Matplotlib-Python学习笔记

已于 2022-04-27 15:38:01 修改
阅读量1.2k 收藏 2
点赞数 1
分类专栏： 学习笔记 Python学习笔记 文章标签： python
于 2022-04-26 18:01:42 首次发布
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/dreautumn/article/details/124432007
版权

教程来源：https://www.bilibili.com/video/BV1Jx411L7LU

目录

1 基本用法

1.1 画图初体验

基本用法跟matlab一样，参考以下代码：

import matplotlib.pyplot as plt  # 通常不会用到matplotlib的所有包，只需要plt即可
import numpy as np

x = np.linspace(-1,1,50)
y = 2 * x + 1
plt.plot(x,y)
plt.show()  # 用这个函数画的图才会显示出来

结果：
在这里插入图片描述

1.2 figure图像

目标：

  1. 两个figure分别画图
  2. 自定义figure的名称及尺寸
  3. 同一个figure上画不同的曲线
  4. 自定义曲线的颜色，线宽，线形

代码：

import matplotlib.pyplot as plt  # 通常不会用到matplotlib的所有包，只需要plt即可
import numpy as np

x = np.linspace(-1,1,50)
y1 = 2 * x + 1
y2 = x ** 2

plt.figure()
plt.plot(x,y1)

plt.figure(num=3,figsize=(8,5))
plt.plot(x,y2)
plt.plot(x,y1,color='red',linewidth=1.0,linestyle='--')

plt.show()  # 用这个函数画的图才会显示出来

结果：
在这里插入图片描述

补充：实测跟Matlab中的plot指令基本通用，可以直接用

1.3 设置坐标轴（一）

目标：

  1. 设置横纵坐标的范围
  2. 设置横纵坐标轴的标签
  3. 设置横纵坐标轴的刻度
  4. 设置横纵坐标轴的刻度值
  5. 使用正则表达式输出Latex文本

代码：

import matplotlib.pyplot as plt  # 通常不会用到matplotlib的所有包，只需要plt即可
import numpy as np

x = np.linspace(-3,3,50)
y1 = 2 * x + 1
y2 = x ** 2

plt.figure()
plt.plot(x,y2)
plt.plot(x,y1,color='red',linewidth=1.0,linestyle='--')

# 1. 设置横纵坐标的范围
plt.xlim((-1,2))  # 注意：这里范围需要再用一个括号括起来
plt.ylim((-2,3))

# 2. 设置横纵坐标轴的标签
plt.xlabel('I am x')
plt.ylabel('I am Y')

# 3. 设置横纵坐标轴的刻度
new_ticks = np.linspace(-1,2,5)
plt.xticks(new_ticks)

# 4. 设置横纵坐标轴的刻度值
# 5. 使用正则表达式输出Latex文本
plt.yticks([-2,-1.5,-1,1.22,3],
            ['really bad', r'$bad$','normal',r'$good$','$really\ good$'])

plt.show()  # 用这个函数画的图才会显示出来

结果：
在这里插入图片描述
注意：

  • 最后r''为正则表达式，暂不清楚是干嘛的
  • $ $表示中间为Latex格式
  • 在Latex中，想要打出空格需要用转义字符\+空格，可以看“really good”中间的空格

1.4 设置坐标轴（二）

目标：

  • 获取到图片的四个边框（四个轴）
  • 让上方和右边的边框/轴消失
  • 将下方的边框/轴的位置往上平移

有些复杂，用不太着，先跳过

1.5 Legend图例

  • 在plot的时候，可以使用

    plt.plot(x,y,label='XXX')
plt.legend()

    其中，label所输入的数就是图例中显示的名称

  • 或者使用legend规定更详细的要求

    plt.legend(handles=[l1,l2,],labels=['aaa','bbb',],loc='upper right')

