Matplotlib笔记二 图的样式

本文主要介绍了Matplotlib库中五种不同类型的图形样式:散点图、柱状图、等高线图、image图像以及3D图。通过实例展示了如何绘制和定制这些图形,特别提到了图像的插值方法以及3D图的使用。
摘要由CSDN通过智能技术生成

只需要修改x,y 方便画

2.1散点图

import matplotlib.pyplot as plt
import numpy as np

n = 1024    
X = np.random.normal(0, 1, n)#正态分布 平均0 方差1 1024个
Y = np.random.normal(0, 1, n)
T = np.arctan2(Y, X)#单纯为了颜色好看

plt.scatter(X, Y, s=75, c=T, alpha=.5) #x,ysize,color,透明度

plt.xlim(-1.5, 1.5)
plt.xticks(())  # 去掉x轴刻度
plt.ylim(-1.5, 1.5)
plt.yticks(())  # 去掉y轴刻度

plt.show()

在这里插入图片描述

2.2柱状图

n = 12
X = np.arange(n)
Y1 = (1 - X / float(n)) * np.random.uniform(0.5, 1.0, n)#均匀分布数值
Y2 = (1 - X / float(n)) * np.random.uniform(0.5, 1.0, n)

plt.bar(X, +Y1, facecolor='#9999ff', edgecolor='white')
plt.bar(X, -Y2, facecolor='#ff9999', edgecolor='white')

# 对于每一个点(x,y)加 text,位置,保留两位小数y,位置
for x, y in zip(X, Y1):
    plt.text(x + 0.4, y + 0.05, '%.2f' % y, ha='center', va='bottom')

for x, y in zip(X, Y2):
    plt.text(x + 0.4, -y - 0.05, '%.2f' % y, ha='center', va='top')

plt.show()

在这里插入图片描述

2.3等高线图

n = 256
x = np.linspace(-3, 3, n)
y = np.linspace(-3, 3, n)
X,Y = np.meshgrid(x, y)# 把x,y生成网格

plt.contourf(X, Y, f(X, Y), 8, alpha=.75, cmap=plt.cm.hot)#设置颜色  前三个参数X,Y,Z
#数字8 把等高线分成10部分
C = plt.contour(X, Y, f(X, Y), 8, colors='black', linewidth=.5)#画等高线
plt.clabel(C, inline=True, fontsize=10)#添加label 数字描述

plt.show()

在这里插入图片描述

2.4image图像

把数字用颜色显示出
#之前做关系矩阵和roi模拟用到过

a = np.array([0.313660827978, 0.365348418405, 0.423733120134,
              0.365348418405, 0.439599930621, 0.525083754405,
              0.423733120134, 0.525083754405, 0.651536351379]).reshape(3,3)
plt.imshow(a, interpolation='nearest', cmap='bone', origin='lower')
#origin的lower和upper是上下颠倒的
plt.colorbar(shrink=.92)     
plt.show()     

在这里插入图片描述
参数interpolation说明:http://matplotlib.org/examples/images_contours_and_fields/interpolation_methods.html

2.5 3d图

# 要加上
from mpl_toolkits.mplot3d import Axes3D

fig = plt.figure()
ax = Axes3D(fig)#加上3d坐标轴
X = np.arange(-4, 4, 0.25)
Y = np.arange(-4, 4, 0.25)
X, Y = np.meshgrid(X, Y) #固定这个形式
R = np.sqrt(X ** 2 + Y ** 2)
# height value
Z = np.sin(R) #Z值
ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap=plt.get_cmap('rainbow'),edgecolor='black')# r和c参数 代表跨度 数值越大 跨度越大 网格越大
ax.contourf(X, Y, Z, zdir='z', offset=-2, cmap=plt.get_cmap('rainbow'))#画等高线图 从z轴压下去 offset代表压倒 z=-2的位置
ax.set_zlim(-2, 2)
plt.show()

在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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