python的matplotlib包支持我们画图，有点非常多，现学习如下。
首先要导入包，在以后的示例中默认已经导入这两个包
|
1
2
|
import matplotlib.pyplot as plt import numpy as np |
然后画一个最基本的图
|
1
2
3
4
5
6
7
8
9
10
|
t = np.arange(0.0, 2.0, 0.01)#x轴上的点，0到2之间以0.01为间隔 s = np.sin(2*np.pi*t)#y轴为正弦 plt.plot(t, s)#画图 plt.xlabel('time (s)')#x轴标签 plt.ylabel('voltage (mV)')#y轴标签 plt.title('About as simple as it gets, folks')#图的标签 plt.grid(True)#产生网格 plt.savefig("test.png")#保存图像 plt.show()#显示图像 |
这是在一个窗口中画单张图的过程，那么如何画多张图呢？画图的过程相同，无非是画多张，然后设定位置。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
x1 = np.linspace(0.0, 5.0)#画图一 x2 = np.linspace(0.0, 2.0)#画图二 y1 = np.cos(2 * np.pi * x1) * np.exp(-x1) y2 = np.cos(2 * np.pi * x2) plt.subplot(2, 1, 1)#面板设置成2行1列，并取第一个（顺时针编号） plt.plot(x1, y1, 'yo-')#画图，染色 plt.title('A tale of 2 subplots') plt.ylabel('Damped oscillation') plt.subplot(2, 1, 2)#面板设置成2行1列，并取第二个（顺时针编号） plt.plot(x2, y2, 'r.-')#画图，染色 plt.xlabel('time (s)') plt.ylabel('Undamped') plt.show() |
两张图的示例如下
直方图的画法
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
# -*- coding:utf-8 -*- import numpy as np import matplotlib.mlab as mlab import matplotlib.pyplot as plt mu = 100 # 正态分布的均值 sigma = 15 # 标准差 x = mu + sigma * np.random.randn(10000)#在均值周围产生符合正态分布的x值 num_bins = 50n, bins, patches = plt.hist(x, num_bins, normed=1, facecolor='green', alpha=0.5) #直方图函数，x为x轴的值，normed=1表示为概率密度，即和为一，绿色方块，色深参数0.5.返回n个概率，直方块左边线的x值，及各个方块对象 y = mlab.normpdf(bins, mu, sigma)#画一条逼近的曲线 plt.plot(bins, y, 'r--') plt.xlabel('Smarts') plt.ylabel('Probability') plt.title(r'Histogram of IQ: $\mu=100$, $\sigma=15$')#中文标题 u'xxx' plt.subplots_adjust(left=0.15)#左边距 plt.show() |
直方图如下
3D图像的画法
3D离散点
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
#!/usr/bin/env python # encoding: utf-8 import matplotlib.pyplot as plt import numpy as np from mpl_toolkits.mplot3d import Axes3D x_list = [[3,3,2],[4,3,1],[1,2,3],[1,1,2],[2,1,2]] fig = plt.figure() ax = fig.gca(projection='3d') for x in x_list: ax.scatter(x[0],x[1],x[2],c='r') plt.show() |
画空间平面
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
from mpl_toolkits.mplot3d.axes3d import Axes3D from matplotlib import cm import matplotlib.pyplot as plt import numpy as np fig = plt.figure() ax = fig.add_subplot(1, 1, 1, projection='3d') X=np.arange(1,10,1) Y=np.arange(1,10,1) X, Y = np.meshgrid(X, Y) Z = 3*X+2*Y+30surf = ax.plot_surface(X, Y, Z, rstride=1, cstride=1,cmap=cm.jet,linewidth=0, antialiased=True) ax.set_zlim3d(0,100) fig.colorbar(surf, shrink=0.5, aspect=5) plt.show() |
画空间曲面
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
from mpl_toolkits.mplot3d import Axes3D from matplotlib import cm from matplotlib.ticker import LinearLocator, FormatStrFormatter import matplotlib.pyplot as plt import numpy as np fig = plt.figure() ax = fig.gca(projection='3d') X = np.arange(-5, 5, 0.1) Y = np.arange(-5, 5, 0.1) X, Y = np.meshgrid(X, Y) R = np.sqrt(X**2 + Y**2) Z = np.sin(R) surf = ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap=cm.coolwarm, linewidth=0, antialiased=False) #画表面,x,y,z坐标， 横向步长，纵向步长，颜色，线宽，是否渐变 ax.set_zlim(-1.01, 1.01)#坐标系的下边界和上边界 ax.zaxis.set_major_locator(LinearLocator(10))#设置Z轴标度 ax.zaxis.set_major_formatter(FormatStrFormatter('%.02f'))#Z轴精度 fig.colorbar(surf, shrink=0.5, aspect=5)#shrink颜色条伸缩比例（0-1），aspect颜色条宽度（反比例，数值越大宽度越窄） plt.show() |
3D图分别如下
饼状图画法
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
|
# -*- coding: utf-8 -*- import matplotlib.pyplot as plt labels = 'Frogs', 'Hogs', 'Dogs', 'Logs'#设置标签 sizes = [15, 30, 45, 10]#占比，和为100 colors = ['yellowgreen', 'gold', 'lightskyblue', 'lightcoral']#颜色 explode = (0, 0.1, 0, 0) #展开第二个扇形，即Hogs，间距为0.1 plt.pie(sizes, explode=explode, labels=labels, colors=colors,autopct='%1.1f%%', shadow=True, startangle=90)#startangle控制饼状图的旋转方向 plt.axis('equal')#保证饼状图是正圆，否则会有一点角度偏斜 fig = plt.figure() ax = fig.gca() import numpy as np ax.pie(np.random.random(4), explode=explode, labels=labels, colors=colors,autopct='%1.1f%%', shadow=True, startangle=90, radius=0.25, center=(0, 0), frame=True) ax.pie(np.random.random(4), explode=explode, labels=labels, colors=colors, autopct='%1.1f%%', shadow=True, startangle=90, radius=0.25, center=(1, 1), frame=True) ax.pie(np.random.random(4), explode=explode, labels=labels, colors=colors, autopct='%1.1f%%', shadow=True, startangle=90, radius=0.25, center=(0, 1), frame=True) ax.pie(np.random.random(4), explode=explode, labels=labels, colors=colors, autopct='%1.1f%%', shadow=True, startangle=90,radius=0.25, center=(1, 0), frame=True) ax.set_xticks([0, 1])#设置位置 ax.set_yticks([0, 1]) ax.set_xticklabels(["Sunny", "Cloudy"])#设置标签 ax.set_yticklabels(["Dry", "Rainy"]) ax.set_xlim((-0.5, 1.5)) ax.set_ylim((-0.5, 1.5)) ax.set_aspect('equal') plt.show() |
饼状图如下：
平时用到的也就这几种，掌握这几种就差不多了，更多内容见
https://matplotlib.org/users/screenshots.html
总结
以上就是本文关于python matplotlib画图实例代码分享的全部内容，希望对大家有所帮助。感兴趣的朋友可以继续参阅本站其他相关专题，如有不足之处，欢迎留言指出。感谢朋友们对本站的支持！
原文链接：http://blog.csdn.net/ali197294332/article/details/51694141