    其中：

    • loc表示图例出现的位置，可以选择的选项有“best”，其他竖直方向为“upper”，“center”，“lower”，水平方向为“left”，“center”，“right”，进行组合
    • handles表示在图例中是否显示相应的线型，使用之前需要确保plot是一下语句形式：
      l1,= plt.plot(x1,y1,label='XXX')
l2,= plt.plot(x2,y2,label='XXX')
      注意以上语句中的,以及handles=[l1,l2,]中最后的逗号
    • labels表示图例的文本，如果前面的plot语句中也有文本，以这里为准。

实测使用时不需要这么麻烦，如果只想规定图例的文本，可以直接：
plt.legend(['aaa','bbb'])
如果还想规定位置，则
plt.legend(['aaa','bbb'],loc='upper right')

代码：上面的代码改进，只看最后几行图例的即可

import matplotlib.pyplot as plt  # 通常不会用到matplotlib的所有包，只需要plt即可
import numpy as np

x = np.linspace(-3,3,50)
y1 = 2 * x + 1
y2 = x ** 2

plt.figure()
plt.plot(x,y2,label='function1')
plt.plot(x,y1,color='red',linewidth=1.0,linestyle='--',label='function2')

# 1. 设置横纵坐标的范围
plt.xlim((-1,2))  # 注意：这里范围需要再用一个括号括起来
plt.ylim((-2,3))

# 2. 设置横纵坐标轴的标签
plt.xlabel('I am x')
plt.ylabel('I am Y')

# 3. 设置横纵坐标轴的刻度
new_ticks = np.linspace(-1,2,5)
plt.xticks(new_ticks)

# 4. 设置横纵坐标轴的刻度值
# 5. 使用正则表达式输出Latex文本
plt.yticks([-2,-1.5,-1,1.22,3],
            ['really bad', r'$bad$','normal',r'$good$','$really\ good$'])

plt.legend(['aaa','bbb'],loc='best')

plt.show()  # 用这个函数画的图才会显示出来

结果：
在这里插入图片描述

1.6 Annotation标注

要实现的效果：
在这里插入图片描述
使用的命令：

plt.annotate()

或

plt.text()

具体使用方法可再查阅，这里不详细展开

2 绘制不同类型的图

2.1 Scatter散点图

语法：

matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None,
	vmin=None, vmax=None, alpha=None, linewidths=None, *, edgecolors=None, 
	plotnonfinite=False, data=None, **kwargs)

示例代码：

import matplotlib.pyplot as plt  # 通常不会用到matplotlib的所有包，只需要plt即可
import numpy as np

# 随机生成X，Y坐标
n = 1024 #规定点数
X = np.random.normal(0,1,n) #随机生成n个点，以正态分布，均值为0，标准差为1
Y = np.random.normal(0,1,n)

T = np.arctan2(Y,X)  # 在颜色地图上找到对应的颜色

plt.scatter(X,Y,s=75,c=T,alpha=0.5)

plt.xlim((-1.5,1.5))
plt.ylim((-1.5,1.5))

plt.xticks(())  #取消坐标轴上的标尺显示
plt.yticks(())

plt.show()  # 用这个函数画的图才会显示出来

结果：
在这里插入图片描述

2.2 Bar柱状图

先跳过

2.3 Contours等高线图

2.3.1 没有轮廓线的等高线图（颜色填充图）

语法：没有轮廓线的等高线图

contourf([X, Y,] Z, [levels], **kwargs)

其中

  • [X, Y]：等高线图的横纵坐标，可以通过numpy.meshgrid()生成
  • Z：等高线图的高度
  • [levels]：等高线分成几个层级，如果是0，则只有一条等高线分成两部分
  • 其他参数包括：
    • colors：
    • alpha：透明度
    • cmap：色彩映射表，默认为viridis，如果同时给出了colors和cmap，会报错
    • norm：可选项，如果使用色彩映射表，‎‎则 Normalize‎‎ 实例会将级别值缩放到规范色彩映射表范围 [0, 1]，以便映射到颜色。如果未给出，则使用默认线性缩放。
    • vmin, vmax：可选项，‎如果不是 ‎‎None‎‎，则这些值中的一个或两个都将提供给‎‎归一化‎‎实例，并覆盖基于‎‎[levels]的‎‎默认色阶。‎
    • 其他参见https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.contourf.html

