python中matplotlib的使用（三）

一些其他的图形

1）、灰度图

def f(x_, y_): 
    return (1 - x_ / 2 + x_ ** 5 + y_ ** 3) * np.exp(-x_ ** 2 - y_ ** 2)
n = 5
x = np.linspace(-2, 3, 3 * n)
y = np.linspace(-2, 3, 2 * n)
X, Y = np.meshgrid(x, y)
plt.imshow(f(X, Y))
plt.show()

其中meshgrid()是生成网格的。
效果如下：

2）、3D图（plot_surface）

from mpl_toolkits.mplot3d import Axes3D

fig = plt.figure()
ax = Axes3D(fig)
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)
Z = np.cos(R)
ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap='hot')
plt.show()

• rstride是在x向的条纹间隔，1个x向的间隔0.25，默认值为1。
• cstride是在y向的条纹间隔，1个y向的间隔0.25，默认值为1。

效果如下：

3）、量场图（quiver）

n = 10
X, Y = np.mgrid[0:n, 0:n]
plt.quiver(X, Y,color = 'R')
plt.show()

np.mgrid()生成2D，3D的矩阵：行数由np.mgrid第一个参数决定，列数由np.mgrid第一个参数决定，利用广播机制填充。

效果如下：

4）、等高线（contourf、contour）

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


n = 256
x = np.linspace(-1, 3, n)
y = np.linspace(-1, 3, n)
X, Y = np.meshgrid(x, y)

plt.contourf(X, Y, f(X, Y), 4, alpha=.75, cmap='jet')
plt.contour(X, Y, f(X, Y), 4, colors='black', linewidth=.5)
plt.show()

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

• contourf绘制填充轮廓：

参数	介绍
X,Y	类似数组，可选
Z	类似矩阵，绘制轮廓的高度值
levels	int或类似数组，可选，确定轮廓线/区域的数量和位置
aalpha	float ，可选，alpha混合值，介于0（透明）和1（不透明）之间
cmap	str或colormap ，可选
Colormap	用于将数据值（浮点数）从间隔转换为相应Colormap表示的RGBA颜色，用于将数据缩放到间隔中看

PS：
当 X,Y,Z 都是 2 维数组时，它们的形状必须相同。如果都是 1 维数组时，len(X)是 Z 的列数，而 len(Y) 是 Z 中的行数。

• contour绘制轮廓线,参数同上。

效果如下：

代码参考：

https://github.com/ZhangJiangtao-0108/python中matplotlib_example.py文件