Python高級--matplotlib畫圖

原創 PyRookie 2018-08-21 00:13

Matplotlib官方文檔

一、Matplotlib基礎

下面的測試數據下載
Matplotlib中的基本圖表包括的元素

1） x軸和y軸  axis
水平和垂直的軸線

2）軸標籤 axisLabel
水平和垂直的軸標籤

3）x軸和y軸刻度  tick
刻度標示座標軸的分隔，包括最小刻度和最大刻度

4）x軸和y軸刻度標籤  tick label
表示特定座標軸的值

5）繪圖區域（座標系）  axes
實際繪圖的區域

6）畫布 figure
呈現所有的座標系

這裏寫圖片描述

1）只含單一曲線的圖

畫一條正弦曲線

x = np.arange(-np.pi,np.pi,0.1)  # [start,] stop[, step,] 開始值 結束值 步長值
x
y = np.sin(x)
y
plt.plot(x,y)  # plot(x, y) 最簡單的參數形式 傳入x和y的值

這裏寫圖片描述

2）只含多個曲線的圖

方法一：使用多個plot函數（推薦）

x1 = np.arange(-np.pi,0,0.1)
x2 = np.arange(0,np.pi,0.1)
# 方式一：多次使用 plt.plot繪製多個函數
plt.plot(x1,np.sin(x1))
plt.plot(x2,np.sin(x2))

這裏寫圖片描述

方法二：在一個plot函數中傳入多對X，Y值

x1 = np.arange(-np.pi,0,0.1)
x2 = np.arange(0,np.pi,0.1)
#調用一次plt.plot裏面傳入多個x和y的值 plt.plot(x1,y1,x2,y2,...xn,yn)
plt.plot(x1,np.sin(x1),x2,np.sin(x2))

這裏寫圖片描述

3）子畫布

matplotlib中畫布分爲主畫布與子畫布，主畫布包含子畫布

1、設置主畫布的大小

plt.figure(figsize=None)

x = np.arange(-np.pi,np.pi,0.1)
plt.figure(figsize=(5,5))  #設置主畫布大小  注意設置畫布大小必須在圖形之前纔有效
plt.plot(x,np.tan(x))

這裏寫圖片描述

2、設置子畫布的大小

plt.subplot(*args, **kwargs)

'''
# subplot(2, 3, 3) 
創建一個子畫布 把原來的大的畫布 
上下分成2部分 左右分成3部分 佔用哪個部分
'''

(1) : 創建子畫布

plt.figure(figsize=(8,8))
axes1 = plt.subplot(4,2,1)  # 根據傳入的參數創建子畫布 返回座標系對象這裏佔縱向的1/4
axes2 = plt.subplot(4,2,4)
axes3 = plt.subplot(2,2,3)  #注意，這裏的縱向畫布是佔總畫布的一半
axes4 = plt.subplot(2,2,4)

(2) : 在子畫布中繪圖

在每一個小的座標系上繪圖 而不是在大的畫布上繪圖

axes1.plot(x,np.sin(x))
axes2.plot(x,np.cos(x))
axes3.plot(x,np.tan(x))
axes4.plot(x,np.tanh(x))

這裏寫圖片描述

4）網格線

plt.grid(b=None,which=’major’,axis=’both’,**kwargs)

注意：如果畫布有子畫布的話，plt.grid只會給離他最近的那個子畫布繪製網格線
一般給子畫布單獨繪製網格線

創建一個空的畫布

plt.figure(figsize=(8,8))
axes1 = plt.subplot(221)
axes2 = plt.subplot(222)
axes3 = plt.subplot(223)
axes4 = plt.subplot(224)

這裏寫圖片描述

axis顯示軸向

'''
axis: 默認爲橫縱都有   
    axis="x" 在 X 軸上方繪製網格線
    axis="y" 在 Y 軸上方繪製網格線
'''
axes2.grid(axis='x')  # 在軸上方繪製網格線

color（c）代表顏色

alpha表示線的明暗程度

linewidth（lw）代表線的粗細

axes4.grid(color='red',linewidth=2,alpha=0.2)
axes1.grid()  # axis='both' 默認水平豎直方向都有網格線
axes2.grid(axis='x')  # 在軸上方繪製網格線
axes3.grid(axis='y')
axes4.grid(color='red',linewidth=2,alpha=0.2)

