Python之Matplotlib绘图

Python中一个重要的绘图库Matplotlib,它可以生成各种硬拷贝格式和跨平台交互式环境的出版物质量数据。Matplotlib可用于Python脚本,Python和IPython shell,Jupyter笔记本等。

对于简单的绘图,pyplot模块提供类似MATLAB的接口,特别是与IPython结合使用时。 对于高级用户,你可以通过面向对象的界面或通过MATLAB用户熟悉的一组函数完全控制线型,字体属性,轴属性等。如下图,你可以自由绘制常见图形,3D图形等。

关于matplotlib如何安装可以自行搜索,个人建议初学者安装Anaconda软件,Anaconda 是一个用于科学计算的 Python 发行版,支持 Linux, Mac, Windows, 包含了众多流行的科学计算、数据分析的 Python 包。可以登录官网或者清华大学镜像站下载,也可以到剑指工控QQ群,微信群等获取软件。根据自己的操作系统选择对应的软件,Python版本选择3.7.

软件的具体安装方法不再累述,安装完成后,打开Anaconda Navigator后如下图显示。

我们的编程测试环境将使用Jupyter Notebook,点击“Launch”登录后将如下图显示

建立一个项目文件夹,然后新建一个Python 3的项目,我们就可以愉快的编程了。

案例1:绘制一条线

import matplotlib.pyplot as plt #导入pyplot
import numpy as np #导入numpy
# np.linspace为numpy的等差数列函数,形成一个0到100之间,共50个元素的函数
x = np.linspace(0,100,50)
y = 2*x + 1 #赋值运算
#最重要的一步,plot用于绘制线条或标记的轴,可以指定线性,颜色等
plt.plot(x,y) #默认直接绘制
plt.show()

案例2:绘制一条特殊的线

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0,100,20)
#print (x)
y = 2*x + 1
#与案例1中不同的是增加很多参数,如color(颜色), linewidth(线宽), linestyle(线性), marker(标记)
plt.plot(x,y,color='red',linewidth=1.0,linestyle='-',marker='o')
plt.show()

案例3:绘制饼图

import matplotlib.pyplot as plt
labels = 'Frogs', 'Hogs', 'Dogs', 'Logs' #定义标签
sizes = [15, 30, 45, 10] #定义饼图的大小
explode = (0, 0.1, 0, 0) #定义切片
fig1, ax1 = plt.subplots() #导入饼图
#定义饼图的样式,此示例将 startangle设置为90 ,以便将所有对象逆时针旋转90度,定义了数
#据显示格式以小数显示,带阴影
ax1.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%',
shadow=True, startangle=90)
ax1.axis('equal') # 等纵横比可确保将饼图绘制为圆。.
plt.show()

案例4:绘制3D图

import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D #导入3D图库
fig = plt.figure(figsize=(12, 8)) #指定figure的大小
ax = Axes3D(fig)
# 生成X,Y
X = np.arange(-4, 4, 0.25)
Y = np.arange(-4, 4, 0.25)
X,Y = np.meshgrid(X, Y)
R = np.sqrt(X**2 + Y**2)

# height value
Z = np.sin(R)
# 绘图
# rstride(row)和cstride(column)表示的是行列的跨度
ax.plot_surface(X, Y, Z,
rstride=1, # 行的跨度
cstride=1, # 列的跨度
cmap=plt.get_cmap('rainbow') # 颜色映射样式设置
)
# offset 表示距离zdir的轴距离
ax.contourf(X, Y, Z, zdir='z', offest=-2, cmap='rainbow')
ax.set_zlim(-2, 2)
plt.show()

发表评论
留言与评论(共有 0 条评论)
   
验证码:

相关文章

推荐文章

'); })();