import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(1,10,20)
y1 = 2*x +1
y2 = x**2
plt.figure()
plt.plot(x, y2)
plt.plot(x, y1, color='red', linewidth=1, linestyle='--')
# plt.figure()
# 第二个图
#设置坐标轴
plt.xlim((-1, 2)) #x坐标轴 -1 到 2
plt.ylim((-2, 3)) #y的 ,
plt.xlabel('iamx') #坐标轴说明
plt.ylabel('iamy')
new_ticks = np.linspace(-1, 2, 5)
plt.xticks(new_ticks) #设置小标
plt.yticks(new_ticks) #设置y
plt.yticks([-2,0,1],['bad','normal','good']) #设置y, 并个性化
plt.yticks([-2,0,1],[r'$really\ bad$', r'$normal$', r'$good$']) #设置y, 并个性化 \空格读不出加\, 改变字体
#修改坐标轴位置
gca = 'get current axis'
ax = plt.gca() #取出现在的坐标轴
ax.spines[] #图的脊梁,上下左右4个边线
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom') #用下边框当x的坐标轴
ax.yaxis.set_ticks_position('left')
ax.spines['bottom'].set_position(('data', -1)) #x坐标位置在纵坐标的 -1 位置
ax.spines['bottom'].set_position(('outward', -1)) #
ax.spines['bottom'].set_position(('axes', -1)) #定位到y的多少百分比的位置.
ax.spines['left'].set_position(('data', -1)) #同上
#修改和设置图例
plt.plot(x,y2,label='up') #设置线条名字
line1, = plt.plot(x,y2,label='up') #设置线条名字,如果要传入handles,要加逗号
plt.plot(x,y1,label='down')
line2, = plt.plot(x,y1,label='down')
plt.legend() #打出图例, 自动,默认
plt.legend(handles=[line1,line2],labels=['aaa','bbb'],loc='best/upper/right/left/...') #best,自动找最好的位置
#handles: 要放入legend的线, aaa: line1的名字, Bbb: line2的名字
plt.legend(handles=[line2], labels=['bbb'], loc='best') #只打印Line2
#给图加注解
#添加的点坐标
x0 = 1
y0 = 2*x0 + 1
plt.scatter(x0, y0, s=50, color='b') #散点图, size 50, blue
plt.plot([x0,y0],[0, y0], 'k--', lw=2.5) #2个点可以Plot出直线, lw:linewidth, k:style
#第一种方式, 标注
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=0.2'))
#参数: 标注的内容, 位置xy, xytext, 2个坐标位置描述
#第2种方式
plt.text(-3.7, 3, r'$this\ is\ the\ some\ text.\mu\$', fontdict={'size':16, 'color':'red'} )
#参数: 坐标,
#tick小标避免遮挡
for label in ax.get_xticklabels()+ ax.get_yticklabels():
label.set_fontsize(12) #把小标变大
label.set_bbox(dict(facecolor='white',edgecolor='None', alpha=0.3)) #label后面的额
#alpha 透明度
#散点图
X = np.random.normal(0,1,1024) #均值0,方差1, 放出1024个数
Y = np.random.normal(0,1,1024)
T = np.arctan2(Y, X) #颜色准备值 方程不用研究
plt.scatter(X, Y, s=75,c=T, alpha=0.5) #s size75, c color:T, alpha透明度50%
plt.xlim((-1.5,1.5))
plt.ylim((-1.5,1.5))
plt.xticks(()) #隐藏x小标, 不设置
plt.yticks(())
#柱状图, 条形图
X = np.arange(12) #[0,1,2,3,4,5
Y1 = (1-X/float(12))*np.random.uniform(0.5,1,12) #uniform唯一值 , 12个数
Y2 = (1-X/float(12))*np.random.uniform(0.5,1,12)
plt.bar(X, +Y1,) #向上的
plt.bar(X, -Y2,) #向下的
plt.bar(X, +Y1, facecolor='#9999ff', edgecolor='white') #向上的
plt.bar(X, -Y2, facecolor='red', edgecolor='white') #向下的
for x,y in zip(X, Y1): #zip用法 , 把x,y1分别传入前面的x, y
plt.text(x+0.4, y+0.05, '%.2f'%y, ha='center', va='bottom') #坐标偏移点点,再显示, ha horizontal水平对齐,ve vertical 纵向对其方式
#等高线
def f(x,y):
return (1-x/2+x**5+y**3)*np.exp(-x**2-y**2)
n=256 #256个点
x = np.linspace(-3,3,n)
y = np.linspace(-3,3,n)
X, Y = np.meshgrid(x, y) #吧x,y的值绑定成平面上网格的值
plt.contourf(X, Y, f(X, Y), 8, alpha=0.75, cmap=plt.cm.hot) #contour等高线, f filling, 吧颜色填充进去, f 高度
#f(x,y)每个值对应一个 颜色的点: cmap=plt.cm.hot / plt.cm.cool
C = plt.contour(X,Y,f(x,y),8,colors='black',linewidth=0.5) #划线
#上面的8 是:10部分, 0是2部分., 100:好多部分.