這裏寫圖片描述

5）座標軸的軸線

plt.axis([xmin,xmax,ymin,ymax])

1）設置座標軸的刻度起止值

（1） plt.axis（）設置座標軸起始值

plt.axis([xmin,xmax,ymin,ymax])

x = np.linspace(-1,1,100)
# x**2+y**2=1
# y**2=1-x**2
# y=(1-x**2)**0.5
y=(1-x**2)**0.5
plt.plot(x,y)
plt.plot(x,-y)
plt.axis([-2,2,-2,2])  # [x軸的起始值,x軸的結束值,y軸的起始值,y軸的結束值]

這裏寫圖片描述

這裏寫圖片描述

（2） xlim方法和ylim方法設置座標軸起始值

2）設置座標軸類型

plt.axis(‘xxx’) ‘off’、’equal’……

'''
equal：改變*x*或*y*軸的極限，使其等於*x*的增量
和*y*長度相同;一般用來繪製圓形
off：隱藏座標軸
'''

這裏寫圖片描述

（2） 繪製圓形

x = np.linspace(-1,1,100)

6）座標軸的標籤

設置座標軸標籤的方向，顏色，旋轉角度

plt.xlabel( )方法 和 plt.ylabel( )方法

plt.xlabel(s,color=’orange’,fontsize=20,rotation=20) 

'''
s: 標籤名稱
color:標籤顏色
fontsize：標籤字體大小
rotation： 標籤旋轉角度
'''
# 正弦曲線
x = np.arange(-np.pi,np.pi,0.1)
y = np.sin(x)
plt.plot(x,y)
# X  Y 標籤的內容
plt.xlabel('x')             
plt.ylabel('f(x)=sin(x)')   
plt.xlabel('x',color='orange',fontsize=20,rotation=20)  #設置X軸標籤的內容及樣式
plt.ylabel('f(x)=sin(x)',rotation=60 ,fontsize=20)  #設置Y軸標籤的內容及樣式

這裏寫圖片描述

7）畫布的標題

plt.title(s, *args, **kwargs)

'''
color：顏色
fontsize：字體大小
rotation：旋轉角度
loc：位置{'center', 'left', 'right'}
    默認在中間
'''
# 正弦曲線
x = np.arange(-np.pi,np.pi,0.1)
x
y = np.sin(x)
plt.plot(x,y)
plt.title('Sin(x)',color='red',fontsize=25,rotation=45,loc='right')  # 默認在中間

這裏寫圖片描述

8）圖例

（1）方式一 plt.plot()中傳入名字

# 方式一 plt.plot()中傳入名字
x = np.linspace(0,10,101)
x
plt.plot(x,x,label='normal')
plt.plot(x,2*x,label='fast')
plt.plot(x,x/2,label='slow')
plt.legend()  #注意，使用label之後需要調用legend（）

這裏寫圖片描述

（2）方式二 plt.plot()中傳入名字

x = np.linspace(0,10,101)
x
plt.plot(x,x)
plt.plot(x,2*x)
plt.plot(x,x/2)
plt.legend(['normal','fast','slow'])

這裏寫圖片描述

（3） loc參數

功能：設置圖例的位置
默認在最優位置

字符串 數值 字符串 數值
best 最優的位置 0 center left 中間靠左 6
upper right 右上角 1 center right 中間靠右 7
upper left 坐上角 2 lower center 中間靠下 8
lower left 左下角 3 upper center 中間靠上 9
lower right 右下角 center 正中間 10
right 中間靠右 5 
data = np.random.randint(0,100,size=(10,3))
df = DataFrame(data,columns=list('ABC'))
df
plt.plot(df['A'])
plt.plot(df['B'])
plt.plot(df['C'])
plt.legend(['1','2','3'],loc=9)

