日韩无码专区无码一级三级片|91人人爱网站中日韩无码电影|厨房大战丰满熟妇|AV高清无码在线免费观看|另类AV日韩少妇熟女|中文日本大黄一级黄色片|色情在线视频免费|亚洲成人特黄a片|黄片wwwav色图欧美|欧亚乱色一区二区三区

三劍客之Matplotlib

創(chuàng)新互聯(lián)公司成都企業(yè)網(wǎng)站建設(shè)服務(wù)，提供成都網(wǎng)站制作、成都做網(wǎng)站網(wǎng)站開發(fā),網(wǎng)站定制,建網(wǎng)站,網(wǎng)站搭建,網(wǎng)站設(shè)計(jì),響應(yīng)式網(wǎng)站開發(fā),網(wǎng)頁(yè)設(shè)計(jì)師打造企業(yè)風(fēng)格網(wǎng)站,提供周到的售前咨詢和貼心的售后服務(wù)。歡迎咨詢做網(wǎng)站需要多少錢:028-86922220

matplotlib 是python最著名的繪圖庫(kù)，它提供了一整套和Matlab相似的命令A(yù)PI，十分適合交互式地進(jìn)行制圖。而且也可以方便地將它作為繪圖控件，嵌入GUI應(yīng)用程序中。matplotlib 可以繪制多種形式的圖形包括普通的線圖，直方圖，餅圖，散點(diǎn)圖以及誤差線圖等；可以比較方便的定制圖形的各種屬性比如圖線的類型，顏色，粗細(xì)，字體的大小等；它能夠很好地支持一部分 TeX 排版命令，可以比較美觀地顯示圖形中的數(shù)學(xué)公式。

更多Matplotlib的相關(guān)知識(shí)，可以參考這篇文章：《利用Python的Matplotlib庫(kù)進(jìn)行數(shù)據(jù)可視化》

3.1 pylot介紹

Matplotlib 包含了幾十個(gè)不同的模塊， 如 matlab、mathtext、finance、dates 等，而 pylot 則是我們最常用的繪圖模塊，這也是本文介紹的重點(diǎn)。

3.1.1 中文顯示問題的解決方案

有很多方法可以解決此問題，但下面的方法恐怕是最簡(jiǎn)單的解決方案了（我只在windows平臺(tái)上測(cè)試過，其他平臺(tái)請(qǐng)看官自測(cè)）。如果想了解更多，也可以參考我N年前的一片博文：matplotlib顯示中文的解決方案

>>> import matplotlib.pyplot as plt
>>> plt.rcParams['font.sans-serif'] = ['FangSong'] # 指定默認(rèn)字體
>>> plt.rcParams['axes.unicode_minus'] = False     # 解決保存圖像時(shí)'-'顯示為方塊的問題

3.1.2 繪制最簡(jiǎn)單的圖形

>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> x = np.arange(0, 2*np.pi, 0.01)
>>> y = np.sin(x)
>>> plt.plot(x, y)
>>> plt.show()

3.1.3 設(shè)置標(biāo)題、坐標(biāo)軸名稱、坐標(biāo)軸范圍

如果你在python的shell中運(yùn)行下面的代碼，而shell的默認(rèn)編碼又不是utf-8的話，中文可能仍然會(huì)顯示為亂碼。你可以嘗試著把 u’正弦曲線’ 寫成 ‘正弦曲線’.decode(‘gbk’)或者’正弦曲線’.decode(‘utf-8’)

>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> from pylab import mpl
>>> mpl.rcParams['font.sans-serif'] = ['FangSong']
>>> mpl.rcParams['axes.unicode_minus'] = False
>>> x = np.arange(0, 2*np.pi, 0.01)
>>> y = np.sin(x)
>>> plt.plot(x, y)
>>> plt.title(u'正弦曲線', fontdict={'size':20})      # 設(shè)置標(biāo)題
>>> plt.xlabel(u'弧度', fontdict={'size':16})         # 顯示橫軸名稱
>>> plt.ylabel(u'正弦值', fontdict={'size':16})       # 顯示縱軸名稱
>>> plt.axis([-0.1*np.pi, 2.1*np.pi, -1.1, 1.1])     # 設(shè)置坐標(biāo)軸范圍
>>> plt.axis('equal')                                # xy軸等比例保持
>>> plt.show()

