使用python matplotlib绘制高级图表
2017-12-09 16:35
1006 查看
1.等值线图
其中contour和contourf函数,前者表示绘制等高线,后者表示加色,个人觉得配合使用更好。dx=0.01;dy=0.01 x=np.arange(-2.0,2.0,dx) y=np.arange(-2.0,2.0,dx) X,Y=np.meshgrid(x,y)#生成网格矩阵 def f(x,y):#定义函数生成对于(x,y)的高值 return (1-y**5+x**5)*np.exp(-x**2-y**2) C=plt.contour(X,Y,f(X,Y),8,colors='black')#绘制等高线,为等高线设置为黑色 plt.contourf(X,Y,f(X,Y),8)#添加颜色(颜色区分等高线) plt.clabel(C,inline=1,fontsize=10)#0闭合添加数字,1表示开口添加等高线。等高线字体大小 plt.show()
可以变换一种颜色:增加contourf函数的参数
cmap=plt.cm.hot
使用colorbar增加图例
plt.colorbar
2.简单的3D曲面
from mpl_toolkits.mplot3d import Axes3D fig = plt.figure() ax = Axes3D(fig) X=np.arange(-2,2,0.1) Y=np.arange(-2,2,0.1) X,Y=np.meshgrid(X,Y) def f(x,y): return (1-y**5+x**5)*np.exp(-x**2-y**2) ax.plot_surface(X,Y,f(X,Y),rstride=1,cstride=1)#rstride,cstride表示绘制的图形网格疏密,1密。 plt.show()
改变颜色和角度
fig = plt.figure() ax = Axes3D(fig) X=np.arange(-2,2,0.1) Y=np.arange(-2,2,0.1) X,Y=np.meshgrid(X,Y) def f(x,y): return (1-y**5+x**5)*np.exp(-x**2-y**2) ax.plot_surface(X,Y,f(X,Y),rstride=1,cstride=1,cmap=plt.cm.hot)#rstride,cstride表示绘制的图形网格疏密,1密。 ax.view_init(elev=20,azim=125)#看图视角,第一个参数为高度,第二个为旋转角度 plt.show()
3.3D散点图
fig=plt.figure() ax = Axes3D(fig) x=np.random.randint(1,100,100) y=np.random.randint(1,100,100) z=np.random.randint(1,100,100) ax.scatter(x,y,z,marker='*') ax.set_xlabel('X label') ax.set_ylabel('Y label') ax.set_zlabel('Z label') plt.show()
相关文章推荐
- Python:使用matplotlib绘制图表
- Python:使用matplotlib绘制图表
- Python:使用matplotlib绘制图表
- python 使用numpy matplotlib绘制图表
- python: 使用matplotlib的pyplot绘制图表
- Python:使用matplotlib绘制图表
- Python:使用matplotlib绘制图表
- 在Linux下使用Python的matplotlib绘制数据图的教程
- Python使用matplotlib绘制动画的方法
- 使用matplotlib绘制带图例的图表
- Python图表绘制:matplotlib绘图库入门
- 广义mandelbrot集,使用python的matplotlib绘制,支持放大缩小
- Python图表绘制:matplotlib绘图库入门
- 在Linux下使用Python的matplotlib绘制数据图的教程
- Python图表绘制:matplotlib绘图库入门
- matplotlib--python绘制图表 | PIL--python图像处理
- python使用matplotlib绘制xy坐标轴图
- Python图表绘制:matplotlib绘图库入门
- Python图表绘制:matplotlib绘图库入门
- Python图表绘制:matplotlib绘图库入门