這裏寫圖片描述

loc參數還可以是2個元素的列表，表示圖例左下角的座標

  • [0,0] 左下
  • [0,1] 左上
  • [1,0] 右下
  • [1,1] 右上
data = np.random.randint(0,100,size=(10,3))
df = DataFrame(data,columns=list('ABC'))
df
plt.plot(df['A'])
plt.plot(df['B'])
plt.plot(df['C'])
plt.legend(['1','2','3'],loc=[1,0.5])

這裏寫圖片描述

（4） ncol參數

功能：設置圖例有幾列

data = np.random.randint(0,100,size=(10,3))
df = DataFrame(data,columns=list('ABC'))
df
plt.plot(df['A'])
plt.plot(df['B'])
plt.plot(df['C'])
plt.legend(ncol=3)

這裏寫圖片描述

二、設置plot的風格和樣式

1、點和線的樣式

（1）顏色

參數colo=”red”或c=”red”

顏色值的方式

1.合法的HTML顏色名
2.別名
3.HTML十六進制字符串
4.歸一化到[0, 1]的RGB元組
x = np.linspace(-np.pi,np.pi,100)
x
plt.plot(x,np.sin(x),color='red')  #常規設置顏色
plt.plot(x,np.sin(x),c='red')  #簡寫設置顏色
plt.plot(x,np.sin(x),c='#aabbcc')  #十六進制設置顏色
plt.plot(x,np.sin(x),c='r')  #十六進制設置顏色
plt.plot(x,np.sin(x),c=(1,0.2,0))  #RGB設置顏色

這裏寫圖片描述

2)透明度plt.plot(x,y,alpha=0.2)

設置線條的顏色

x = np.linspace(-np.pi,np.pi,100)
plt.plot(x,np.sin(x),c=(1,0.2,0.5),alpha=0.5)  # 取值範圍0-1

這裏寫圖片描述

3)背景色plt.subplot(facecolor=”顏色”)

注意：
設置背景色，通過plt.subplot()方法傳入facecolor參數
先畫背景色 再劃線 否則背景色就把線給蓋住了

"""
facecolor：設置背景顏色
    facecolor="green" 可以直接傳入顏色
    facecolor=（0，1，0） 可以傳入RGB三色
"""
x = np.linspace(-np.pi,np.pi,100)
plt.subplot(facecolor=(0,0,1))  
plt.plot(x,np.sin(x),c=(1,0,0))

4)線型和線寬

（1）線型 參數linestyle或ls

線條風格 描述 線條風格 描述
‘-‘ 實線 ‘:’ 虛線
‘–’ 破折線 ‘steps’ 階梯線
‘-.’ 點劃線 ‘None’ / ‘，’ 什麼都不畫

（2）寬度 參數linewidth或lw

x = np.arange(0,10,1)
plt.plot(x,x,ls='--',lw=3)    #ls設置線型  lw設置線寬

這裏寫圖片描述

5)破折線（斷續線）

設置破折號序列各段的寬度
plt.plot(x,y,dashes=[10，10]) 

'''
dashes = [5, 5] #長度5，後面空5
dashes = [2, 3， 5，1] #長度2，後面空3， 長度5， 空1
'''
x = np.arange(-np.pi,np.pi,0.1)
y = np.sin(x)
plt.plot(x,y,dashes=[2,3,5,1])

這裏寫圖片描述

6) 點型

在繪圖時，是將連續的點連起來的圖形
這是將點顯示出來

'''
marker 設置點形
markersize 設置點形大小
'''

下面是一些點的形狀

標記 描述 標記 描述
‘1’ 一角朝下的三腳架 ‘3’ 一角朝左的三腳架
‘2’ 一角朝上的三腳架 ‘4’ 一角朝右的三腳架
’s’ 正方形 ‘p’ 五邊形
‘h’ 六邊形1 ‘H’ 六邊形2
‘8’ 八邊形
‘.’ 點 ‘x’ X
‘*’ 星號 ‘+’ 加號
‘,’ 像素
‘o’ 圓圈 ‘D’ 菱形
‘d’ 小菱形 ’ ’ , ‘None’ ,
’ ‘,None		 無
‘_’ 水平線 ‘|’ 豎線
‘v’ 一角朝下的三角形 ‘<’ 一角朝左的三角形
‘^’ 一角朝上的三角形 ‘>’ 一角朝右的三角形 
x = np.arange(1,10,1)
y = np.sin(x)
plt.plot(x,y,marker='*',markersize=20)