3.1.4 設(shè)置點(diǎn)和線的樣式、寬度、顏色

plt.plot函數(shù)的調(diào)用形式如下：

plot(x, y, color='green', linestyle='dashed', linewidth=1, marker='o', markerfacecolor='blue', markersize=6)
plot(x, y, c='g', ls='--', lw=1, marker='o', mfc='blue', ms=6)

1、color指定線的顏色，可簡(jiǎn)寫為“c”。顏色的選項(xiàng)為：

·藍(lán)色： ‘b’ (blue)

·綠色： ‘g’ (green)

·紅色： ‘r’ (red)

·墨綠： ‘c’ (cyan)

·洋紅： ‘m’ (magenta)

·黃色： ‘y’ (yellow)

·黑色： ‘k’ (black)

·白色： ‘w’ (white)

·灰度表示： e.g. 0.75 ([0,1]內(nèi)任意浮點(diǎn)數(shù))

·RGB表示法： e.g. ‘#2F4F4F’ 或 (0.18, 0.31, 0.31)

1、linestyle指定線型，可簡(jiǎn)寫為“l(fā)s”。線型的選項(xiàng)為：

·實(shí)線： ‘-’ (solid line)

·虛線： ‘–’ (dashed line)

·虛點(diǎn)線： ‘-.’ (dash-dot line)

·點(diǎn)線： ‘:’ (dotted line)

·無(wú)： '‘或’ ‘或’None’

1、linewidth指定線寬，可簡(jiǎn)寫為“l(fā)w”。

2、marker描述數(shù)據(jù)點(diǎn)的形狀

·點(diǎn)線： ‘.’

·點(diǎn)線： ‘o’

·加號(hào)： '+

·叉號(hào)： ‘x’

·上三角： ‘^’

·上三角： ‘v’

1、markerfacecolor指定數(shù)據(jù)點(diǎn)標(biāo)記的表面顏色，可 簡(jiǎn)寫為“ mfc”。

2、markersize指定數(shù)據(jù)點(diǎn)標(biāo)記的大小，可 簡(jiǎn)寫為“ ms”。

3.1.5 文本標(biāo)注和圖例

我們分別使用不同的線型、顏色來(lái)繪制以10、e、2為基的一組冪函數(shù)曲線，演示文本標(biāo)注和圖例的使用。

>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> from pylab import mpl
>>> mpl.rcParams['font.sans-serif'] = ['FangSong']
>>> mpl.rcParams['axes.unicode_minus'] = False
>>> x = np.linspace(-4, 4, 200)
>>> f1 = np.power(10, x)
>>> f2 = np.power(np.e, x)
>>> f3 = np.power(2, x)
>>> plt.plot(x, f1, 'r', ls='-', linewidth=2, label='$10^x$')
>>> plt.plot(x, f2, 'b', ls='--', linewidth=2, label='$e^x$')
>>> plt.plot(x, f3, 'g', ls=':', linewidth=2, label='$2^x$')
>>> plt.axis([-4, 4, -0.5, 8])
>>> plt.text(1, 7.5, r'$10^x$', fontsize=16)
>>> plt.text(2.2, 7.5, r'$e^x$', fontsize=16)
>>> plt.text(3.2, 7.5, r'$2^x$', fontsize=16)
>>> plt.title('冪函數(shù)曲線', fontsize=16)
>>> plt.legend(loc='upper left')
>>> plt.show()

