python matplotlib数据作图

Posted 2023-03-13

参考技术A

一、使用numpy生成长度为100的等差序列作为自变量，命名为x，并使用三角函数SiNx和cosx**2生成两个因变量，命名为y和Z。

二、设置画布的大小、颜色、宽度、类型和标签。

三、通过plt.figure(figsize=(10,6))的画布。图（（10,6））。

四、尝试plt.plot(x,y,color='red',linewidth=2,label='$\\sinx$')和plt.plot(x,z,'b--',label='$\\cosx^2$')。

五、分通过plt.xlabel('T')和plt.ylabel('V')设置X和Y轴的轴标签；并通过plt.title('V changes by T')为图形设置标题。

六、Y[：，0]=Y[：，0]*888表示修改第一个数据并将其展开888次；之后，使用上述设置时保持不变，发现另一行几乎是一条直线。

Python矩阵作图库matplotlib的初级使用

• matplotlib背景介绍：
  第三方库matplotlib（没有的话，可在终端输入"pip install matplotlib"进行安装）是一款高质量的2D作图库，可被广泛地应用于支持Python的环境中。并且，如果在某些情境下需要绘制一些基础的3D图，这个时候可以结合标准库mpl_toolkits.mplot3d来使用。出于Python语言的便携性，从而为我们提供了一套轻量级的作图方案。
  由于网络上的资料大多不太符合官方推荐的作图方式，且很多内容并没有一个清晰的逻辑。笔者此处重新整理几个简单的示例，仅供参考！

• 简单作图示例：
  
  

   1 import numpy
   2 import matplotlib.pyplot as plt
   3 
   4 x = numpy.linspace(0, 2, 100)
   5 
   6 plt.figure(figsize=(8, 4))
   7 
   8 plt.plot(x, x, label=\'linear\')
   9 plt.plot(x, x**2, label=\'quadratic\')
  10 plt.plot(x, x**3, label=\'cubic\')
  11 
  12 # 设置展示区间
  13 plt.xlim(-1, 3)
  14 plt.ylim(-1, 10)
  15 
  16 # 设置展示信息
  17 plt.xlabel(\'$x$\')
  18 plt.ylabel(\'$y$\')
  19 plt.title(\'simple_plot\')
  20 plt.legend(loc=\'best\')
  21 
  22 # 保存图片
  23 plt.savefig(fname=\'test_plot.png\', dpi=500)
  24 
  25 # 展示图片
  26 plt.show()
  27 # 关闭图片
  28 plt.close()

  View Code

  

•  复杂作图示例：
  明确三层作图对象：
  1. 整个图片对象 $\\rightarrow$ figure
  2. 图片内的子图对象 $\\rightarrow$ axes
  3. 子图内的轴对象 $\\rightarrow$ axis
  
  

   1 import numpy
   2 import matplotlib.pyplot as plt
   3 
   4 # 明确三层作图对象: figure, axes, axis
   5 # 整个图片对象, 图片内的子图对象, 子图内的轴对象
   6 
   7 x = numpy.linspace(0, 2, 100)
   8 y = 1 + numpy.sin(2 * numpy.pi * x)
   9 
  10 # 创建图片对象
  11 fig = plt.figure(figsize=(8, 4))
  12 fig.suptitle(\'figure_title\')
  13 
  14 # 创建子图对象
  15 axes = plt.subplot()
  16 axes.plot(x, y, label=\'$sin(x)$\')
  17 axes.set(xlim=(-1, 3), ylim=(-1, 10), xlabel=\'$x$\', ylabel=\'$y$\', title=\'axes_title\')
  18 axes.grid()
  19 axes.legend()
  20 
  21 # fig.tight_layout()
  22 fig.savefig(\'test_plot.png\', dpi=500)
  23 
  24 plt.show()
  25 plt.close()

  View Code

  

• 复杂作图 $\\rightarrow$ 多类型示例：
  
  