代码：（两种方式，用cmap和colors）

import matplotlib.pyplot as plt  # 通常不会用到matplotlib的所有包，只需要plt即可
import numpy as np

def f(x, y):
    return (1 - x /2 + x**5 + y**3) * np.exp(-x**2 - y**2)

n = 256
x = np.linspace(-3,3,n)
y = np.linspace(-3,3,n)
[X,Y] = np.meshgrid(x,y)

# 用cmap
# plt.contourf(X,Y,f(X,Y),
#             levels = 8,
#             alpha=0.75,
#             cmap = plt.cm.viridis)

# 用colors
plt.contourf(X,Y,f(X,Y),
            colors = ['red','blue','green','yellow'],
            levels = 8,
            alpha=0.75)
plt.colorbar()

plt.xticks(())  #取消坐标轴上的标尺显示
plt.yticks(())

plt.show()  # 用这个函数画的图才会显示出来

结果：
用cmap的结果：
在这里插入图片描述
用colors结果：
（[]里面有几个颜色，就会按照顺序使用相应的颜色）
在这里插入图片描述

2.3.2 有轮廓线的等高线图（纯线图）

语法：等高线图的轮廓线

contour([X, Y,] Z, [levels], **kwargs)

函数各参数同contourf()中的各个参数，本函数特有的参数主要是关于线的属性

代码：（也是cmap和colors的两种函数，只是上面的代码把contourf()改成了contour()）

import matplotlib.pyplot as plt  # 通常不会用到matplotlib的所有包，只需要plt即可
import numpy as np

def f(x, y):
    return (1 - x /2 + x**5 + y**3) * np.exp(-x**2 - y**2)

n = 256
x = np.linspace(-3,3,n)
y = np.linspace(-3,3,n)
[X,Y] = np.meshgrid(x,y)

# 用cmap
# plt.contour(X,Y,f(X,Y),
#             levels = 8,
#             alpha=0.75,
#             cmap = plt.cm.viridis)

# 用colors
plt.contour(X,Y,f(X,Y),
            colors = ['red','blue','green','yellow'],
            levels = 8,
            alpha=0.75)

plt.colorbar()

plt.xticks(())  #取消坐标轴上的标尺显示
plt.yticks(())

plt.show()  # 用这个函数画的图才会显示出来

结果：
用cmap的结果：
在这里插入图片描述

用colors的结果：
在这里插入图片描述

2.3.3 只画部分轮廓线

如果想要之画出指定高度的轮廓线，在上面代码的基础上contour()函数做出如下改进
代码：只画规定高度的轮廓线（只画一条的时候，把plt.colorbar()关掉）

plt.contour(X,Y,f(X,Y),[0.4,0.8],  #[]里面写出想要的高度
            colors = 'red',
            alpha=0.75)

结果：
在这里插入图片描述

2.3.4 在轮廓线上注释出高度

想要在轮廓上进行注释，在画轮廓的时候，需要给contour()赋值：

CS = contour()

语法：轮廓线上的图注

clabel(CS, levels=None, **kwargs)

其中

代码：

import matplotlib.pyplot as plt  # 通常不会用到matplotlib的所有包，只需要plt即可
import numpy as np

def f(x, y):
    return (1 - x /2 + x**5 + y**3) * np.exp(-x**2 - y**2)

n = 256
x = np.linspace(-3,3,n)
y = np.linspace(-3,3,n)
[X,Y] = np.meshgrid(x,y)

# 用cmap
plt.contourf(X,Y,f(X,Y),
            levels = 8,
            alpha=0.75,
            cmap = plt.cm.viridis)
plt.colorbar()