這裏寫圖片描述

7)點線設置參數總結

參數 描述 參數 描述
color或c 線的顏色 linestyle或ls 線型
linewidth或lw 線寬 marker 點型
markeredgecolor 點邊緣的顏色 markeredgewidth 點邊緣的寬度
markerfacecolor 點內部的顏色 markersize 點的大小

2、同時設置多個曲線樣式

1）多曲線同一設置

多個曲線樣式相同

x = np.linspace(0,100,30)
# plt.plot(x1,y1,x2,y2,x3,y3...)  顏色 點的形狀 線的樣式
plt.plot(x,x,x,2*x,x,x/2,c='r',marker='*',ls=':')

這裏寫圖片描述

2）多個曲線不同設置

多個都進行設置時，多參數連用 plt.plot(x1, y1, fmt1, x2, y2, fmt2, …)

'''
fmt = '[color][marker][line]' 顏色 點的樣式 線的樣式
fmt format 格式 格式化字符串 就是按照人家指定的格式去設置樣式的字符串
'''

這裏寫圖片描述

x = np.linspace(0,100,30)  # 0-100要30個
plt.plot(x,x,'ro:',x,2*x,'k*--',x,x/2,'c1-.')   #[color][marker][line]' '顏色 點的樣式 線的樣式'

3、曲線樣式的三種設置方式

（1）對座標系使用一系列的setter方法

x = np.linspace(0,100,30)  # 0-100要30個
x
axes  = plt.subplot()  #獲取座標系
axes.plot(x,x,x,2*x,x,x/2)  #畫三條線
axes.set_title('title')     #設置標題
axes.set_facecolor('gray')  #設置背景色
axes.set_xlabel('x')        #設置X軸標籤
axes.set_ylabel('y')        #設置Y軸標籤

這裏寫圖片描述

（2）對線使用一系列的setter方法

plt.plot()方法返回一個包含所有線的列表
設置每一個線需要獲取該線對象

x = np.linspace(0,100,30)  # 0-100要30個
x
lines = plt.plot(x,x,x,2*x,x,x/2)  #返回一個包含所有線的列表對象
lines[0].set_linewidth(5)       #設置第一條線的寬度
lines[1].set_linestyle(':')     #設置第二條線的樣式
lines[2].set_color('y')         #設置第三條先線的顏色

4、X、Y軸座標刻度

1）plt.xticks()和plt.yticks()方法

需指定刻度值和刻度名稱 plt.xticks([刻度起始值],[名稱列表])

x = np.linspace(-np.pi,np.pi,100)
plt.plot(x,np.sin(x))
plt.xticks([-np.pi,0,np.pi],['-π',0,'π'])      #設置x軸軸線的刻度
plt.yticks([-1,0,1])                             #設置Y軸
plt.grid()                   #畫網格線 網格線是按照刻度來畫的

這裏寫圖片描述

使用LaTex語法，用π 、σ 等表達式在圖表上寫上希臘字母

α β γ δ ϵ

θ λ π σ ϕ ω

Θ Λ Π Σ Φ Ω

κ 

x = np.linspace(-np.pi,np.pi,100)
plt.plot(x,np.sin(x))
plt.xticks([-3.14,-3.14/2,0,3.14/2,3.14],["-$\pi$","-$\pi$/2",0,"$\pi$/2","$\pi$"])
plt.xticks([-3.14,-3.14/2,0,3.14/2,3.14],["-$\pi$","-$\pi$/2",0,"$\pi$/2","$\pi$"],fontsize=20,color="red",rotation=20)

這裏寫圖片描述

2）plt.set__xticks()和plt.yticks()方法

5、網格線密度

網格線是由X軸和Y軸的值決定的。

x = np.arange(-np.pi, np.pi, step=0.1)
plt.plot(x,np.sin(x))
plt.xticks(np.arange(-4,4,0.5))  #密度大
# plt.xticks(np.arange(-4,4,1))  #密度小
plt.grid()

