python-matplotlib绘图——利用plt.pcolor(x,y,value)绘制三维图

最新推荐文章于 2024-03-22 20:30:00 发布
最新推荐文章于 2024-03-22 20:30:00 发布
阅读量3.2k 收藏 8
点赞数
文章标签： python matplotlib
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/HYQ666888999/article/details/111642080
版权

例子：查看，模型的精度与参数t和window的关系

import matplotlib.pyplot as plt
plt.figure(figsize=(8,8))
plt.pcolor(t,window,loss)
plt.xlabel('t')
plt.ylabel('window')
#plt.colorbar()
cb=plt.colorbar()
cb.ax.tick_params(labelsize=20) #用于调整比例字体大小

注意三个必要参数的数值格式，前二者是一维数列，长度相同，第三个参数是一个二维方阵，
在这里插入图片描述
在这里插入图片描述
函数详细信息：

help(plt.pcolor)

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
太长了，不截图了

1129的阳光
关注
  • 0
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
python-matplotlib-1.2.0-16.el7.x86_64.rpm
12-13
官方离线安装包，亲测可用。使用rpm -ivh [rpm完整包名] 进行安装
python-matplotlib-1.2.0-15.el7.x86_64.rpm
11-30
离线安装包，亲测可用
【pcolor数据可视化】Matlab vs. Python
最新发布
qq_38734327的博客
03-22 395
地理信息数据可视化
python-matplotlib-data-2.0.0-3.el7.noarch.rpm
12-13
官方离线安装包，亲测可用。使用rpm -ivh [rpm完整包名] 进行安装
Python三维绘图--Matplotlib
02-24
创建Axes3D主要有两种方式，一种是利用关键\u5b57projection='3d'l来实现，另一种则是通过从mpl_toolkits.mplot3d导入对象Axes3D来实现，目的都是生成具有三维格式的对象Axes3D.随后在定义的坐标轴上画图：下一步画三维曲面：如果加入渲染时的步长，会得到更加清晰细腻的图像：ax3.plot_surface(X,Y,Z,rstride=1,cstride=1,cmap='rainbow'),其中的row和cloum_stride为横竖方向的绘图采样步长，越小绘图越精细。同时还可以将等高线投影到不同的面上：可以利用scatter()生成各种不同大小，颜色的散点图，
关于plt.pcolor的理解
nebula1008的博客
10-31 2869
plt.pcolor是画什么的，看下面这个就明白了 Z变量是一个二维矩阵，每个点都有一个值，pcolor就是以颜色的深浅把每个位置的值表示出来，直观地展示了原数组的数据大小分布。 参考文章
plt.pcolormesh()的使用
qq_45883336的博客
04-30 1万+
plt.pcolormesh()的参数 官网一些参数意思比较难懂，直接看例子会比较理解一点。 例子 经过一下午的折腾，一直没理解他是怎么区分颜色的，最后发现用法和scatter差不多，首先是x和y，scatter的第三个参数是c也就是颜色，而pcolormesh把c=删掉就行。下面是一张对比图。 只要数据量很大且他们之间的差很小，散点图可以和pcolormesh的效果基本一致，只不过一个是画点，一个是修改格子颜色。pcolormesh()的x就是x坐标，y就是y坐标，c是区分他们的种类依次来显示不同的颜色
用plt.pcolormesh绘制分类图及分类边界
transformed的博客
05-21 2934
import matplotlib.pyplot as plt import numpy as np from sklearn import svm from sklearn.model_selection import train_test_split #训练svm分类器 x= np.array([[-1,-1],[-2,-1],[1,1],[2,1],[-1,1],[-1,2],[1,-1]...
python绘图 科研作图 常用函数 方法
Cherry_csc的博客
02-12 3790
python中matplotlib库中一些作图方法总结
matlab画图之pcolor函数
热门推荐
掉下个小石头
04-08 6万+
画一个网络节点连接关系色彩图代码      主要调用函数pcolor, colorbar, colormap      clear;clc; map=2*(rand(10)-0.5); pcolor(map); colorbar; axis off;       其中colorbar函数会自动匹配map里面值的大小。       结果如下：       但是细看会有问题，画的图少
利用plt.pcolormesh绘制分类图
zsdust的博客
03-28 4万+
本文主要介绍如何利用plt.pcolormesh来绘制如下的分类图 plt.pcolormesh的作用在于能够直观表现出分类边界。如果只是单纯的绘制散点图，效果如下： 那么我们就看不出分类的边界。 下面将以鸢尾花数据集为例说明如何使用plt.pcolormesh，该数据集一共包含3类鸢尾花的数据 首先引入必要的库 import numpy as np import pandas...
plt.imshow() & plt.pcolor()
weixin_45405128的博客
10-11 2903
import numpy as np import matplotlib.pyplot as plt epsilon=10E-10;Z=1;N=3 def func_px(x,y,z): r=np.sqrt(x**2+y**2+z**2) if r<epsilon: return 0 rho=2*Z*r/N R2p=(1/2/np.sqr...
plt.pcolormesh绘制分类图
qq_39355550的博客
09-17 8003
# -*- coding: utf-8 -*- ''' 多元分类：逻辑回归分类器 并绘制pcolormesh伪彩图 sklearn.linear_model.LogisticRegression( solver='liblinear', C=正则强度) ''' # pcolormesh(x, y, c=d, cmap='jet') cmap:渐变色映射 plt...
python中pcolor_Python Matplotlib.pyplot.pcolor()用法及代码示例
