Matplotlib 是一个非常强大的 Python 画图工具;
Matplotlib 支持线图;散点图;等高线图;条形图;柱状图;3D 图形,甚至是图形动画.
-
线图
import matplotlib.pyplot as plt import numpy as np x = np.linspace(-3, 3, 50) y1 = 2*x + 1 y2 = x**2 plt.figure(num=4) #定义窗口 编号3 大小 8X5 l1, = plt.plot(x, y1, label='y1') #划线 l2, = plt.plot(x, y2, color='red',linewidth=1.0,linestyle='--',label='y2') # 颜色 红 线宽1.0 线型-- plt.xlim((-1, 2)) #x轴限位 plt.ylim((-2, 4)) #y轴限位 plt.xlabel('I am x') #x轴名称 plt.ylabel('I am y') #y轴名称 new_ticks = np.linspace(-1, 2, 5) plt.xticks(new_ticks) #x轴刻度分布 plt.yticks([-2, -1.8, -1, 1.22, 3],[r'$really\ bad$', r'$bad$', r'$normal$', r'$good$', r'$really\ good$']) #y轴刻度分布 刻度说明 ax = plt.gca() #坐标轴信息 ax.spines['right'].set_color('none') #右面边框颜色透明 ax.spines['top'].set_color('none') #上面边框颜色透明 ax.spines['bottom'].set_position(('data', 0)) #下坐标轴放在数据为0 的地方 ax.spines['left'].set_position(('data',0)) #plt.legend(loc='lower right') #显示图例 添加数据的是后写入label参数 plt.legend(handles=[l1, l2], labels=['up', 'down'], loc='lower right') #这里可以绑定图例名称 #画辅助线 x0 = 1 y0 = 2*x0 + 1 plt.plot([x0, x0,], [0, y0,], 'k--', linewidth=2.5) # set dot styles plt.scatter([x0, ], [y0, ], s=50, color='b') #添加注释 plt.annotate(r'$2x+1=%s$' % y0, xy=(x0, y0), xycoords='data', xytext=(+30, -30), textcoords='offset points', fontsize=16, arrowprops=dict(arrowstyle='->', connectionstyle="arc3,rad=.2")) #旁白性质的注释 plt.text(-1, 4, r'$This\ is\ the\ some\ text. \mu\ \sigma_i\ \alpha_t$', fontdict={'size': 16, 'color': 'r'}) plt.show() #显示C9D3EF53-614A-4963-9577-E10D372C0D04.png -
散点图
import matplotlib.pyplot as plt import numpy as np n = 1024 # 数据量 X = np.random.normal(0, 1, n) # 每一个点的X值 Y = np.random.normal(0, 1, n) # 每一个点的Y值 T = np.arctan2(Y,X) # 色值计算 plt.scatter(X, Y, s=75, c=T, alpha=.5) plt.xlim(-1.5, 1.5) plt.xticks(()) # 无刻度 plt.ylim(-1.5, 1.5) plt.yticks(()) # 无刻度 plt.show()7150EAA2-9F5D-40C9-950F-F75A059C1C5F.png -
柱状图
import matplotlib.pyplot as plt import numpy as np n = 12 X = np.arange(n) Y1 = (1 - X / float(n)) * np.random.uniform(0.5, 1.0, n) Y2 = (1 - X / float(n)) * np.random.uniform(0.5, 1.0, n) plt.bar(X, +Y1) plt.bar(X, -Y2) #plt.bar(X, +Y1, facecolor='#9999ff', edgecolor='white') #指定颜色 # plt.bar(X, -Y2, facecolor='#ff9999', edgecolor='white') #指定颜色 plt.xlim(-.5, n)#限位 plt.xticks(()) #隐藏刻度 plt.ylim(-1.25, 1.25) plt.yticks(()) #显示数据值 for x, y in zip(X, Y1): # ha: horizontal alignment # va: vertical alignment plt.text(x, y + 0.05, '%.2f' % y, ha='center', va='bottom') for x, y in zip(X, Y2): # ha: horizontal alignment # va: vertical alignment plt.text(x, -y - 0.05, '%.2f' % y, ha='center', va='top') plt.show()427E8735-57FC-4A28-A6FB-AAF66C5742CF.png -
等高线图
import matplotlib.pyplot as plt import numpy as np def f(x,y): # the height function 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) plt.contourf(X, Y, f(X, Y), 8, alpha=.75, cmap=plt.cm.hot) C = plt.contour(X, Y, f(X, Y), 8, colors='black', linewidth=.5) plt.clabel(C, inline=True, fontsize=10) plt.xticks(()) plt.yticks(()) plt.show()6341F4D0-C91A-4D98-876F-36AB52EA8BC8.png
