簡單演示

import matplotlib.pyplot as pltimport numpy as np# 從[-1,1]中等距去50個數(shù)作為x的取值x = np.linspace(-1, 1, 50)print(x)y = 2*x + 1# 第一個是橫坐標(biāo)的值，第二個是縱坐標(biāo)的值plt.plot(x, y)# 必要方法，用于將設(shè)置好的figure對象顯示出來plt.show()

import matplotlib.pyplot as pltimport numpy as npx = np.linspace(-1, 1, 50)y = 2**x + 1# 第一個是橫坐標(biāo)的值，第二個是縱坐標(biāo)的值plt.plot(x, y) plt.show()

顯示多個圖像

import matplotlib.pyplot as pltimport numpy as np# 多個figurex = np.linspace(-1, 1, 50)y1 = 2*x + 1y2 = 2**x + 1# 使用figure()函數(shù)重新申請一個figure對象# 注意，每次調(diào)用figure的時候都會重新申請一個figure對象plt.figure()# 第一個是橫坐標(biāo)的值，第二個是縱坐標(biāo)的值plt.plot(x, y1)# 第一個參數(shù)表示的是編號，第二個表示的是圖表的長寬plt.figure(num = 3, figsize=(8, 5))# 當(dāng)我們需要在畫板中繪制兩條線的時候，可以使用下面的方法：plt.plot(x, y2)plt.plot(x, y1, color=’red’, # 線顏色 linewidth=1.0, # 線寬 linestyle=’--’ # 線樣式 )plt.show()

這里會顯示兩個圖像：

去除邊框，指定軸的名稱

import matplotlib.pyplot as pltimport numpy as np# 從[-1,1]中等距去50個數(shù)作為x的取值x = np.linspace(-1, 1, 50)y1 = 2*x + 1y2 = 2**x + 1# 請求一個新的figure對象plt.figure()# 第一個是橫坐標(biāo)的值，第二個是縱坐標(biāo)的值plt.plot(x, y1) # 設(shè)置軸線的lable（標(biāo)簽）plt.xlabel('I am x')plt.ylabel('I am y')plt.show()

同時繪制多條曲線

import matplotlib.pyplot as pltimport numpy as np# 從[-1,1]中等距去50個數(shù)作為x的取值x = np.linspace(-1, 1, 50)y1 = 2*x + 1y2 = 2**x + 1# num表示的是編號，figsize表示的是圖表的長寬plt.figure(num = 3, figsize=(8, 5)) plt.plot(x, y2)# 設(shè)置線條的樣式plt.plot(x, y1, color=’red’, # 線條的顏色 linewidth=1.0, # 線條的粗細(xì) linestyle=’--’ # 線條的樣式 )# 設(shè)置取值參數(shù)范圍plt.xlim((-1, 2)) # x參數(shù)范圍plt.ylim((1, 3)) # y參數(shù)范圍# 設(shè)置點的位置new_ticks = np.linspace(-1, 2, 5)plt.xticks(new_ticks)# 為點的位置設(shè)置對應(yīng)的文字。# 第一個參數(shù)是點的位置，第二個參數(shù)是點的文字提示。plt.yticks([-2, -1.8, -1, 1.22, 3], [r’$really bad$’, r’$bad$’, r’$normal$’, r’$good$’, r’$readly good$’])# gca = ’get current axis’ax = plt.gca()# 將右邊和上邊的邊框（脊）的顏色去掉ax.spines[’right’].set_color(’none’)ax.spines[’top’].set_color(’none’)# 綁定x軸和y軸ax.xaxis.set_ticks_position(’bottom’)ax.yaxis.set_ticks_position(’left’)# 定義x軸和y軸的位置ax.spines[’bottom’].set_position((’data’, 0))ax.spines[’left’].set_position((’data’, 0))plt.show()