# 用colors
C = plt.contour(X,Y,f(X,Y),
            levels = 8,
            colors = 'black',
            linewidths = 1.0,
            alpha=0.75)

plt.clabel(C,colors = 'red', inline = True)


plt.xticks(())  #取消坐标轴上的标尺显示
plt.yticks(())

plt.show()  # 用这个函数画的图才会显示出来

结果：
在这里插入图片描述

dreautumn
关注
  • 1
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
python利用matplotlib绘制图形
xxy_yang的博客
07-10 1316
绘制折线图 from matplotlib import pyplot as plt import pandas as pd import numpy as np #防止中文图例, 标题, 横坐标,等出现中文乱码的 mpl.rcParams['font.sans-serif'] = ['FangSong'] x = np.arange(0, 1, 0.05) y = np.sin(2*np.pi*x) #lable: 设置图例, 必须要添加:plt.legend('best') plt.plot(x, y,
【科学与工程计算】 实验5 matplotlib库的使用
weixin_46283740的博客
06-02 1035
科学与工程计算实验
Matplotlib热力图的创意绘制指南
最新发布
一键难忘的博客
02-04 4323
热力图在数据可视化中广泛应用，而Matplotlib作为Python中最流行的绘图库之一，提供了丰富的功能来创建各种炫酷的热力图。本文将深入探讨Matplotlib绘制不同类型热力图的参数，并通过实例演示它们的应用。
【Matplotlib】matplotlib库 中 pyplot.scatter() 的使用
m0_51816252的博客
08-08 5696
pyplot.scatter() 函数就是用来绘制散点图的。本文首先介绍了sctter()函数的各个参数，然后使用代码说明了几个常用参数的使用。
OpenCV-python 学习笔记 OpenCV图像平滑1
08-03
OpenCV图像平滑算法笔记 OpenCV图像平滑是一种常用的图像处理技术，用于去除图像中的噪音和细节，提高图像的质量。下面将介绍五种常用的图像平滑算法：平均平滑、高斯平滑、双边平滑、中值平滑和卷积平滑。 1. ...
Python-个人的Python学习笔记
08-10
作为个人的Python学习笔记，这份资料可能涵盖了从基础到进阶的各个层面，旨在帮助学习者掌握这一强大的工具。 首先，从标题“Python-个人的Python学习笔记”我们可以推断，这是一份个人在学习Python过程中的记录，...
MATPLOTLIB的一些学习笔记
03-28
MATPLOTLIB的一些学习笔记
python——Matplotlib学习笔记2
12-22
本篇学习笔记主要关注如何使用Matplotlib绘制散点图。 首先，我们来看一个基础的散点图绘制例子。在Python中，可以使用`matplotlib.pyplot`模块来实现这个功能。下面的代码片段展示了如何手动创建一个散点图： ```...
python——Matplotlib学习笔记
12-22
Matplotlib是pyhon中一个...python -m pip install matplotlib mac： 打开终端，输入 pip3 install matplotlib 鉴于很多人会报read time out的大红一片，建议使用清华镜像安装： pip install -i https://pypi.tuna.
史上最全最详细python绘图手册（看我就够）——Matplotlib绘图详解
qq_40336702的博客
07-18 1万+
超级详细的python--Matplotlib模块详解
数据可视化系列之 matplotlib
awakeljw的博客
12-11 1964
matplotlib的数据可视化 matplotlib是python专门用于绘图的库，其官方指导网站为https://matplotlib.org/，里面涉及多种绘图的示例以及指导。这里只介绍一部分个人在平时使用中用到的一些方法。包括subplot，colormap，scatter等函数，处理实时绘图，多图间隔大小，多图叠加，标注等问题。 1.contour、pcolor、plot、scatt...
Python seaborn matplotlib 对数据进行图表分析
心之所向
07-27 1万+
matplotlib官网 基于matplotlib的seaborn官网 import seaborn as sns import matplotlib.pyplot as plt import seaborn as sns sns.set_style("whitegrid") # 设置主题，可选项有darkgrid , whitegrid , dark , white ,和 t...
