Python绘图教程——Matplotlib文档（详细版）后半部分

这部分包括：

简介

简单例子

matplotlib组件(Figure, Subplots, Axes and Ticks)

动画

其他的绘图模型

补充

中的456小节。

Animation

很长一段时间，matplotlib的动画并不是一件容易的事情，主要是通过聪明的黑客进行的。 然而，自1.1版本以来，事情已经开始改变，并且引入了非常直观地创建动画的工具，可以以各种格式保存它们（但是不要期望能够以60 fps运行非常复杂的动画）。

在matplotlib中制作动画的最简单的方法是声明一个FuncAnimation对象，它指定matplotlib要更新的数据是什么，更新功能是什么，帧之间的延迟是多少。

水滴

在一个图片中，借助于小的逐渐增大的圆，随机分布在figure上，就获得了一个简单的下雨效果图。当然，在圆应当消失的时候，它们就不在增大了。我们可以用原来越淡的圆来模拟水波的消失，在消失后，去掉这个圆然后创建新的。

首先创建一个空白的figure：

# 创建新的figure，背景颜色为白色
fig = plt.figure(figsize=(6,6), facecolor='white')

# 创建新的axis覆盖整个figure，没有边框，纵横比为1:1
ax = fig.add_axes([0,0,1,1], frameon=False, aspect=1)

然后，我们要创建几个圆，可以使用散点图对象。我们需要注意每个圆的初始大小（让它们从最大到最小）和颜色，也要确保最大的圆基本上变成透明的。

# 圆圈的数目
n = 50
size_min = 50
size_max = 50*50

# 圆圈的位置
P = np.random.uniform(0,1,(n,2))

# 圆圈的颜色
C = np.ones((n,4)) * (0,0,0,1)
# Alpha color channel goes from 0 (transparent) to 1 (opaque)
C[:,3] = np.linspace(0,1,n)

# 圆圈的大小
S = np.linspace(size_min, size_max, n)

# 散点图
scat = ax.scatter(P[:,0], P[:,1], s=S, lw = 0.5,
edgecolors = C, facecolors='None')

# 坐标范围[0, 1]，坐标轴下标为空
ax.set_xlim(0,1), ax.set_xticks([])
ax.set_ylim(0,1), ax.set_yticks([])

现在，我们需要为我们的动画编写更新功能。 我们知道，在每个时刻，每个圆圈应该会变得更加透明，而最大的戒指应该是完全透明的，从而被去除。 当然，我们实际上不会移除最大的戒指，但是重新使用它可以在新的随机位置设置一个新的圆圈，具有正常的尺寸和颜色。 因此，我们保持圆圈数不变。

def update(frame):
global P, C, S

# 所有的圆圈都在变淡
C[:,3] = np.maximum(0, C[:,3] - 1.0/n)

# 所有的圆圈都在变大
S += (size_max - size_min) / n

# 重置圆圈
i = frame % 50
P[i] = np.random.uniform(0,1,2)
S[i] = size_min
C[i,3] = 1

#  更新散点图
scat.set_edgecolors(C)
scat.set_sizes(S)
scat.set_offsets(P)

# 返回对象
return scat

最终代码和结果如下所示：



最后一步是告诉matplotlib将此功能用作动画的更新功能，并显示结果或将其另存为动图。

animation = FuncAnimation(fig, update, interval=10, blit=True, frames=200)
# animation.save('rain.gif', writer='imagemagick', fps=30, dpi=40)
plt.show()

地震

我们现在将使用动画来观察过去30天内地球上的地震。 USGS地震危害计划是“国家地震危害减少计划”（NEHRP）的一部分，并在其网站上提供了几个数据。 这些数据根据地震幅度进行分类，范围从重大到仅次于所有地震，主要或次要。 你会惊讶于地球上每小时发生的小地震的数量。 由于这将为我们提供太多的数据，所以我们会专注于大于4.5的地震。 在撰写本报告时，已经在过去30天内发生了300多次地震。