在繪制圖例時(shí)，loc用于指定圖例的位置，可用的選項(xiàng)有：

·best

·upper right

·upper left

·lower left

·lower right

3.2 繪制多軸圖

在介紹如何將多幅子圖繪制在同一畫板的同時(shí)，順便演示如何繪制直線和矩形。我們可以使用subplot函數(shù)快速繪制有多個(gè)軸的圖表。subplot函數(shù)的調(diào)用形式如下：

subplot(numRows, numCols, plotNum)

subplot將整個(gè)繪圖區(qū)域等分為numRows行 * numCols列個(gè)子區(qū)域，然后按照從左到右，從上到下的順序?qū)γ總€(gè)子區(qū)域進(jìn)行編號(hào)，左上的子區(qū)域的編號(hào)為1。如果numRows，numCols和plotNum這三個(gè)數(shù)都小于10的話，可以把它們縮寫為一個(gè)整數(shù)，例如subplot(323)和subplot(3,2,3)是相同的。subplot在plotNum指定的區(qū)域中創(chuàng)建一個(gè)軸對(duì)象。如果新創(chuàng)建的軸和之前創(chuàng)建的軸重疊的話，之前的軸將被刪除。

>>> import matplotlib.pyplot as plt
>>> plt.subplot(221) # 兩行兩列的第1個(gè)位置
>>> plt.axis([-1, 2, -1, 2])
>>> plt.axhline(y=0.5, color='b')
>>> plt.axhline(y=0.5, xmin=0.25, xmax=0.75, color='r')
>>> plt.subplot(222) # 兩行兩列的第2個(gè)位置
>>> plt.axis([-1, 2, -1, 2])
>>> plt.axvline(x=0, ymin=0, linewidth=4, color='r')
>>> plt.axvline(x=1.0, ymin=-0.5, ymax=0.5, linewidth=4, color='g')
>>> plt.subplot(212) # 兩行一列的第2個(gè)位置
>>> plt.axis([-1, 2, -1, 2])
>>> plt.axvspan(1.25, 1.55, facecolor='g', alpha=0.5)
>>> plt.axhspan(0.25, 0.75, facecolor='0.5', alpha=0.5)
>>> plt.show()

3.3 常用繪圖類型

3.3.1 直方圖

用numpy隨機(jī)生成一個(gè)符合正態(tài)分布的數(shù)據(jù)集，統(tǒng)計(jì)分段區(qū)域內(nèi)數(shù)據(jù)的個(gè)數(shù)。

>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> data = np.random.normal(5.0, 3.0, 1000)
>>> plt.hist(data)
>>> bins = np.arange(-5, 16, 1)
>>> plt.hist(data, bins) # 使用自定義的分段區(qū)域
>>> plt.show()

3.3.2 散點(diǎn)圖

使用plot()繪圖時(shí)，如果指定樣式參數(shù)為僅繪制數(shù)據(jù)點(diǎn)（linestyle=‘None’），那么所繪制的就是一幅散列圖。這種方法所繪制的點(diǎn)無(wú)法單獨(dú)指定數(shù)據(jù)點(diǎn)的顏色和大小，而使用scatter()繪制散列圖就可以指定每個(gè)點(diǎn)的顏色和大小。

plt.scatter函數(shù)的調(diào)用形式如下：

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)

scatter()的前兩個(gè)參數(shù)是數(shù)組，分別指定每個(gè)點(diǎn)的X軸和Y軸的坐標(biāo)。s參數(shù)指定點(diǎn)的大 小，值和點(diǎn)的面積成正比，它可以是一個(gè)數(shù)，指定所有點(diǎn)的大小，也可以是數(shù)組，分別對(duì)每個(gè)點(diǎn)指定大小。c參數(shù)指定每個(gè)點(diǎn)的顏色，可以是數(shù)值或數(shù)組。這里使用一維數(shù)組為每個(gè)點(diǎn)指定了一個(gè)數(shù)值。通過顏色映射表，每個(gè)數(shù)值都會(huì)與一個(gè)顏色相對(duì)應(yīng)。默認(rèn)的顏色映射表中藍(lán)色與最小值對(duì)應(yīng)，紅色與值對(duì)應(yīng)。當(dāng)c參數(shù)是形狀為(N,3)或(N,4)的二維數(shù)組時(shí)，則直接表示每個(gè)點(diǎn)的RGB顏色。marker參數(shù)設(shè)置點(diǎn)的形狀，可以是個(gè)表示形狀的字符串，也可以是表示多邊形的兩個(gè)元素的元組，第一個(gè)元素表示多邊形的邊數(shù)，第二個(gè)元素表示多邊形的樣式，取值范圍為0、1、2、3。0表示多邊形，1表示星形，2表示放射形，3表示忽略邊數(shù)而顯示為圓形。alpha參數(shù)設(shè)置點(diǎn)的透明度。facecolors參數(shù)為“none”時(shí)，表示散列點(diǎn)沒有填充色。

