Python利用Matplotlib畫曲線和柱狀圖

首先補充一下：兩種體系7種顏色 r g b y m c k （紅，綠，藍，黃，品紅，青，黑）

在科研的過程中，座標系中的XY不一定就是等尺度的。例如在聲波中對Y軸取對數。肆意我們也必須知道這種座標系如何畫出來的。

 1：對數座標圖

    有3個函數可以實現這種功能，分別是：semilogx（），semilogy（），loglog（）。它們分別表示對X軸，Y軸，XY軸取對數。下面在一個2*2的figure裏面來比較這四個子圖（還有plot（））。

def drawsemilogx():
    w=np.linspace(0.1,1000,1000)
    p=np.abs(1/(1+0.1j*w))

    plt.subplot(221)
    plt.plot(w,p,lw=2)
    plt.xlabel('X')
    plt.ylabel('y');

    plt.subplot(222)
    plt.semilogx(w,p,lw=2)
    plt.ylim(0,1.5)
    plt.xlabel('log(X)')
    plt.ylabel('y')

    plt.subplot(223)
    plt.semilogy(w,p,lw=2)
    plt.ylim(0,1.5)
    plt.xlabel('x')
    plt.xlabel('log(y)')

    plt.subplot(224)
    plt.loglog(w,p,lw=2)
    plt.ylim(0,1.5)
    plt.xlabel('log(x)')
    plt.xlabel('log(y)')
    plt.show()

如上面的代碼所示，對一個低通濾波器函數繪圖。得到四個不同座標尺度的圖像。如下圖所示：

2，極座標圖像
    極座標系中的點由一個夾角和一段相對於中心位置的距離來表示。其實在plot（）函數裏面本來就有一個polar的屬性，讓他爲True就行了。下面繪製一個極座標圖像：

def drawEightFlower():

    theta=np.arange(0,2*np.pi,0.02)
    plt.subplot(121,polar=True)
    plt.plot(theta,2*np.ones_like(theta),lw=2)
    plt.plot(theta,theta/6,'--',lw=2)

    plt.subplot(122,polar=True)
    plt.plot(theta,np.cos(5*theta),'--',lw=2)
    plt.plot(theta,2*np.cos(4*theta),lw=2)
    plt.rgrids(np.arange(0.5,2,0.5),angle=45)
    plt.thetagrids([0,45,90]);

    plt.show();

整個代碼很好理解，在後面的13，14行沒見過。第一個plt.rgrids(np.arange(0.5,2,0.5),angle=45) 表示繪製半徑爲0.5 1.0 1.5的三個同心圓，同時將這些半徑的值標記在45度位置的那個直徑上面。plt.thetagrids([0,45,90]) 表示的是在theta爲0，45，90度的位置上標記上度數。得到的圖像是：

3，柱狀圖：

核心代碼matplotlib.pyplot.bar(left, height, width=0.8, bottom=None, hold=None, **kwargs)裏面重要的參數是左邊起點，高度，寬度。下面例子：

def drawPillar():
    n_groups = 5;
    means_men = (20, 35, 30, 35, 27)
    means_women = (25, 32, 34, 20, 25)

    fig, ax = plt.subplots()
    index = np.arange(n_groups)
    bar_width = 0.35

    opacity = 0.4
    rects1 = plt.bar(index, means_men, bar_width,alpha=opacity, color='b',label=    'Men')
    rects2 = plt.bar(index + bar_width, means_women, bar_width,alpha=opacity,color='r',label='Women')

    plt.xlabel('Group')
    plt.ylabel('Scores')
    plt.title('Scores by group and gender')
    plt.xticks(index + bar_width, ('A', 'B', 'C', 'D', 'E'))
    plt.ylim(0,40);
    plt.legend();

    plt.tight_layout();
    plt.show();