第一步是读取和转换数据。 我们将使用允许打开和读取远程数据的urllib库。 网站上的数据使用CSV格式，其内容由第一行给出：

time,latitude,longitude,depth,mag,magType,nst,gap,dmin,rms,net,id,updated,place,type

2015-08-17T13:49:17.320Z,37.8365,-122.2321667,4.82,4.01,mw,…

2015-08-15T07:47:06.640Z,-10.9045,163.8766,6.35,6.6,mwp,…

我们只对纬度，经度和幅度感兴趣，我们不会解析事件的时间

import urllib
from mpl_toolkits.basemap import Basemap

# -> http://earthquake.usgs.gov/earthquakes/feed/v1.0/csv.php feed = "http://earthquake.usgs.gov/earthquakes/feed/v1.0/summary/"

# 表计最近30天的地震
# url = urllib.request.urlopen(feed + "significant_month.csv")

# 震级 > 4.5
url = urllib.request.urlopen(feed + "4.5_month.csv")

# 震级 > 2.5
# url = urllib.request.urlopen(feed + "2.5_month.csv")

# 震级 > 1.0
# url = urllib.request.urlopen(feed + "1.0_month.csv")

# 读取数据
data = url.read()
data = data.split(b'\n')[+1:-1]
E = np.zeros(len(data), dtype=[('position',  float, 2),
('magnitude', float, 1)])

for i in range(len(data)):
row = data[i].split(',')
E['position'][i] = float(row[2]),float(row[1])
E['magnitude'][i] = float(row[4])

现在，我们需要画一个地图，精确地显示地震中心的位置，并在matplotlib可以处理的坐标中翻译纬度/经度。 幸运的是，安装和使用非常简单的底图项目（往往被更完整的cartopy替代）。 第一步是定义一个投影来将地球画在屏幕上（存在许多不同的投影），我们将坚持对于像我这样的非专家相当标准的投影机。

fig = plt.figure(figsize=(14,10))
ax = plt.subplot(1,1,1)

earth = Basemap(projection='mill')

接下来，我们要求绘制海岸线和填充大陆：

earth.drawcoastlines(color='0.50', linewidth=0.25)
earth.fillcontinents(color='0.95')

地球物体也将被用来相当自动的翻译坐标。 我们差不多完了 最后一步是放一些圆点上去并调整大小颜色。

P = np.zeros(50, dtype=[('position', float, 2),
('size',     float, 1),
('growth',   float, 1),
('color',    float, 4)])
scat = ax.scatter(P['position'][:,0], P['position'][:,1], P['size'], lw=0.5,
edgecolors = P['color'], facecolors='None', zorder=10)

def update(frame):
current = frame % len(E)
i = frame % len(P)

P['color'][:,3] = np.maximum(0, P['color'][:,3] - 1.0/len(P))
P['size'] += P['growth']

magnitude = E['magnitude'][current]
P['position'][i] = earth(*E['position'][current])
P['size'][i] = 5
P['growth'][i]= np.exp(magnitude) * 0.1

if magnitude < 6:
P['color'][i]    = 0,0,1,1
else:
P['color'][i]    = 1,0,0,1
scat.set_edgecolors(P['color'])
scat.set_facecolors(P['color']*(1,1,1,0.25))
scat.set_sizes(P['size'])
scat.set_offsets(P['position'])
return scat,

animation = FuncAnimation(fig, update, interval=10)
plt.show()

全部代码和结果如下所示：

其他绘图模型

Regular Plots

源代码和结果如下所示：

Scatter Plots

源代码和结果如下所示：

Bar Plots

源代码和结果如下所示：

Contour Plots

源代码和结果如下所示：

Imshow

源代码和结果如下所示：

Pie Charts

源代码和结果如下所示：

Quiver Plots

源代码和结果如下所示：

Grids

源代码和结果如下所示：

Multi Plots

源代码和结果如下所示：

Polor Axis

源代码和结果如下所示：

3D Plots

源代码和结果如下所示：

Text

源代码和结果如下所示：

Matplotlib官网文档

链接