多條曲線之曲線說明

import matplotlib.pyplot as pltimport numpy as np# 從[-1,1]中等距去50個數(shù)作為x的取值x = np.linspace(-1, 1, 50)y1 = 2*x + 1y2 = 2**x + 1# 第一個參數(shù)表示的是編號，第二個表示的是圖表的長寬plt.figure(num = 3, figsize=(8, 5)) plt.plot(x, y2)plt.plot(x, y1, color=’red’, linewidth=1.0, linestyle=’--’)# 設(shè)置取值參數(shù)plt.xlim((-1, 2))plt.ylim((1, 3))# 設(shè)置lableplt.xlabel('I am x')plt.ylabel('I am y')# 設(shè)置點的位置new_ticks = np.linspace(-1, 2, 5)plt.xticks(new_ticks)plt.yticks([-2, -1.8, -1, 1.22,3], [r’$really bad$’, r’$bad$’, r’$normal$’, r’$good$’, r’$readly good$’])l1, = plt.plot(x, y2, label=’aaa’ )l2, = plt.plot(x, y1, color=’red’, # 線條顏色linewidth = 1.0, # 線條寬度linestyle=’-.’, # 線條樣式label=’bbb’ #標(biāo)簽 )# 使用ｌｅｇｅｎｄ繪制多條曲線plt.legend(handles=[l1, l2], labels = [’aaa’, ’bbb’], loc = ’best’ )plt.show()

多個figure，并加上特殊點注釋

import matplotlib.pyplot as pltimport numpy as np# 從[-1,1]中等距去50個數(shù)作為x的取值x = np.linspace(-1, 1, 50)y1 = 2*x + 1y2 = 2**x + 1plt.figure(figsize=(12, 8)) # 第一個參數(shù)表示的是編號，第二個表示的是圖表的長寬plt.plot(x, y2)plt.plot(x, y1, color=’red’, linewidth=1.0, linestyle=’--’)# gca = ’get current axis’ax = plt.gca()# 將右邊和上邊的邊框（脊）的顏色去掉ax.spines[’right’].set_color(’none’)ax.spines[’top’].set_color(’none’)# 綁定x軸和y軸ax.xaxis.set_ticks_position(’bottom’)ax.yaxis.set_ticks_position(’left’)# 定義x軸和y軸的位置ax.spines[’bottom’].set_position((’data’, 0))ax.spines[’left’].set_position((’data’, 0))# 顯示交叉點x0 = 1y0 = 2*x0 + 1# s表示點的大小，默認(rèn)rcParams[’lines.markersize’]**2plt.scatter(x0, y0, s = 66, color = ’b’)# 定義線的范圍，X的范圍是定值，y的范圍是從y0到0的位置# lw的意思是linewidth,線寬plt.plot([x0, x0], [y0, 0], ’k-.’, lw= 2.5)# 設(shè)置關(guān)鍵位置的提示信息plt.annotate(r’$2x+1=%s$’ %y0,xy=(x0, y0),xycoords=’data’, xytext=(+30, -30), textcoords=’offset points’, fontsize=16, # 這里設(shè)置的是字體的大小 # 這里設(shè)置的是箭頭和箭頭的弧度 arrowprops=dict(arrowstyle=’->’,connectionstyle=’arc3,rad=.2’) )# 在figure中顯示文字信息# 可以使用來輸出特殊的字符mu sigma alphaplt.text(0, 3, r’$This is a good idea. mu sigma_i alpha_t$’, fontdict={’size’:16,’color’:’r’})plt.show()

tick能見度設(shè)置

import matplotlib.pyplot as pltimport numpy as np# 從[-1,1]中等距去50個數(shù)作為x的取值x = np.linspace(-1, 1, 50)y = 2*x - 1plt.figure(figsize=(12, 8)) # 第一個參數(shù)表示的是編號，第二個表示的是圖表的長寬# alpha是設(shè)置透明度的plt.plot(x, y, color=’r’, linewidth=10.0, alpha=0.5)# gca = ’get current axis’ax = plt.gca()# 將右邊和上邊的邊框（脊）的顏色去掉ax.spines[’right’].set_color(’none’)ax.spines[’top’].set_color(’none’)# 綁定x軸和y軸ax.xaxis.set_ticks_position(’bottom’)ax.yaxis.set_ticks_position(’left’)# 定義x軸和y軸的位置ax.spines[’bottom’].set_position((’data’, 0))ax.spines[’left’].set_position((’data’, 0))# 可以使用tick設(shè)置透明度for label in ax.get_xticklabels() + ax.get_yticklabels(): label.set_fontsize(12) label.set_bbox(dict(facecolor=’y’, edgecolor=’None’, alpha=0.7))plt.show()