這裏寫圖片描述

三、2D圖形

1、直方圖

plt.hist(x,bins=None,normed=False，color=”blue”,orientation=”vertical”,**kwargs)

'''
bins: 整數值，也可以是表示bin的一個序列。默認值爲10 
density：將表示個數的值變成表示密度的值
color: 直方圖的顏色
orientation: 默認爲vertical 豎直直方圖
'''
data = np.random.randint(0,100,size=100)
data
plt.hist(data, bins=5, density=True, color="red", orientation="horizontal")  
# bins=5 將所有的數據分爲5份
# density=True 將表示有多少的數據轉變爲數據的密度
# orientation="horizontal" 水平直方圖

這裏寫圖片描述

2、條形圖

條形圖適合比較各部分的大小

# height 豎直方向的長度   width 水平方向的長度

1）豎直方向plt.bar()

# x = index
data = np.array([1,4,7,2,5,8,9])
index = [1,2,3,4,5,6,7]
plt.bar(x=index,height=data,width=0.5)

這裏寫圖片描述

注意豎直方向與水平方向上的height和width是相反的

2）水平方向plt.barh()

# y = index
data = np.array([1,4,7,2,5,8,9])
index = [1,2,3,4,5,6,7]
plt.barh(y=index,height=0.5,width=data)

這裏寫圖片描述

3）極座標plt.axes(polar=True)

在平面內取一個定點O，叫極點，引一條射線Ox，叫做極軸，再選定一個長度單位和角度的正方向（通常取逆時針方向）。對於平面內任何一點M，用ρ表示線段OM的長度（有時也用r表示），θ表示從Ox到OM的角度，ρ叫做點M的極徑，θ叫做點M的極角，有序數對 (ρ,θ)就叫點M的極座標，這樣建立的座標系叫做極座標系。

data = np.array([1,4,7,2,5,8,9])
index = [1,2,3,4,5,6,7]
plt.axes(polar=True)           # 極座標
plt.bar(x=index,height=data,width=0.5)

這裏寫圖片描述

3、餅圖

餅圖適合展示各部分佔總體的比例

1）普通各部分佔滿餅圖

x = [89,45,32,16]
plt.pie(x)

這裏寫圖片描述

2）普通各部分未佔滿餅圖

x = [0.1,0.2,0.25,0.23]
plt.pie(x)

這裏寫圖片描述

3）餅圖各參數

'''
labels：設置每一塊的標籤； 必須一一對應，不能是中文
labeldistance：設置標籤距離圓心的距離（0爲 圓餅中心數 1爲圓餅邊緣）
autopct：設置比例值的顯示格式(%1.1f%%)保留一位小數的百分比；
pctdistance：設置比例值文字距離圓心的距離（浮點值）
explode：設置每一塊頂點距圓心的長度（比例值,列表）；
colors：設置每一塊的顏色（列表）；最好一一對應
shadow：設置是否繪製陰影，默認爲False
startangle：設置餅圖起始角度 正右方爲0度
'''
x = [89,45,32,16]
plt.pie(x, 
        labels=['A','B','C','D'],
        labeldistance=1.2,
        autopct="%1.1f%%",    #1.1f% 保留一位小數的百分比
        pctdistance=0.5,      # 比例值文字距離圓心的距離
        explode=[0,0.2,0,0],    # 每一塊頂點距圓形的長度
        colors=["red","blue","yellow","green"],  #最好一一對應
        shadow=True,            # 是否有陰影
        startangle=60       #第一塊開始的角度

這裏寫圖片描述

4、散點圖plt.scatter（）

plt.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, hold=None, data=None, **kwargs)

'''
s=None :大小 可以傳入多個值 間隔輸出
c=None ：點的顏色  可以傳入多個值（可以傳入多個列表【多維數組】，也可以傳入多個元祖） 間隔輸出
marker ：點的形狀
cmap ：顏色映射
alpha ：透明度
'''
x = np.random.normal(loc=0,scale=1,size=1000)
y = np.random.normal(loc=0,scale=1,size=1000)
plt.scatter(x, y)
plt.scatter(x, y,s = [30, 100],c=[(1,0,0),(0,1,0),(0,0,1)],marker="o",alpha=0.8)

