Matplotlib基本图形笔记
|
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 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 |
#encoding=utf-8 import matplotlib.pyplot as plt import numpy as np #散点图 fig=plt.figure()#画布 ax=fig.add_subplot(3,2,1)#3行3列第一个 n=128 X=np.random.normal(0,1,n)#生成随机数 正态分布 [numpy.random.normal(loc=0.0, scale=1.0, size=None)] 运行代码中 0->此概率分布的均值（对应着整个分布的中心centre） 1->此概率分布的标准差（对应于分布的宽度，scale越大越矮胖，scale越小，越瘦高）n->输出的shape，默认为None，只输出一个值 Y=np.random.normal(0,1,n) T=np.arctan2(X,Y) #print X,Y,T #plt.axes([0.025,0.025,0.95,0.95])#对画图区域设置 axes([x,y,xs,ys])#其中x代表在X轴的位置，y代表在Y轴的位置，xs代表在X轴上向右延展的范围大小，ys代表在Y轴中向上延展的范围大小 ax.scatter(X,Y,s=75,c=T,alpha=0.5)#绘制散点图size color alpha plt.xlim(-1.5,1.5),plt.xticks([])#x轴范围 不显示坐标轴刻度 plt.ylim(-1.5,1.5),plt.yticks([]) plt.axis()#显示轴 plt.title("scatter") plt.xlabel("x") plt.ylabel("y") #柱状图 ax=fig.add_subplot(322) n=10 X=np.arange(n) Y1=(1-X/float(n+1)) Y2=(1-X/float(n)) #print X,Y1,Y2 ax.bar(X,+Y1,facecolor="#9999FF",edgecolor="white") ax.bar(X,-Y2,facecolor="#FF2222",edgecolor="white") for x,y in zip(X,Y1): plt.text(x+0.1,+y+0.05,"%.2f"%y,ha="center",va="bottom",rotation="45")#bottom是柱状图相对于所标数字的位置 for x,y in zip(X,Y2): plt.text(x+0.1,-y-0.05,"%.2f"%y,ha="center",va="top") plt.title("bar") plt.yticks([]) plt.xticks([]) #饼图 ax=fig.add_subplot(323) n=20 Z=np.ones(n) Z[-1]*=2 ax.pie(Z,explode=Z*0.05,colors=["%f"%(i/float(n)) for i in range(n)],labels=["%.2f"%(i/float(n)) for i in range(n)]) plt.gca().set_aspect("equal") plt.xticks([]) plt.yticks([]) plt.title("pie") #极坐标图 fig.add_subplot(324,polar=True) n=20 t=np.arange(0.0,2*np.pi,2*np.pi/n) r=10*np.random.rand(n) plt.polar(t,r) plt.title("polar") #3D from mpl_toolkits.mplot3d import Axes3D fig.add_subplot(313,projection="3d") plt.plot([1,3,5,6,7,9],[4,2,2,1,2,3],[6,8,8,7,8,2],linestyle="-.") plt.title("3D") #plt.savefig("./fig.png")#保存 plt.tight_layout(pad=0.4, w_pad=0.5, h_pad=1.0)#参数图像边界和子图之间的额外边距。边距以字体大小单位规定。 plt.show() |
近期评论