多條曲線通用例子

def init_colors(): return [’blue’, ’red’, ’green’, ’black’, ’pink’, ’purple’, ’gray’, ’yellow’]def show_graph(data, save_png_name=None, colors=init_colors()): ''' 繪制折線圖 :param data: 數(shù)據(jù)格式：{label:{X:Y}, label:{X:Y}...} :param save_png_name:保存的圖片的名字 :param colors: 顏色列表 :return: None ''' # 解決中文顯示亂碼的問題，不用中文就不需要設(shè)置了 my_font = font_manager.FontProperties(fname='/自己補充路徑/IOS8.ttf') plt.figure(figsize=(14, 6)) plts = [] labels = [] for index, label in enumerate(data.keys()): if label is ’rotate’: continue color = colors[index] X = data.get(label).keys() Y = [data.get(label).get(x) for x in X] temp, = plt.plot(X, Y, color=color, label=label) plts.append(temp) labels.append(label) plt.legend(handles=plts, labels=labels, prop=my_font) plt.show() if save_png_name is not None: plt.savefig(save_png_name)

散點圖

import matplotlib.pyplot as pltimport numpy as npn = 1024# 從[0]X = np.random.normal(0, 1, n)Y = np.random.normal(0, 1, n)T = np.arctan2(X, Y)plt.scatter(np.arange(5), np.arange(5))plt.xticks(())plt.yticks(())plt.show()

條形圖

import matplotlib.pyplot as pltimport numpy as npn = 12X = 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.figure(figsize=(12, 8))plt.bar(X, +Y1, facecolor=’#9999ff’, edgecolor=’white’)plt.bar(X, -Y2, facecolor=’#ff9999’, edgecolor=’white’)for x, y in zip(X,Y1): # ha: horizontal alignment水平方向 # va: vertical alignment垂直方向 plt.text(x, y+0.05, ’%.2f’ % y, ha=’center’, va=’bottom’)for x, y in zip(X,-Y2): # ha: horizontal alignment水平方向 # va: vertical alignment垂直方向 plt.text(x, y-0.05, ’%.2f’ % y, ha=’center’, va=’top’) # 定義范圍和標(biāo)簽plt.xlim(-.5, n)plt.xticks(())plt.ylim(-1.25, 1.25)plt.yticks(())plt.show()

contour等高線圖

import matplotlib.pyplot as pltimport numpy as npdef get_height(x, y): # the height function return (1-x/2+x**5+y**3)*np.exp(-x**2-y**2)n = 256x = np.linspace(-3, 3, n)y = np.linspace(-3, 3, n)X, Y = np.meshgrid(x, y)plt.figure(figsize=(14, 8))# use plt.contourf to filling contours# X, Y and value for (X, Y) point# 橫坐標(biāo)、縱坐標(biāo)、高度、 、透明度、cmap是顏色對應(yīng)表# 等高線的填充顏色plt.contourf(X, Y, get_height(X, Y), 16, alpah=0.7, cmap=plt.cm.hot) # use plt.contour to add contour lines# 這里是等高線的線C = plt.contour(X, Y, get_height(X, Y), 16, color=’black’, linewidth=.5)# adding labelplt.clabel(C, inline=True, fontsize=16)plt.xticks(())plt.yticks(())plt.show()

image圖片顯示

import matplotlib.pyplot as pltimport numpy as np# image dataa = np.array([0.313660827978, 0.365348418405, 0.423733120134, 0.365348418405, 0.439599930621, 0.525083754405, 0.423733120134, 0.525083754405, 0.651536351379]).reshape(3,3)'''for the value of 'interpolation', check this:http://matplotlib.org/examples/images_contours_and_fields/interpolation_methods.htmlfor the value of 'origin'= [’upper’, ’lower’], check this:http://matplotlib.org/examples/pylab_examples/image_origin.html'''# 這是顏色的標(biāo)注# 主要使用imshow來顯示圖片，這里暫時不適用圖片來顯示，采用色塊的方式演示。plt.imshow(a, interpolation=’nearest’, cmap=’bone’, origin=’lower’)plt.colorbar(shrink=.90) # 這是顏色深度的標(biāo)注，shrink表示壓縮比例plt.xticks(())plt.yticks(())plt.show()