這裏寫圖片描述

隨機散點圖

x = np.random.normal(loc=0,scale=1,size=1000)
y = np.random.normal(loc=0,scale=1,size=1000)
size = np.random.randint(10,100,size=1000)    #隨機產生1000個整數
color = np.random.random(size=(1000,3))       #隨機給1000個整數產生 RGB
plt.scatter(x, y, s=size, c=color ,marker="o", alpha=0.8)

這裏寫圖片描述

=============以上爲重點=================

四、圖形內的文字、註釋、箭頭

1）圖形內的文字

pyplot函數 API方法 描述
text() mpl.axes.Axes.text() 在Axes對象的任意位置添加文字
xlabel() mpl.axes.Axes.set_xlabel() 爲X軸添加標籤
ylabel() mpl.axes.Axes.set_ylabel() 爲Y軸添加標籤
title() mpl.axes.Axes.set_title() 爲Axes對象添加標題
legend() mpl.axes.Axes.legend() 爲Axes對象添加圖例
figtext() mpl.figure.Figure.text() 在Figure對象的任意位置添加文字
suptitle() mpl.figure.Figure.suptitle() 爲Figure對象添加中心化的標題
annnotate() mpl.axes.Axes.annotate() 爲Axes對象添加註釋（箭頭可選）

（1）圖形內的文字

plt.suptitle("圖形")   #整個圖形的標題
plt.suptitle("suptitle")   #整個圖形的標題
plt.figtext(0.5,0.5,"figtext")  #必須傳入x y來設置文本位置  在整個圖中,按照位置設置文字

這裏寫圖片描述

（2）座標內的文字

axes = plt.subplot()
plt.suptitle("suptitle")   #整個圖形的標題
plt.figtext(0.5,0.5,"figtext")  #必須傳入x y來設置文本位置  在整個圖中,按照位置設置文字
axes.text(0.2,0.2,'axes text')  #必須傳入x y來設置文本位置  座標軸內設置文本
axes.set_title('axes title')    # 給座標軸設置title

這裏寫圖片描述

2）註釋plt.annotate( )

'''
s：要註釋的內容
xy：設置箭頭指示的位置
xytext：設置註釋文字的（左下角）位置  
arrowprops：以字典的形式設置箭頭的樣式  
    width：設置箭頭長方形部分的寬度
    headlength：設置箭頭尖端的長度，  
    headwidth：設置箭頭尖端底部的寬度
    shrink：設置箭頭頂點、尾部與指示點、註釋文字的距離（比例值），可以理解爲控制箭頭的長度
'''
data = np.random.randint(0,10,size=10)
index = np.arange(0,10,1)
plt.plot(index, data)
plt.annotate(s="this is a annotate", xy=[5,4], xytext=[3,8],arrowprops={"width":2,'shrink':0.6})

這裏寫圖片描述

3）箭頭

4）綜合運用

庫裏面還定義了一些arrowstyle可以選擇的風格樣式

'->' head_length=0.4,head_width=0.2
'-[' widthB=1.0,lengthB=0.2,angleB=None
'|-|' widthA=1.0,widthB=1.0
'-|>' head_length=0.4,head_width=0.2
'<-' head_length=0.4,head_width=0.2
'<->' head_length=0.4,head_width=0.2
'<|-' head_length=0.4,head_width=0.2
'<|-|>' head_length=0.4,head_width=0.2
'fancy' head_length=0.4,head_width=0.4,tail_width=0.4
'simple' head_length=0.5,head_width=0.5,tail_width=0.2
'wedge' tail_width=0.3,shrink_factor=0.5

這裏不同  arrowprops={"arrowstyle":'->'}

plt.plot(index, data)
plt.annotate(s="this is a annotate", xy=[5,4], xytext=[3,8],arrowprops={"arrowstyle":'->'})

