文章目录
1. 绘制2D图像
注意：如果在NoteBook环境下绘图时应该首先运行%matplotlib inline
1.1. 与MATLAB相似的用法
from matplotlib import pylab
import numpy as np
%matplotlib inline
x = np.linspace(0, 10, 20) #构造数据
y = x * x + 2
pylab.subplot(1,2,1) #绘制子图1，并指定以下语句是在此子图上绘制
pylab.plot(y,x,'g*-') #这里的'g*-'是线条的属性设置，和MATLAB一致
pylab.subplot(1,2,2) #子图2，以下绘制在子图2中
pylab.plot(y,x,'r--')
1.2. 面向对象的方法
from matplotlib import pyplot as plt
import numpy as np
%matplotlib inline
x = np.linspace(0, 10, 20) #构造数据
y = x * x + 2
#------------------------------------方法 1：add_axes方法添加画布--------------------------
fig = plt.figure() # 新建图形对象,画板,图像的框架，可以通过 figsize=(14,6)指定画板尺寸
#add_axes参数的前两个表示坐标，后两个表示图像长和高，范围[0,1]
axes1 = fig.add_axes([0.1, 0.1, 0.8, 0.8]) #创建画布，即子图，此方法创建的子图可以重叠
#创建子图2
axes2 = fig.add_axes([0.2, 0.5, 0.4, 0.3])
axes1.plot(x, y, 'r')
axes2.plot(y, x, 'g')
#------------------------------------方法三：使用 subplots() 添加画布--------------------------
#fig为画板对象，axes为画布对象列表
fig, axes = plt.subplots(nrows=1, ncols=2) # 子图为 1 行，2 列，参数可以直接写为（1,2）
for ax in axes:
ax.plot(x, y, 'r')
#------------------------------------方法三：使用 add_subplot() 添加画布--------------------------
# '''此方法与MATLAB方法相似'''
fig = plt.figure() # 新建图形对象
fig.add_subplot(1,2,1)
plt.plot(x, y, 'r')
fig.add_subplot(1,2,2)
plt.plot(x, y, 'g')
方法一：
方法二：
方法三：
1.3. 图的属性设置
- 图名称、坐标轴名称、图例
#1.设置标题
ax.set_title("title")
#2.设置坐标轴名称
ax.set_xlabel("x")
ax.set_ylabel("y")
#3. 设置图例，其中loc 参数标记图例位置1，2，3，4
#依次代表：右上角、左上角、左下角，右下角；0 代表自适应
ax.legend(["label1", "label2"]，loc=0)
- 画布网格、坐标轴范围
使用画布方法
axes.grid(True) #设置网格，默认为False
#设置坐标轴范围
axes.set_ylim([0, 60])
axes.set_xlim([2, 5])
-
线型、颜色、透明度、虚线交错宽度
- 方法一：
颜色、线型、标记由三种符号组成：如 ‘r–^’ :红色、虚线、朝上三角标记。然后在指定其他参数
ax.plot(x, x+1, 'r--^', lw=1)- 方法二：
全部由关键字传参
ax.plot(x, x+16, color="purple", lw=1, ls='-', marker='s', markersize=8, markerfacecolor="yellow", markeredgewidth=2, markeredgecolor="blue")- plot()参数
参数 描述 color 颜色 alpha 透明度 linestyle ，ls 线型 linewidth ，lw 线宽 marker 线标记 markersize,ms 标记大小 markeredgewidth mew 标记边界宽度 markerfacecolor ，mfc 标记内部颜色 markeredgecolor, mec 标记边界颜色 - 线型：
号 描述 -’ 实线 ‘–’ 线型虚线 ‘-.’ 点划线 点线交错 ‘:’ 点型虚线 注意：虚线交错宽度设置
line, = ax.plot(x, x+8, color="black", lw=1.50) line.set_dashes([5, 10, 15, 10]) #偶数个列表，每两个树为一个实线与虚线的交错宽度- 线标记：
符号 描述 ‘.’ 点标记 ‘,’ 像素标记 ‘o’ 圆圈标记 ‘v’ 朝下的三角形 ‘^’ 朝上的三角形 ‘<’ 朝左的三角形 ‘>’ 朝右的三角形 1-4 tri_down marker，up，left，right ‘s’ 正方形 ‘p’ 五边形 ‘*’ 星型 ‘h’ 1号六角形 ‘H’ 2号六角形 ‘+’ +号标记 ‘x’ x号标记 ‘D’ 钻石形 ‘d’ 小版钻石形 ‘|’ 垂直线形 ‘_’ 水平线行 - 颜色
符号 描述 ‘b’ 蓝色 ‘g’ 绿色 ‘r’ 红色 ‘c’ 青色 ‘m’ 品红 ‘y’ 黄色 ‘k’ 黑色 ‘w’ 白色 其中颜色可以由完整的英文名称、十六进制字符码（’#777777’）、RGB、RGBA元组(((0, 128, 64)))，只有符号表示的可以用方法一格式化组合线的属性，其他需用关键字传参。
- 方法一：
1.4. 其他二维图
- 绘制散点图、梯步图、条形图、面积图
"""绘制散点图、梯步图、条形图、面积图
"""
n = np.array([0,1,2,3,4,5])
fig, axes = plt.subplots(1, 4, figsize=(16,5))
axes[0].scatter(x, x + 0.25*np.random.randn(len(x)))
axes[0].set_title("scatter")
axes[1].step(n, n**2, lw=2)
axes[1].set_title("step")
axes[2].bar(n, n**2, align="center", width=0.5, alpha=0.5)
axes[2].set_title("bar")
# 提供两个函数，绘制交叉面积
axes[3].fill_between(x, x**2, x**3, color="green", alpha=0.5)
axes[3].set_title("fill_between")
2. 绘制直方图和累计直方图
"""绘制直方图
"""
n = np.random.randn(100000)
fig, axes = plt.subplots(1, 2, figsize=(12,4))
axes[0].hist(n)
axes[0].set_title("Default histogram")
axes[0].set_xlim((min(n), max(n)))
axes[1].hist(n, cumulative=True, bins=50)
axes[1].set_title("Cumulative detailed histogram")
axes[1].set_xlim((min(n), max(n)))
2. 绘制3D图
2.1. 在三维空间中绘制散点
from mpl_toolkits.mplot3d.axes3d import Axes3D
fig = plt.figure(figsize=(14,6))
# 通过 projection='3d' 指定绘制 3D 图形
ax = fig.add_subplot(1, 2, 1, projection='3d')
ax.scatter([1,2,3], [1,2,3], [1,2,3],c='r') #分别对应三个坐标xyz，可以为单个数字表示单个坐标，可以为三个列表，表示多个坐标
2.2. 在三维空间中绘制连续图形
注意事项：
- 需要关联XY
np.meshgrid(phi_p, phi_m)的作用是用对应的输入生成二维空间中的点。
from mpl_toolkits.mplot3d.axes3d import Axes3D
#数据生成
phi_m = np.linspace(0, 2*np.pi, 100)
phi_p = np.linspace(0, 2*np.pi, 100)
X,Y = np.meshgrid(phi_p, phi_m)
Z = flux_qubit_potential(X, Y).T
fig = plt.figure(figsize=(14,6))
# 通过 projection='3d' 指定绘制 3D 图形
ax = fig.add_subplot(1, 2, 1, projection='3d')
ax.plot_surface(X, Y, Z, rstride=4, cstride=4, linewidth=0)