python学习笔记——matplotlib的使用(3)

python学习笔记

一、matplotlib的使用(3)

1、3D图

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

#建立3D的网格坐标系
fig =plt.figure()
ax =Axes3D(fig)#生成3D图的坐标系
#X,Y value
X=np.arange(-4,4,0.25)#固定步长的数字序列
Y=np.arange(-4,4,0.25)
X,Y=np.meshgrid(X,Y)#生成网格坐标矩阵

R=np.sqrt(X**2+Y**2)
Z=np.sin(R)

#绘制3D图，rstride和cstride分别是行跨度和列跨度
ax.plot_surface(X,Y,Z,rstride=1,cstride=1,cmap=plt.get_cmap('rainbow'))

#绘制3D图关于YOZ平面的投影，投影在x=-4的平面上
ax.contourf(X,Y,Z,zdir='x',offset=-4,cmap=plt.get_cmap('rainbow'))

ax.set_zlim(-2,2)
plt.show()

参考显示结果：

2、subplot小图排列

方法一：

import matplotlib.pyplot as plt

plt.figure()
plt.subplot(2,1,1)#将位置划分为2行1列，共两个位置，占据第一个位置
plt.plot([0,1],[0,1])

plt.subplot(2,3,4)#将位置划分为2行3列，共6个位置，占据第4个位置
plt.plot([0,1],[0,1])

plt.subplot(2,3,5)#将位置划分为2行3列，共6个位置，占据第5个位置
plt.plot([0,1],[0,1])

plt.subplot(2,3,6)#将位置划分为2行3列，共6个位置，占据第6个位置
plt.plot([0,1],[0,1])

plt.show()

显示结果：

方法二：该方法易于理解

import matplotlib.pyplot as plt

plt.figure()
ax1=plt.subplot2grid((3,3),(0,0),colspan=3,rowspan=1)
#将区域划分为3行3列，放置起点为（0，0）即左上角，行跨度为3，列跨度为1
ax1.set_title('ax1')
ax1.plot([1,2],[1,2])
ax2=plt.subplot2grid((3,3),(1,0),colspan=2,rowspan=2)
#将区域划分为3行3列，放置起点为（1，0）即第二行，行跨度为2，列跨度为2
ax2.plot([1,2],[1,2])
ax3=plt.subplot2grid((3,3),(2,2))
#将区域划分为3行3列，放置起点为（2，2），默认行跨度为1，列跨度为1
ax3.plot([1,2],[1,2])

plt.show()

显示结果：
方法三：该方法借助切片法

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec

plt.figure()
gs=gridspec.GridSpec(3,3)
ax4=plt.subplot(gs[0,:])
ax5=plt.subplot(gs[1:3,0:2])
ax4=plt.subplot(gs[2,2])

plt.show()

显示结果：
方法四：该方法不能对每个图像的大小进行单独设定，每个图像的大小一致

import matplotlib.pyplot as plt
f,((ax11,ax12),(ax21,ax22))=plt.subplots(2,2,=True,sharey=True)
#sharex为是否共享x轴；sharey为是否共享y轴
ax11.plot([1,2],[1,2])
plt.tight_layout()
plt.show()

显示结果：

3、图中图

借助于add_axes来添加坐标轴，将坐标轴的大小和位置进行设定即可达到图中图的效果

import matplotlib.pyplot as plt

fig=plt.figure()
x=[1,2,3,4,5]
y=[1,2,3,2,1]

left,bottom,width,height=0.1,0.1,0.8,0.8
ax1=fig.add_axes([left,bottom,width,height])
''left为左轴的位置，bottom为下轴的位置，width为图像的宽度（即下轴的长度），height为图像的高度（即左轴的长度）''
ax1.plot(x,y,'r')

ax2=fig.add_axes([0.2,0.2,0.3,0.3])
ax2.plot(x,y,'b')

plt.axes([0.6,0.6,0.3,0.3])
plt.plot(x,y,'y')

plt.show()

显示结果：