得到的圖像是：

再貼一圖：

這是我關於pose識別率的實驗結果，感覺結果真是令人不可思議！（非博主原文！）

def drawBarChartPoseRatio():
    n_groups = 5
    means_VotexF36 = (0.84472049689441, 0.972477064220183, 1.0, 0.9655172413793104, 0.970970970970971)
    means_VotexF50 = (1.0,              0.992992992992993, 1.0, 0.9992348890589136, 0.9717125382262997)
    means_VFH36    = (0.70853858784893, 0.569731081926204, 0.8902900378310215, 0.8638638638638638, 0.5803008248423096)
    means_VFH50    = (0.90786948176583, 0.796122576610381, 0.8475120385232745, 0.8873762376237624, 0.5803008248423096)

    fig, ax = plt.subplots()
    index = np.arange(n_groups)
    bar_width = 0.3
    opacity   = 0.4

    rects1 = plt.bar(index,             means_VFH36,    bar_width/2, alpha=opacity, color='r', label='VFH36'   )
    rects2 = plt.bar(index+ bar_width/2,  means_VFH50,  bar_width/2, alpha=opacity, color='g', label='VFH50'   )

    rects3 = plt.bar(index+bar_width, means_VotexF36,     bar_width/2, alpha=opacity, color='c', label='VotexF36')
    rects4 = plt.bar(index+1.5*bar_width, means_VotexF50, bar_width/2, alpha=opacity, color='m', label='VotexF50')

    plt.xlabel('Category')
    plt.ylabel('Scores')
    plt.title('Scores by group and Category')

    #plt.xticks(index - 0.2+ 2*bar_width, ('balde', 'bunny', 'dragon', 'happy', 'pillow'))
    plt.xticks(index - 0.2+ 2*bar_width, ('balde', 'bunny', 'dragon', 'happy', 'pillow')，fontsize =18)

    plt.yticks(fontsize =18)  #change the num axis size

    plt.ylim(0,1.5)  #The ceil
    plt.legend()
    plt.tight_layout()
    plt.show()

柱狀圖顯示：

4：散列圖，由離散的點構成的。

函數是：

matplotlib.pyplot.scatter(x, y, s=20, c='b', marker='o', cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, hold=None,**kwargs)，其中，xy是點的座標，s點的大小，maker是形狀可以maker=（5，1）5表示形狀是5邊型，1表示是星型（0表示多邊形，2放射型，3圓形）；alpha表示透明度；facecolor=‘none’表示不填充。例子如下：

def drawStar():
    plt.figure(figsize=(8,4))
    x=np.random.random(100)
    y=np.random.random(100)
    plt.scatter(x,y,s=x*1000,c='y',marker=(5,1),alpha=0.5,lw=2,facecolors='none')
    plt.xlim(0,1)
    plt.ylim(0,1)

    plt.show()

上面代碼的facecolors參數使得前面的c=‘y’不起作用了。圖像：

5，3D圖像，主要是調用3D圖像庫。看下面的例子：

def draw3Dgrid():

    x,y=np.mgrid[-2:2:20j,-2:2:20j]
    z=x*np.exp(-x**2-y**2)
    ax=plt.subplot(111,projection='3d')
    ax.plot_surface(x,y,z,rstride=2,cstride=1,cmap=plt.cm.coolwarm,alpha=0.8)
    ax.set_xlabel('x')
    ax.set_ylabel('y')
    ax.set_zlabel('z')

    plt.show()

得到的圖像如下圖所示：

到此，matplotlib基本操作的學習結束了，相信大家也可以基本完成自己的科研任務了。下面將繼續學習python的相關課程，請繼續關注。

參考書目：

《python科學計算》

《matplotlib手冊》

原文鏈接：http://blog.csdn.net/ikerpeng/article/details/20523679

參考資料：http://matplotlib.org/gallery.html   matplotlib畫廊

有少量修改，如有疑問，請訪問原作者！

轉自：http://blog.csdn.net/ikerpeng/article/details/20523679