python中的matplotlib用法
热门推荐
Great haste makes great waste
11-10 14万+
这个repo 用来记录一些python技巧、书籍、学习链接等，欢迎star github地址 python中的matplotlib是一种用于创建图表的桌面绘图包（主要是2D方面）。 使用python对matplotlib库操作使得对图形的显现极为方便，下面是用的较多的一些用法。 建议配合Ipython使用，如果通过cmd启动ipython，请使用ipython –pylab启动，方便绘...
Python绘图总结(Matplotlib篇)之图形分类及保存
wuzlun的专栏
04-23 2万+
学习https://matplotlib.org/gallery/index.html 记录，描述不一定准确，具体请参考官网 import matplotlib.pyplot as plt plt.rcParams['font.sans-serif']=['SimHei'] # 用来正常显示中文标签 plt.rcParams['axes.unicode_minus']=False # 用来正常显...
百度Apollo智能驾驶进阶课程——第四章 百度Apollo高精地图
dreautumn的博客
08-12 4386
高精地图1 高精地图与自动驾驶的关系1.1 高精地图与自动驾驶1.2 什么是高精地图1.3 高精地图与导航地图2 高精地图与其他模块的关系2.1 高精地图与定位模块的关系2.2 高精度地图与感知模块2.3 高精度地图与规划、预测、决策模块2.4 高精地图与安全模块的关系2.4.1 安全方面主要存在的一些问题2.5 高精地图与仿真系统3 没有高精地图高可靠性的L3/L4自动驾驶无法落地3.1 高精地图的作用——静态的感知（Perception）3.2 高精地图的作用——弥补系统缺陷 1 高精地图与自动驾驶的关
Apollo自动驾驶实践—从Apollo开发套件循迹开始
dreautumn的博客
08-15 4008
Apollo实践课程第0讲 导论第1讲：Apollo硬件连接集成—硬件介绍1.1 车辆循迹的硬件组成1.1.1计算单元1.1.2 定位系统1.1.3 CAN卡1.2 硬件连接与通讯简介第2讲 Apollo硬件连接集成—集成实操2.1 CAN卡的安装和要求2.1.1 准备工作2.1.2 拆装工控机2.2 将工控机安装在车辆上2.3 定位硬件的安装2.3.1 安装GPS天线2.3.2 安装GPS接收机和IMU2.4 4G路由器及显示器的安装2.5 连接通信接口第3讲 Apollo软件系统部署3.1 BIOS设置
百度Apollo智能驾驶进阶课程——第三章 百度Apollo定位技术
dreautumn的博客
08-11 3874
无人车车辆定位技术入门与应用1. 技术入门1.1 什么是无人车自定位技术1.2 为什么无人车需要一个精准的定位系统1.3 定位技术的分类2. 基础知识3. 百度无人车定位技术 1. 技术入门 1.1 什么是无人车自定位技术 相对于某一个坐标系，确定无人车的位置和姿态。 位置和姿态 位置：有三个自由度: X, Y, Z 姿态：有三个自由度: 绕X（横滚Roll）、绕Y（俯仰Pitch）、绕Z（航向Yaw） 其他信息 自动驾驶汽车定位系统指标要求 1.2 为什么无人车需要一个精准的定位系统
文献检索与论文写作——学习笔记
dreautumn的博客
08-20 3687
本篇文章为学习笔记，课程链接：https://www.icourse163.org/learn/NWPU-1206520804?tid=1450247480#/learn/announce 文献检索与论文写作1 常用的引文检索工具及影响因子1.1 引文检索及目的1.2 常见的引文检索工具1.3 自引及他引 1 常用的引文检索工具及影响因子 1.1 引文检索及目的 引文：通常所说的参考文献 引文是指一本著作或者一篇论文中所引用的参考文献，对原作者尊重 引文检索是对文章的参考文献进行检索，即利用文献之间的相互
python学习笔记--皮大庆
08-14
《Python学习笔记》是由皮大庆编写的一本关于Python语言学习的教材。在这本书中，作者详细介绍了Python语言的基础知识、语法规则以及常用的编程技巧。 首先，作者简要介绍了Python语言的特点和优势。他提到，Python...

“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
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

打赏作者

dreautumn

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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