   1 import numpy
   2 import matplotlib.pyplot as plt
   3 
   4 # 创建图片对象
   5 fig = plt.figure(figsize=(8, 4))
   6 
   7 # 创建子图对象
   8 ax1 = plt.subplot(2, 2, 1)
   9 ax2 = plt.subplot(2, 2, 2)
  10 ax3 = plt.subplot(2, 1, 2)
  11 
  12 # 散点图
  13 ax1.scatter(numpy.random.uniform(1, 11, 100), numpy.random.random(100), color=\'r\', marker=\'.\', label=\'scatter_label\')
  14 ax1.set(xlabel=\'$x$\', ylabel=\'$y$\', title=\'scatter_title\')
  15 ax1.legend()
  16 
  17 # 盒型图
  18 ax2.boxplot([numpy.arange(10), numpy.arange(10)])
  19 ax2.set_xticklabels([\'the first\', \'the second\'], rotation=10)   # 重置坐标轴刻度并旋转
  20 ax2.set(ylabel=\'$y$\', title=\'boxplot_title\')
  21 
  22 # 条形图
  23 ax3.bar(numpy.arange(1, 21), numpy.random.random(20), width=0.5, color=\'g\', label=\'bar_label\')
  24 ax3.set(xlabel=\'$x$\', ylabel=\'$y$\', title=\'bar_title\')
  25 ax3.legend()
  26 
  27 fig.tight_layout()
  28 fig.savefig(\'test_plot.png\', dpi=500)
  29 
  30 plt.show()
  31 plt.close()

  View Code

  

• 复杂作图 $\\rightarrow$ 3D类型示例：
  
  

   1 import numpy
   2 import matplotlib.pyplot as plt
   3 from matplotlib import cm
   4 from matplotlib.ticker import LinearLocator, FormatStrFormatter
   5 from mpl_toolkits.mplot3d import Axes3D                     # 该模块并未直接使用, 但必须导入, 否则无法识别下面的projection=\'3d\'
   6 
   7 
   8 # 子图1的数据 - 一条曲线
   9 theta = numpy.linspace(-4*numpy.pi, 4*numpy.pi, 500)
  10 z1 = numpy.linspace(-2, 2, 500)
  11 r = z1**2 + 1
  12 x1 = r * numpy.sin(theta)
  13 y1 = r * numpy.cos(theta)
  14 
  15 # 子图2的数据 - 一个曲面
  16 x2 = numpy.linspace(-5, 5, 100)
  17 y2 = numpy.linspace(-5, 5, 100)
  18 x2, y2 = numpy.meshgrid(x2, y2)                             # 生成网格
  19 length = numpy.sqrt(x2**2 + y2**2)
  20 z2 = numpy.sin(length)
  21 
  22 # 创建图片对象
  23 fig = plt.figure(figsize=(8, 4))
  24 
  25 # 创建子图对象
  26 ax1 = plt.subplot(1, 2, 1, projection=\'3d\')                 # projection=\'3d\'标记该子图为3D子图
  27 ax2 = plt.subplot(1, 2, 2, projection=\'3d\')
  28 
  29 ax1.plot(x1, y1, z1, linewidth=1, label=\'3d curve\')
  30 ax1.set(xlim=(-5, 5), ylim=(-5, 5), zlim=(-5, 5),xlabel=\'$x$\', ylabel=\'$y$\', zlabel=\'$z$\', title=\'curve_title\')
  31 ax1.legend()
  32 
  33 surf = ax2.plot_surface(x2, y2, z2, cmap=cm.coolwarm, antialiased=False)
  34 ax2.set(zlim=(-1.01, 1.01), xlabel=\'$x$\', ylabel=\'$y$\', zlabel=\'$z$\', title=\'surface_title\')
  35 # 设置子图内的轴对象
  36 ax2.zaxis.set_major_locator(LinearLocator(10))              # z轴上的总刻度数
  37 ax2.zaxis.set_major_formatter(FormatStrFormatter(\'%.02f\'))  # z轴上刻度的格式
  38 
  39 fig.colorbar(surf, shrink=0.5, aspect=10)                   # 展示颜色棒
  40 
  41 fig.tight_layout()
  42 fig.savefig(\'test_plot.png\', dpi=500)
  43 
  44 plt.show()
  45 plt.close()

  View Code

  
  

• 参考：
  https://matplotlib.org/api/_as_gen/matplotlib.pyplot.subplots.html#matplotlib.pyplot.subplots
  https://matplotlib.org/api/_as_gen/matplotlib.axes.Axes.plot.html#matplotlib.axes.Axes.plot
  https://matplotlib.org/tutorials/toolkits/mplot3d.html