weixin_30062415的博客
02-09 2380
Matplotlib是用于数据可视化的著名Python软件包。 Numpy是Matplotlib的数字数学扩展。 Matplotlib能够生成high-quality个图形，图表和图形。 Matplotlib生成面向对象的API，以便使用GUI工具包(例如Tkinter，wxPython或Qt)将图嵌入到项目中。 John D. Hunter是Matplotlib的原始开发人员，它以BSD-sty...
Matplotlib+Numpy利用三元方程绘制三维图
weixin_44853840的博客
12-09 2047
python用三元方程画三维图详解
【python学习】-多张三维图共用一个colorbar(matplotlib绘制)
袁家瑜的博客
04-06 4491
多张三维图共用一个colorbar一张三维图多张三维图 一张三维图 绘制一张三维图，大概步骤是：导入相关库；生成三维图框，对X,Y数据进行统一网格化，绘制图形，添加colorbar，设置图形其他参数（如坐标轴，刻度范围，图形像素及大小），显示图形。 from mpl_toolkits.mplot3d import axes3d import matplotlib.pyplot as plt from matplotlib import cm import matplotlib import numpy as
matlab绘图函数:举例说明surf、mesh、pcolor联系和区别
fightclub_的博客
08-30 1万+
matlab绘图函数:举例说明surf、mesh、pcolor联系和区别
Python数据可视化详解(2/5)--------色图与三维绘图
Chandler_river的博客
05-03 2056
Python数据可视化详解(2/5)--------热力图
【matplotlib】在matplotlib中设置颜色条的范围
mjiansun的专栏
08-05 7945
有以下代码： import matplotlib.pyplot as plt cdict = { 'red' : ( (0.0, 0.25, .25), (0.02, .59, .59), (1., 1., 1.)), 'green': ( (0.0, 0.0, 0.0), (0.02, .45, .45), (1., .97, .97)), 'blue' : ( (0.0, 1.0, 1.0), (0.02, .75, .75), (1., 0.45, 0.45)) } cm
讲解：import numpy as np import matplotlib . pyplot as plt x = np . linspace (0,2* np . pi ,500)y1= np . sin ( x ) y2= np . cos ( x )y3= np . sin ( x * x ) plt . figure (1) ax1= plt . subplot (2,2,1) ax2= plt . subplot (2,2,2) ax3= plt . subplot (212, facecolor =' y ') plt . sca (ax1) plt . plot ( x ,y1, color =' red ') plt . ylim (-1.2,1.2) plt . sca (ax2) plt . plot ( x ,y2,' b --') plt . ylim (-1.2,1.2) plt . sca (ax3) plt . plot ( x ,y3,' g --') plt . ylim (-1.2,1.2) plt . show () #创建自变量数组 #创建函数值数组 #创建图形 ＃第一行第一列图形＃第一行第二列图形＃第二行 #选择ax1 #绘制红色曲线# 限制 y 坐标轴范围 # 选择ax2 #绘制蓝色曲线＃选择ax3
05-30
这段代码是用于绘制三个不同的正弦函数的图像，并且使用了 matplotlib 库进行绘制，并使用了子图的方式展示图像。具体解释如下： 1. 导入 numpy 和 matplotlib 库： ```python import numpy as np import matplotlib.pyplot as plt ``` 2. 利用 numpy 库中的 `linspace` 函数生成一个包含 500 个元素的数组： ```python x = np.linspace(0, 2*np.pi, 500) ``` 这个数组表示从 0 到 2π 的等差数列，共有 500 个元素。 3. 利用 numpy 库中的 `sin` 和 `cos` 函数分别计算三个不同的正弦函数的值： ```python y1 = np.sin(x) y2 = np.cos(x) y3 = np.sin(x*x) ``` 4. 利用 matplotlib 库中的 `figure` 函数创建一个绘图窗口，并设置窗口的编号为 1： ```python plt.figure(1) ``` 5. 利用 matplotlib 库中的 `subplot` 函数创建三个子图，并将第一个子图的编号设为 (2, 2, 1)，第二个子图的编号设为 (2, 2, 2)，第三个子图的编号设为 (2, 1, 2)，其中最后一个子图的背景色为黄色： ```python ax1 = plt.subplot(2, 2, 1) ax2 = plt.subplot(2, 2, 2) ax3 = plt.subplot(212, facecolor='y') ``` 6. 利用 matplotlib 库中的 `sca` 函数选择要绘制图像的子图： ```python plt.sca(ax1) plt.plot(x, y1, color='red') plt.ylim(-1.2, 1.2) plt.sca(ax2) plt.plot(x, y2, 'b--') plt.ylim(-1.2, 1.2) plt.sca(ax3) plt.plot(x, y3, 'g--') plt.ylim(-1.2, 1.2) ``` 第一段代码选择第一个子图，绘制红色的正弦函数曲线，然后限制 y 坐标轴的范围为 -1.2 到 1.2 之间。第二段代码选择第二个子图，绘制蓝色的余弦函数曲线，然后限制 y 坐标轴的范围为 -1.2 到 1.2 之间。第三段代码选择第三个子图，绘制绿色的正弦函数曲线，然后限制 y 坐标轴的范围为 -1.2 到 1.2 之间。 7. 利用 matplotlib 库中的 `show` 函数显示绘图窗口： ```python plt.show() ``` 最后，生成了一个编号为 1 的绘图窗口，该窗口包含三个子图，分别展示了三个不同的正弦函数的图像。其中第一个子图展示了红色的正弦函数曲线，第二个子图展示了蓝色的余弦函数曲线，第三个子图展示了绿色的正弦函数曲线，每个子图的 y 坐标轴范围都被限制在 -1.2 到 1.2 之间。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值