這裏寫圖片描述

五、3D圖

1) 導包

from mpl_toolkits.mplot3d.axes3d import Axes3D

2) 使用mershgrid函數切割x,y軸

功能: 將二維座標轉換爲三維座標, 將座標網格化
這裏寫圖片描述

(1) 創建座標軸所需數據

x = np.linspace(0,10,101)
y = np.linspace(0,10,101)
x,y

(array([ 0. ,  0.1,  0.2,  0.3,  0.4,  0.5,  0.6,  0.7,  0.8,  0.9,  1. ,
         1.1,  1.2,  1.3,  1.4,  1.5,  1.6,  1.7,  1.8,  1.9,  2. ,  2.1,
         2.2,  2.3,  2.4,  2.5,  2.6,  2.7,  2.8,  2.9,  3. ,  3.1,  3.2,
         3.3,  3.4,  3.5,  3.6,  3.7,  3.8,  3.9,  4. ,  4.1,  4.2,  4.3,
         4.4,  4.5,  4.6,  4.7,  4.8,  4.9,  5. ,  5.1,  5.2,  5.3,  5.4,
         5.5,  5.6,  5.7,  5.8,  5.9,  6. ,  6.1,  6.2,  6.3,  6.4,  6.5,
         6.6,  6.7,  6.8,  6.9,  7. ,  7.1,  7.2,  7.3,  7.4,  7.5,  7.6,
         7.7,  7.8,  7.9,  8. ,  8.1,  8.2,  8.3,  8.4,  8.5,  8.6,  8.7,
         8.8,  8.9,  9. ,  9.1,  9.2,  9.3,  9.4,  9.5,  9.6,  9.7,  9.8,
         9.9, 10. ]),
 array([ 0. ,  0.1,  0.2,  0.3,  0.4,  0.5,  0.6,  0.7,  0.8,  0.9,  1. ,
         1.1,  1.2,  1.3,  1.4,  1.5,  1.6,  1.7,  1.8,  1.9,  2. ,  2.1,
         2.2,  2.3,  2.4,  2.5,  2.6,  2.7,  2.8,  2.9,  3. ,  3.1,  3.2,
         3.3,  3.4,  3.5,  3.6,  3.7,  3.8,  3.9,  4. ,  4.1,  4.2,  4.3,
         4.4,  4.5,  4.6,  4.7,  4.8,  4.9,  5. ,  5.1,  5.2,  5.3,  5.4,
         5.5,  5.6,  5.7,  5.8,  5.9,  6. ,  6.1,  6.2,  6.3,  6.4,  6.5,
         6.6,  6.7,  6.8,  6.9,  7. ,  7.1,  7.2,  7.3,  7.4,  7.5,  7.6,
         7.7,  7.8,  7.9,  8. ,  8.1,  8.2,  8.3,  8.4,  8.5,  8.6,  8.7,
         8.8,  8.9,  9. ,  9.1,  9.2,  9.3,  9.4,  9.5,  9.6,  9.7,  9.8,
         9.9, 10. ]))

(2) mershgrid函數切割x,y軸

功能：切割後能被3D座標系使用, 將x, y 軸轉換爲X, Y軸爲3D座標系使用

X,Y = np.meshgrid(x,y)
X,Y

(array([[ 0. ,  0.1,  0.2, ...,  9.8,  9.9, 10. ],
        [ 0. ,  0.1,  0.2, ...,  9.8,  9.9, 10. ],
        [ 0. ,  0.1,  0.2, ...,  9.8,  9.9, 10. ],
        ...,
        [ 0. ,  0.1,  0.2, ...,  9.8,  9.9, 10. ],
        [ 0. ,  0.1,  0.2, ...,  9.8,  9.9, 10. ],
        [ 0. ,  0.1,  0.2, ...,  9.8,  9.9, 10. ]]),
 array([[ 0. ,  0. ,  0. , ...,  0. ,  0. ,  0. ],
        [ 0.1,  0.1,  0.1, ...,  0.1,  0.1,  0.1],
        [ 0.2,  0.2,  0.2, ...,  0.2,  0.2,  0.2],
        ...,
        [ 9.8,  9.8,  9.8, ...,  9.8,  9.8,  9.8],
        [ 9.9,  9.9,  9.9, ...,  9.9,  9.9,  9.9],
        [10. , 10. , 10. , ..., 10. , 10. , 10. ]]))