>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> x = np.random.rand(50)
>>> y = np.random.rand(50)
>>> area = np.pi * (15 * np.random.rand(50))**2
>>> color = 2 * np.pi * np.random.rand(50)
>>> plt.scatter(x, y, s=area, c=color, alpha=0.5, cmap=plt.cm.hsv)
>>> plt.show()

3.3.3 梯形圖、柱狀圖、填充圖

>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> n = np.array([0,1,2,3,4,5])
>>> x = np.linspace(-0.75, 1., 100)
>>> plt.subplot(131)
>>> plt.step(n, n**2, lw=2)
>>> plt.subplot(132)
>>> plt.bar(n, n**2, align="center", width=0.5, alpha=0.5)
>>> plt.subplot(133)
>>> plt.fill_between(x, x**2, x**3, color="green", alpha=0.5)
>>> plt.show()

3.3.4 對(duì)數(shù)坐標(biāo)

plot()所繪制圖表的X-Y軸坐標(biāo)都是算術(shù)坐標(biāo)。繪制對(duì)數(shù)坐標(biāo)圖的函數(shù)有三個(gè)：semilogx()、semilogy()和loglog(),它們分別繪制X軸為對(duì)數(shù)坐標(biāo)、Y軸為對(duì)數(shù)坐標(biāo)以及兩個(gè)軸都為對(duì)數(shù)坐標(biāo)時(shí)的圖表。

>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> x = np.linspace(0, 3, 100)
>>> y = np.power(2, np.power(2,x))
>>> plt.subplot(121)
>>> plt.semilogy(x, y , '-r')
>>> plt.subplot(122)
>>> plt.plot(x,y, '--g')
>>> plt.show()

3.3.5極坐標(biāo)繪圖

極坐標(biāo)系是和笛卡爾(X-Y)坐標(biāo)系完全不同的坐標(biāo)系，極坐標(biāo)系中的點(diǎn)由一個(gè)夾角和一段相對(duì)中心點(diǎn)的距離來(lái)表示。polar(theta, r, **kwargs)可以直接創(chuàng)建極坐標(biāo)子圖并在其中繪制曲線。也可以使用程序中調(diào)用subplot()創(chuàng)建子圖時(shí)通過設(shè) polar參數(shù)為True,創(chuàng)建一個(gè)極坐標(biāo)子圖，然后調(diào)用plot()在極坐標(biāo)子圖中繪圖。

>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> theta = np.arange(0, 2*np.pi, 0.02)
>>> plt.polar(theta, 1.4*np.cos(5*theta), "--", linewidth=2)
>>> plt.polar(theta, 1.8*np.cos(4*theta), linewidth=2)
>>> plt.rgrids(np.arange(0.5, 2, 0.5), angle=45)
>>> plt.thetagrids([0, 45])thetagridlabel objects>)
>>> plt.show()
>>>

3.4 2D繪圖

3.4.1 等值線圖

所謂等值線，是指由函數(shù)值相等的各點(diǎn)連成的平滑曲線。等值線可以直觀地表示二元函數(shù)值的變化趨勢(shì)，例如等值線密集的地方表示函數(shù)值在此處的變化較大。matplotlib中可以使用contour()和contourf()描繪等值線，它們的區(qū)別是：contourf()所得到的是帶填充效果的等值線。

