述

  13. 填充

    1. mp.fill_between(扫描线水平坐标,
      扫描线起点垂直坐标, 扫描线终点垂直坐标,
      color=颜色, alpha=透明度)

    2. 代码：

      
# -*- coding: utf-8 -*-

from __future__ import unicode_literals
import numpy as np
import matplotlib.pyplot as mp
n = 1000
x = np.linspace(0, 8 * np.pi, n)
sin_y = np.sin(x)
cos_y = np.cos(x / 2) / 2
mp.figure('Fill', facecolor='lightgray')
mp.title('Fill', fontsize=20)
mp.xlabel('x', fontsize=14)
mp.ylabel('y', fontsize=14)
mp.tick_params(labelsize=10)
mp.grid(linestyle=':')
mp.plot(x, sin_y, c='dodgerblue', label=r'$y=sin(x)$')
mp.plot(x, cos_y, c='orangered',
        label=r'$y=\frac{1}{2}cos(\frac{x}{2})$')
mp.fill_between(x, cos_y, sin_y, cos_y < sin_y,
                color='dodgerblue', alpha=0.5)
mp.fill_between(x, cos_y, sin_y, cos_y > sin_y,
                color='orangered', alpha=0.5)
mp.legend()
mp.show()

      这里写图片描述

  14. 条形图

    1. mp.bar(矩形条的水平坐标, 矩形条的高度
      ec=边框色, fc=填充色, label=图例标签)

    2. 代码：bar.py

      
# -*- coding: utf-8 -*-

from __future__ import unicode_literals
import numpy as np
import matplotlib.pyplot as mp
n = 12
x = np.arange(n)
y1 = np.random.uniform(0.5, 1.0, n) * (1 - x / n)
y2 = np.random.uniform(0.5, 1.0, n) * (1 - x / n)
mp.figure('Bar', facecolor='lightgray')
mp.title('Bar', fontsize=20)
mp.xlabel('x', fontsize=14)
mp.ylabel('y', fontsize=14)
mp.xticks(x, x + 1)
mp.ylim(-1.25, 1.25)
mp.tick_params(labelsize=10)
mp.grid(axis='y', linestyle=':')
mp.bar(x, y1, ec='white', fc='dodgerblue',
       label='Sample 1')
for _x, _y in zip(x, y1):
    mp.text(_x, _y, '%.2f' % _y, ha='center',
            va='bottom', size=8)
mp.bar(x, -y2, ec='white', fc='dodgerblue', alpha=0.5,
       label='Sample 2')
for _x, _y in zip(x, y2):
    mp.text(_x, -_y - 0.015, '%.2f' % _y, ha='center',
            va='top', size=8)
mp.legend()
mp.show()

      这里写图片描述

  15. 等高线图

    1. mp.contour(x, y, z, 密度, colors=颜色,
      linewidths=线宽)
    2. mp.contourf(x, y, z, 密度, cmap=颜色映射)

    3. 代码：

      
# -*- coding: utf-8 -*-

from __future__ import unicode_literals
import numpy as np
import matplotlib.pyplot as mp
n = 1000
x, y = np.meshgrid(np.linspace(-3, 3, n),
                   np.linspace(-3, 3, n))
z = (1 - x / 2 + x ** 5 + y ** 3) * np.exp(-x ** 2 - y ** 2)
mp.figure('Contour', facecolor='lightgray')
mp.title('Contour', fontsize=20)
mp.xlabel('x', fontsize=14)
mp.ylabel('y', fontsize=14)
mp.tick_params(labelsize=10)
mp.grid(linestyle=':')
mp.contourf(x, y, z, 8, cmap='jet')
cntr = mp.contour(x, y, z, 8, colors='black', linewidths=0.5)
mp.clabel(cntr, inline_spacing=1, fmt='%.1f', fontsize=8)
mp.show()

      这里写图片描述

  16. 热力图
    1. mp.imshow(深度坐标, cmap=颜色映射,
      origin=垂直轴向)
    2. 代码：hot.py

  17. 三维曲面/线框图

    1. 怎么做
      from mpl_toolkits.mplot3d import axes3d
      ax=mp.gca(projection=’3d’)
      ax.plot_surface(x, y, z, rstride=垂直步长,
      cstride=水平步长, cmap=颜色映射)
      ax.plot_wireframe(x, y, z, rstride=垂直步长,
      cstride=水平步长, color=颜色,
      linewidth=线宽)