plt.clable(C, inline=True,fontsize=10) # c contour, label, clabel, inline:画在线上面
#inline=False, 线穿过数字
#打印出图像
a = np.array([0.3,0.3,0.4,0.1,0.3,0.1,0.2,0.5,0.7]).reshape(3,3)
plt.imshow(a, interpolation='nesrest', cmap='bone',origin='lower/upper') #imshow image show, cmap=plt.cm.bone
#nearest, bilinear,bicubic,很多种, 有网址可以选择
plt.colorbar() #旁边的颜色实例柱
plt.colorbar(shrink=0.9) #90%的长度
#3D图像
from mpl_toolkits.mplot3d import Axes3D
#可以去这个网站下载http://www.lfd.uci.edu/~gohlke/pythonlibs/ ctrl + F 搜索 basemap下载
fig = plt.figure() #定义一个图
ax = Axes3D(fig) #加到3d里
X = np.arange(-4,4,0.25)
Y = np.arange(-4,4,0.25)
X, Y = np.meshgrid(X,Y) #吧x,y绑定到底面
R = np.sqrt(x**2+Y**2) #R高度值 (计算过程忽略)
Z = np.sin(R) #印上去的数据
ax.plot_surface(X,Y,Z,rstride=1, cstride=1, cmap=plt.get_cmap('rainbow')) #彩虹图
#rstride 跨度, cstride跨度, 越大越疏松 row, col 跨度
ax.contourf(X,Y,Z,zdir='z', offset=-2, cmap='rainbow') #zdir :从上还是从下还是从左压下去.
ax.set_zlim(-2,2) 设置高度从-2到2范围
ax.contourf(X,Y,Z,zdir='x', offset=-4, cmap='rainbow') #压到x轴, 比0点低4个点,可以自由改
#多合一显示. 一个屏幕多个小图
plt.figure()
plt.subplot(2,2,1) #创建一个小图, 吧整个区域分成2行2列,这个放第1个位置.
plt.plot([0,1], [0,1])
plt.subplot(2,2,2) #创建第2个小图, 吧整个区域分成2行2列,这个放第1个位置.
plt.plot([0,1], [0,1])
plt.subplot(2,2,3) #创建第3个小图, 吧整个区域分成2行2列,这个放第1个位置.
plt.plot([0,1], [0,2])
plt.subplot(224) #创建第4个小图, 吧整个区域分成2行2列,这个放第1个位置. 224简写
plt.plot([0,1], [0,1])
####################################
plt.subplot(2,1,1) #第1行大图
plt.plot([0,1], [0,1])
plt.subplot(2,3,1) #第1行大图
plt.plot([0,1], [0,1])
plt.subplot(2,3,4) #第2行小第1个小图
plt.plot([0,1], [0,1])
plt.subplot(2,3,5) #第2行第2个小图
plt.plot([0,1], [0,1])
# 分格显示, 相比上面的容易理解
import matplotlib.gridspec as gridspec
plt.figure()
ax1 = plt.subplot2grid((3,3),(0,0),colspan=3,rowspan=1) #3行3列的整体布局 colspan 第1个跨了3个小块
ax1.plot([1,2],[1,2])
#ax1.set_xlabel, / set_title, ... #区别于只有一个图的时候直接ax.xlabel, 这里前面加set
#分格显示第3种方式
f, ((ax11,ax12),(ax21,ax22)) = plt.subplots(2,2,sharex=True, sharey=True) #多了个s, 共享x轴
ax11.scatter([1,2],[1,2])
#图中图
fig = plt.figure()
x = [1,2,3,4,5,6,7]
y = [1,3,4,2,5,8,6]
#画大图
left, right, width, height = 0.1, 0.1, 0.8, 0.8
ax1 = fig.add_axes([left, right, width, height])
ax1.pl0t(x, y, 'r') #红色
ax1.set_xlabel('x')
ax1.set_ylabel('y')
ax1.set_title('title')
#画小图
left, right, width, height = 0.2, 0.6, 0.25, 0.25
ax2 = fig.add_axes([left, right, width, height])
ax2.pl0t(x, y, 'b') #红色
ax2.set_xlabel('x')
ax2.set_ylabel('y')
ax2.set_title('title inside 1')
#另个小图
plt.axes([.6, .2, .25, .25])
plt.plot(y[::-1],x,'g') #g 绿色
plt.xlabel('x')
plt.ylabel('y')
plt.title('title inside 2')
#主次坐标轴
x = np.arange(0,10,0.1)
y1 = 0.05 * x**2
y2 = -1 * y1
fig, ax1 = plt.subplots()
ax2 = ax1.twinx() #吧x轴反过来, 可以直接指定
ax1.plot(x, y1, 'g--') #绿色, ---
ax2.plot(x,y2,'b-')
ax1.set_xlabel('X data')
ax1.set_ylabel('Y1', color='g')
ax2.set_ylabel('Y2', color='b')
#动画..................................
from matplotlib import animation
fig, ax = plt.subplots()
x = np.arange(0,2*np.pi, 0.01)
line, = ax.plot(x, np.sin(x))
def animate(i):
line.set_ydata(np.sin(x+i/10))
return line, #打逗号,列表第1位
def init():
line.set_ydata(np.sin(x)) #开始指
return line, # 打逗号,列表第1位
ani = animation.FuncAnimation(fig=fig,
func=animate,
frames=100, #100贞
init_func=init,
interval=20, #20毫秒更新一次
blit=False #所有整个图更新就是false,true只更新变化的.
)
plt.show()
浙公网安备 33010602011771号