3D數(shù)據(jù)圖

import matplotlib.pyplot as pltimport numpy as npfrom mpl_toolkits.mplot3d import Axes3Dfig = plt.figure(figsize=(12, 8))ax = Axes3D(fig)# 生成X，YX = 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)# height valueZ = np.sin(R)# 繪圖# rstride（row）和cstride(column)表示的是行列的跨度ax.plot_surface(X, Y, Z, rstride=1, # 行的跨度cstride=1, # 列的跨度cmap=plt.get_cmap(’rainbow’) # 顏色映射樣式設(shè)置)# offset 表示距離zdir的軸距離ax.contourf(X, Y, Z, zdir=’z’, offest=-2, cmap=’rainbow’)ax.set_zlim(-2, 2)plt.show()

Subplot多合一顯示

import matplotlib.pyplot as pltimport numpy as npplt.figure()# 將整個figure分成兩行兩列plt.subplot(2, 2, 1)# 第一個參數(shù)表示X的范圍，第二個是y的范圍plt.plot([0, 1], [0, 1])plt.subplot(222)plt.plot([0, 1], [0, 2])plt.subplot(223)plt.plot([0, 1], [0, 3])plt.subplot(224)plt.plot([0, 1], [0, 4])plt.show()

分格顯示

subplot2grid

import matplotlib.pyplot as pltimport numpy as npimport matplotlib.gridspec as gridspecplt.figure()# 第一個元素表示將總的面板進行劃分，劃分為3行3列，# 第二個元素表示該面板從0行0列開始，列的跨度（colspan）為3列，行的跨度（rowspan）為1ax1 = plt.subplot2grid((3, 3), (0, 0), colspan=3, rowspan=1)# 第一個元素的表示X的范圍為[1,2]，第二個元素表示Y的范圍為[1,2]ax1.plot([1, 2], [1, 2])ax1.set_title(r’$ax1_title$’)# 第一個元素表示將總的面板進行劃分，劃分為3行3列，# 第二個元素表示該面板從1行0列開始，列的跨度（colspan）為2列，行的跨度（rowspan）取默認(rèn)值1ax2 = plt.subplot2grid((3, 3), (1, 0), colspan=2)ax2.set_title(r’$ax2_title$’)# 第一個元素表示將總的面板進行劃分，劃分為3行3列，# 第二個元素表示該面板從1行2列開始，行的跨度（rowspan）為2列，列的跨度（colspan）取默認(rèn)值1ax3 = plt.subplot2grid((3, 3), (1, 2), rowspan=2)ax3.set_title(r’$ax3_title$’)# 第一個元素表示將總的面板進行劃分，劃分為3行3列，# 第二個元素表示該面板從2行0列開始,行的跨度（rowspan）為2列，列的跨度（colspan）取默認(rèn)值1ax4 = plt.subplot2grid((3, 3), (2, 0))ax4.set_title(r’$ax4_title$’)# 第一個元素表示將總的面板進行劃分，劃分為3行3列，# 第二個元素表示該面板從2行1列開始,行的跨度（rowspan）為2列，列的跨度（colspan）取默認(rèn)值1ax5 = plt.subplot2grid((3, 3), (2, 1))ax5.set_title(r’$ax5_title$’)plt.tight_layout()plt.show()