    2. 代码：

      
# -*- coding: utf-8 -*-

from __future__ import unicode_literals
import numpy as np
import matplotlib.pyplot as mp
from mpl_toolkits.mplot3d import axes3d
n = 1000
x, y = np.meshgrid(np.linspace(-3, 3, n),
                   np.linspace(-3, 3, n))
z = (1 - x / 2 + x ** 5 + y ** 3) * np.exp(-x ** 2 - y ** 2)
mp.figure('3D Surface')
ax = mp.gca(projection='3d')
mp.title('3D Surface', fontsize=20)
ax.set_xlabel('x', fontsize=14)
ax.set_ylabel('y', fontsize=14)
ax.set_zlabel('z', fontsize=14)
mp.tick_params(labelsize=10)
ax.plot_surface(x, y, z, rstride=10, cstride=10, cmap='jet')
mp.figure('3D Wireframe')
ax = mp.gca(projection='3d')
mp.title('3D Wireframe', fontsize=20)
ax.set_xlabel('x', fontsize=14)
ax.set_ylabel('y', fontsize=14)
ax.set_zlabel('z', fontsize=14)
mp.tick_params(labelsize=10)
ax.plot_wireframe(x, y, z, rstride=20, cstride=20,
                  linewidth=0.5, color='orangered')
mp.show()

      这里写图片描述
      这里写图片描述

  18. 饼图

    1. mp.pie(值，空，标，色，格)

    2. 代码：pie.py

      
# -*- coding: utf-8 -*-

from __future__ import unicode_literals
import matplotlib.pyplot as mp
values = [26, 17, 21, 29, 11]
spaces = [0.05, 0.01, 0.01, 0.01, 0.01]
labels = ['Python', 'JavaScript', 'C++', 'C', 'PHP']
colors = ['dodgerblue', 'orangered', 'limegreen', 'violet',
          'gold']
mp.figure('Pie', facecolor='lightgray')
mp.title('Pie', fontsize=20)
mp.pie(values, spaces, labels, colors, '%d%%', shadow=True,
       startangle=90)
mp.axis('equal')
mp.show()

      这里写图片描述

  19. 坐标格线

    1. ax = mp.gca()
    2. ax.grid(which=主次刻度, axis=横纵轴,
      linewidth=线宽, linestyle=线型, color=颜色)

    3. 代码：grid.py

      
# -*- coding: utf-8 -*-

from __future__ import unicode_literals
import numpy as np
import matplotlib.pyplot as mp
x = np.linspace(-5, 5, 1000)
y = 8 * np.sinc(x)
mp.figure('Grid', facecolor='lightgray')
mp.title('Grid', fontsize=20)
mp.xlabel('x', fontsize=14)
mp.ylabel('y', fontsize=14)
ax = mp.gca()
ax.xaxis.set_major_locator(mp.MultipleLocator())
ax.xaxis.set_minor_locator(mp.MultipleLocator(.1))
ax.yaxis.set_major_locator(mp.MultipleLocator())
ax.yaxis.set_minor_locator(mp.MultipleLocator(.1))
mp.tick_params(labelsize=10)
ax.grid(which='major', axis='both', linewidth=0.75,
        linestyle='-', color='lightgray')
ax.grid(which='minor', axis='both', linewidth=0.25,
        linestyle='-', color='lightgray')
mp.plot(x, y, c='dodgerblue', label=r'$y=8sinc(x)$')
mp.legend()
mp.show()

      这里写图片描述

  20. 极坐标
    1. ax = mp.gca(projection=’polar’)
    2. mp.plot(极角, 极径, …)

猜你喜欢

转载自blog.csdn.net/luohongtucsdn/article/details/80938060
今日推荐
“开源信徒”周鸿祎开源360智脑大模型
华为ensp中vrrp虚拟路由器冗余协议 原理及配置命令
基于Python爬虫广东广州水酒店宾馆数据可视化系统设计与实现(Django框架) 研究背景与意义、国内外研究现状
知识融合：知识图谱构建的关键技术
文心一言收费还是免费：全面解析其价格策略与服务价值
百万用户通话新风潮：仅需50秒，无界AI让彩铃变身短视频
【STM32项目】基于STM32多传感器融合的新型智能导盲杖设计（完整工程资料源码）
文生视频大模型Sora的复现经验
腾讯云函数计算技术：云原生架构下的Serverless与微服务新篇章
干货分享｜JumpServer 三种常见的文件传输方式效果对比
【榜单公布】2023年度征文活动已结束
微信小程序（一）域名备案及HTTPS访问
周排行
Android六大布局详解——RelativeLayout（相对布局）
div absolute 居中
dict字典练习题
Django的Models模型
rand和srand的用法
聊一聊你理解的多线程
基于python语言利用割线法原理求解函数最小值问题
贫富分化社会不平等相关10本书，好书7本
jQuery中的wrap()、unwrap()
Linux学习【1】： cat 命令详解
每日归档
更多
2024-04-14(0)
2024-04-13(119)
2024-04-12(38)
2024-04-11(14)
2024-04-10(68)
2024-04-09(5)
2024-04-08(60)
2024-04-07(4)
2024-04-06(65)
2024-04-05(0)

代码天地 © 2018 codetd.com

境外服务器   最新电视剧2022