3)創建3d座標系

功能: 建立一個三維座標系, 返回一個三維座標

axes = plt.subplot(projection=’3d’)

這裏寫圖片描述

4)繪製3d圖形

數據: 使用上邊的X, Y

'''
參數:
    cmap='rainbow'  將圖形顯示爲彩色
'''
Z = np.sin(X)-np.cos(Y)
從X矩陣中對應位置 取值 求sin 然後減去 從Y矩陣中對應位置 取值 求cos
得到的值 是 Z矩陣中對應位置的值

axes = plt.subplot(projection='3d') 
axes.plot_surface(X,Y,Z)

這裏寫圖片描述

5)添加colorbar

功能: 爲圖形添加狀態條

plt.colorbar(p,shrink=0.5)

'''
參數
    p 3D圖形對象
    shrink 改變進度條的長度
注意: 3D圖形的顏色需要時可表示的顏色纔可以使用colorbar(顏色全是藍色的就不能設置)
'''
axes = plt.subplot(projection='3d') 
p = axes.plot_surface(X,Y,Z,cmap='rainbow')
plt.colorbar(p,shrink=0.8)

這裏寫圖片描述

6)綜合繪製3D圖

plt.figure(figsize=(10,6))  #改變畫布大小
axes = plt.subplot(projection='3d')  ##
p = axes.plot_surface(X,Y,Z,cmap='rainbow')
plt.colorbar(p,shrink=0.5)

這裏寫圖片描述

六、極座標（玫瑰）圖

創建極座標，設置 polar 屬性 plt.axes(polar = True)

1）普通數字繪製極座標

data = np.array([2,4,6,8,10,12])
index = np.array([1,2,3,4,5,6])
plt.axes(polar=True)
plt.bar(x=index, height=data)

這裏寫圖片描述

2）π 繪製極座標

index = np.arange(0,2*np.pi,2*np.pi/8)  #將0-2π 分爲8分
plt.axes(polar=True)
plt.bar(x=index,height=[1,2,3,4,5,6,7,8])

這裏寫圖片描述

3）角度和弧度的轉換

如果數據用的是角度(0-360的)
極座標用的是弧度(0度-360度)

弧度/(2*np.pi)=角度/360
弧度=角度*np.pi/180

plt.axes(polar=True)
plt.bar(x=角度數據*np.pi/180,height= 實際數據)
發表評論
所有評論
還沒有人評論，想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章

Python繪製圖表【matplotlib】

流域哈哈 2019-02-24 13:20:58

機器學習二

小白的希望 2019-02-23 00:26:39

怎麼用matplotlib做出折線圖 並且完美顯示X軸標籤? 很簡單

wx5afe3631ad36a 2019-02-22 19:33:35

機器學習二

小白的希望 2019-02-15 13:09:58

機器學習二

小白的希望 2019-02-15 13:09:58

x軸座標斜着顯示set_xticklabels(tt.index,rotation=45)

14142135623731 2019-02-14 13:51:09

極簡教程: 使用 matplotlib 繪製 GIF 動圖

N3xtChen 2019-02-14 12:25:09

Python數據可視化教程之Matplotlib實現各種圖表實例

summer哥 2019-01-15 20:52:59

HttpsConnectionPool(host='pypi.python.org', port=443)

swinblacksea 2019-01-10 08:25:59

Python基於matplotlib畫箱體圖檢驗異常值操作示例【附xls數據文件下載】

云金杞 2019-01-08 12:12:46

Python關於excel和shp的使用在matplotlib

staHuri 2019-01-05 22:53:24

公交車總遲到？你大概掉進了“等待時間悖論&quot;

磐創AI 2018-12-18 14:20:01

使用自動編解碼器網絡實現圖片噪音去除

望月從良 2018-12-17 17:30:09

線性跟馳模型車頭間距

Rare0716 2018-12-17 15:25:03

matplotlib祕技：讓可視化圖形動起來

abs_zero 2018-12-17 14:45:07