gridspec

import matplotlib.pyplot as pltimport numpy as npplt.figure()# 首先，定義網(wǎng)格的布局為3行3列g(shù)s = gridspec.GridSpec(3, 3)# 這里表示從0行全部都是ax1的ax1 = plt.subplot(gs[0, :])ax1.set_title(r’$ax1_title$’)# 這里表示第一行中0列和1列都是ax2的ax2 = plt.subplot(gs[1, :2])ax2.set_title(r’$ax2_title$’)# 這里表示第一行中2列是ax3的ax3 = plt.subplot(gs[1:, 2])ax3.set_title(r’$ax3_title$’)# 這里表示最后一行中0列是ax4的ax4 = plt.subplot(gs[-1, 0])ax4.set_title(r’$ax4_title$’)# 這里表示最后一行中倒數(shù)第二列是ax5的ax5 = plt.subplot(gs[-1, -2])ax5.set_title(r’$ax5_title$’)plt.tight_layout()plt.show()

easy to define structure分格顯示

import matplotlib.pyplot as pltimport numpy as npplt.figure()# sharex表示共享X軸，sharey表示共享y軸f, ((ax11, ax12), (ax21, ax22)) = plt.subplots(2, 2, sharex=True, sharey=True)# 顯示點（1, 2）, （1, 2）ax11.scatter([1, 2], [1, 2])ax11.set_title(’11’)ax12.set_title(’11’)ax21.set_title(’21’)ax22.set_title(’22’)plt.tight_layout()plt.show()

圖中圖

import matplotlib.pyplot as pltimport numpy as npfig = plt.figure(figsize=(10, 6))x = [1, 2, 3, 4, 5, 6, 7]y = [1, 3, 4, 2, 5, 8, 6]# 大圖left, bottom, width, weight = 0.1, 0.1, 0.8, 0.8ax1 = fig.add_axes([left, bottom, width, weight])ax1.plot(x, y, ’r’)ax1.set_xlabel(r’$x$’)ax1.set_ylabel(r’$y$’)ax1.set_title(r’$××Interesting××$’)# 左上小圖left, bottom, width, weight = 0.2, 0.6, 0.25, 0.25ax2 = fig.add_axes([left, bottom, width, weight])ax2.plot(y, x, ’b’)ax2.set_xlabel(r’$x$’)ax2.set_ylabel(r’$y$’)ax2.set_title(r’$title inside 1$’)# 右下小圖plt.axes([0.6, 0.2, 0.25, 0.25])# 將y的數(shù)據(jù)逆序輸出[::1]plt.plot(y[::-1],x, ’g’)plt.xlabel(’x’)plt.ylabel(’y’)plt.title(r’$title inside 2$’)plt.show()

主次坐標(biāo)軸

import matplotlib.pyplot as pltimport numpy as np# 從[0, 10]以0.1為間隔，形成一個列表x = np.arange(0, 10, 0.1)y1 = 0.05 * x**2y2 = -1 * y1fig, ax1 = plt.subplots()# 鏡像（上下左右顛倒）ax2 = ax1.twinx()ax1.plot(x, y1, ’g-’)ax2.plot(x, y2, ’b--’)# 為軸進行命名ax1.set_xlabel(r’$X data$’, fontsize=16)ax1.set_ylabel(r’$Y1$’, color=’g’, fontsize=16)ax2.set_ylabel(r’$Y2$’, color=’b’, fontsize=16)plt.show()

Animation動畫

import matplotlib.pyplot as pltimport numpy as npfrom matplotlib import animationfig, ax = plt.subplots()# 從[0, 2*np.pi]以0.01為間隔，形成一個列表x = np.arange(0, 2*np.pi, 0.01)# 這里只需要列表的第一個元素，所以就用逗號“,”加空白的形式省略了列表后面的元素line, = ax.plot(x, np.sin(x))def animate(i): line.set_ydata(np.sin(x + i/100)) return line, def init(): line.set_ydata(np.sin(x)) # 這里由于僅僅需要列表的第一個參數(shù)，所以后面的就直接用空白省略了 return line, ani = animation.FuncAnimation(fig=fig,func=animate, # 動畫函數(shù) frames=100, # 幀數(shù) init_func=init, # 初始化函數(shù) interval=20, # 20ms blit=True)plt.show()

到此這篇關(guān)于Python Matplotlib簡易教程(小白教程)的文章就介紹到這了,更多相關(guān)Python Matplotlib簡易教程內(nèi)容請搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！