>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> y, x = np.ogrid[-2:2:200j, -3:3:300j]
>>> z = x * np.exp( - x**2 - y**2)
>>> extent = [np.min(x), np.max(x), np.min(y), np.max(y)]
>>> plt.subplot(121)
>>> cs = plt.contour(z, 10, extent=extent)
>>> plt.clabel(cs)

>>> plt.subplot(122)
>>> plt.contourf(x.reshape(-1), y.reshape(-1), z, 20)
>>> plt.show()

為了更淸楚地區(qū)分X軸和Y軸，這里讓它們的取值范圍和等分次數(shù)均不相同.這樣得 到的數(shù)組z的形狀為(200, 300),它的第0軸對(duì)應(yīng)Y軸、第1軸對(duì)應(yīng)X軸。

調(diào)用contour()繪制數(shù)組z的等值線圖，第二個(gè)參數(shù)為10,表示將整個(gè)函數(shù)的取值范圍等分為10個(gè)區(qū)間,即顯示的等值線圖中將有9條等值線?？梢允褂胑xtent參數(shù)指定等值線圖的X軸和Y軸的數(shù)據(jù)范圍。

contour()所返回的是一個(gè)QuadContourSet對(duì)象， 將它傳遞給clabel()，為其中的等值線標(biāo)上對(duì)應(yīng)的值。

調(diào)用contourf(),繪制將取值范圍等分為20份、帶填充效果的等值線圖。這里演示了另外一種設(shè)置X、Y軸取值范圍的方法，它的前兩個(gè)參數(shù)分別是計(jì)算數(shù)組z時(shí)所使用的X軸和Y軸上的取樣點(diǎn),這兩個(gè)數(shù)組必須是一維的。

3.4.2 二維數(shù)據(jù)的平面色彩顯示

>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> data=np.clip(np.random.randn(5,5),-1,1)
>>> plt.subplot(221)
>>> plt.imshow(data)
>>> plt.subplot(222)
>>> plt.imshow(data,cmap=plt.cm.cool)
>>> plt.subplot(223)
>>> plt.imshow(data,cmap=plt.cm.hot)
>>> plt.colorbar()
>>> plt.subplot(224)
>>> im = plt.imshow(data,cmap=plt.cm.winter)
>>> plt.colorbar(im, cmap=plt.cm.winter, ticks=[-1,0,1])
>>> plt.show()

3.5 3D繪圖

雖然matplotlib主要專注于繪圖，并且主要是二維的圖形，但是它也有一些不同的擴(kuò)展，能讓我們?cè)诘乩韴D上繪圖，讓我們把Excel和3D圖表結(jié)合起來(lái)。在matplotlib的世界里，這些擴(kuò)展叫做工具包（toolkits）。工具包是一些關(guān)注在某個(gè)話題（如3D繪圖）的特定函數(shù)的集合。

比較流行的工具包有Basemap、GTK 工具、Excel工具、Natgrid、AxesGrid和mplot3d。

mpl_toolkits.mplot3工具包提供了一些基本的3D繪圖功能，其支持的圖表類型包括散點(diǎn)圖（scatter）、曲面圖（surf）、線圖（line）和網(wǎng)格圖（mesh）。雖然mplot3d不是一個(gè)最好的3D圖形繪制庫(kù)，但是它是伴隨著matplotlib產(chǎn)生的，因此我們對(duì)其接口已經(jīng)很熟悉了。

下面是一個(gè)使用plot_surface繪制3d曲面圖的例子。

>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> import mpl_toolkits.mplot3d
>>> x, y = np.mgrid[-2:2:50j,-2:2:50j]
>>> 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()

python創(chuàng)新互聯(lián)教程，免費(fèi)的在線學(xué)習(xí)python平臺(tái)，歡迎關(guān)注！

相關(guān)推薦：

1、Python數(shù)學(xué)建模三劍客之Numpy

2、Python數(shù)學(xué)建模三劍客之Scipy

分享標(biāo)題：創(chuàng)新互聯(lián)Python教程：Python數(shù)學(xué)建模三劍客之Matplotlib
地址分享：http://m.5511xx.com/article/codccph.html