import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(-1,1,100) #从-1 到1生成100个带你
y = 2*x +1
plt.plot(x,y)
plt.show()
figure 图像
x = np.linspace(-1,1,100)
y1 = 2x +2
y2 = x*2
plt.figure()
plt.plot(x,y1)
plt.figure(figsize=(8,2)) #设置图像的大小
plt.plot(x,y2)
plt.show()
将两个图画在一起
plt.plot(x,y1,color='red',linewidth=1.0,linestyle='--')
plt.plot(x,y2,color='blue',linewidth=5.0,linestyle='-')
plt.show()
设计坐标轴
x = np.linspace(-1,1,100)
y1 = 2x +2
y2 = x*2
plt.xlim((-1,2))
plt.ylim((-2,3)) #限制xy的范围
plt.xlabel('I am X')
plt.ylabel('I am Y') #设置xy的名称
plt.plot(x,y1,color='red',linewidth=1.0,linestyle='--')
plt.plot(x,y2,color='blue',linewidth=5.0,linestyle='-')
plt.show()
使用自定义的xy的坐标轴1
x = np.linspace(-3,3,100)
y1 = 2x +2
y2 = x*2
plt.xlim((-1,2))
plt.ylim((-2,3)) #限制xy的范围
plt.xlabel('I am X')
plt.ylabel('I am Y') #设置xy的名称
plt.plot(x,y1,color='red',linewidth=1.0,linestyle='--')
plt.plot(x,y2,color='blue',linewidth=5.0,linestyle='-')
new_ticks = np.linspace(-2,2,11)
print(new_ticks)
plt.xticks(new_ticks)
plt.yticks([-1,0,1,2,3],
['leverl1','leverl2','leverl3','leverl4','leverl5'])
plt.show()
自定义xy的坐标轴2
x = np.linspace(-3,3,100)
y1 = 2x +1
y2 = x*2
plt.xlim((-1,2))
plt.ylim((-2,3)) #限制xy的范围
plt.xlabel('I am X')
plt.ylabel('I am Y') #设置xy的名称
plt.plot(x,y1,color='red',linewidth=1.0,linestyle='--')
plt.plot(x,y2,color='blue',linewidth=5.0,linestyle='-')
new_ticks = np.linspace(-2,2,11)
print(new_ticks)
plt.xticks(new_ticks)
plt.yticks([-1,0,1,2,3],
['leverl1','leverl2','leverl3','leverl4','leverl5'])
gca get current axis 获取当前的轴
ax = plt.gca()
ax.spines['right'].set_color('none') #自定义右边的框 若要设置颜色将none改为red 或其他
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom') #获取当前的轴的位置
ax.yaxis.set_ticks_position('left')
ax.spines['bottom'].set_position(('data',0)) #将x轴的位置放到数据0的位置
ax.spines['left'].set_position(('data',0)) #将y轴的位置放到数据0的位置
plt.show()
图例的设置
x = np.linspace(-3,3,100)
y1 = 2x +1
y2 = x*2
plt.xlim((-1,2))
plt.ylim((-2,3)) #限制xy的范围
plt.xlabel('I am X')
plt.ylabel('I am Y') #设置xy的名称
l1,=plt.plot(x,y1,color='red',linewidth=1.0,linestyle='--')
l2,=plt.plot(x,y2,color='blue',linewidth=5.0,linestyle='-')
plt.legend(handles=[l1,l2],labels=['test1','test2'],loc='best')
new_ticks = np.linspace(-2,2,11)
print(new_ticks)
plt.xticks(new_ticks)
plt.yticks([-1,0,1,2,3],
['leverl1','leverl2','leverl3','leverl4','leverl5'])
plt.show()
给图片注释
x = np.linspace(-1,1,100)
y1 = 2x +1
y2 = x*2
plt.xlim((-1,2))
plt.ylim((-2,3)) #限制xy的范围
plt.xlabel('I am X')
plt.ylabel('I am Y') #设置xy的名称
plt.plot(x,y1,color='red',linewidth=1.0,linestyle='-')
new_ticks = np.linspace(-2,2,11)
print(new_ticks)
plt.xticks(new_ticks)
plt.yticks([-1,0,1,2,3],
['leverl1','leverl2','leverl3','leverl4','leverl5'])
gca get current axis 获取当前的轴
ax = plt.gca()
ax.spines['right'].set_color('none') #自定义右边的框 若要设置颜色将none改为red 或其他
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom') #获取当前的轴的位置
ax.yaxis.set_ticks_position('left')
ax.spines['bottom'].set_position(('data',0)) #将x轴的位置放到数据0的位置
ax.spines['left'].set_position(('data',0)) #将y轴的位置放到数据0的位置
x0 = 0.5
y0 = 2*x0 + 1
plt.scatter(x0,y0,s=50,color='b') #画点
plt.plot([x0,x0],[y0,0],'k--',lw=2) #画虚线 k--表示黑虚线 lw线宽
plt.annotate(r'' % y0,xy=(x0,y0),xytext=(+30,-30),textcoords='offset points',fontsize=16,
arrowprops=dict(arrowstyle='->',connectionstyle='arc3,rad=.2'))
plt.text(-1,2.5,r'',fontdict={'size':'16','color':'r'})
plt.show()
散点图
x = np.random.normal(0,1,500)
y = np.random.normal(0,1,500)
plt.scatter(x,y,s=50,c='b',alpha=0.5)
plt.xlim((-2,-2))
plt.ylim((-2,-2))
plt.xticks(())
plt.yticks(()) #去掉轴的标注
plt.show()
直方图
x1= np.arange(10)
y1= 2**x1 + 10
plt.bar(x1,y1,facecolor='#9999ff',edgecolor='white') #为-y则是往下画直方图
for x1,y1 in zip(x1,y1): #zip是同时读取x y
plt.text(x1,y1,'%.2f' % y1,ha='center',va='bottom')
plt.show()
绘制等高线图
def f(x,y):
"""
计算高度的函数
:param x: 向量
:param y: 向量
:return: dim(x)dim(y)维的矩阵
"""
# the height function
return (1 - x / 2 + x5 + y3) * np.exp(-x2 -y*2)
x = np.linspace(-3,3,100)
y = np.linspace(-3,3,100)
X,Y = np.meshgrid(x,y) # 获得网格坐标矩阵
plt.contourf(X,Y,f(X,Y),8,cmap=plt.cm.hot) # 进行颜色填充
c = plt.contour(X,Y,f(X,Y),8,colors='black') # 进行等高线绘制
plt.clabel(c,inline=True,fontsize=10) # 线条标注的绘制
plt.xticks(())
plt.yticks(())
plt.show()
绘制3d图 将代码复制到 ipython中shift ＋回车键 查看3d图
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()
ax = Axes3D(fig)
x = np.arange(-4,4,0.2)
y = np.arange(-4,4,0.2)
X,Y = np.meshgrid(x,y)
R = np.sqrt(X2+Y2)
Z = np.sin(R)
cmap = plt.get_cmap('rainbow')
ax.plot_surface(X,Y,Z,rstride=1,cstride=1,cmap=cmap)
ax.contourf(X,Y,Z,zdir='z',offset=-2.0020,cmap='rainbow')
ax.set_zlim(-2,-2)
plt.show()
绘制subplot
plt.figure()
plt.subplot(2,2,1) #两行两列的图 这个放第一个位置 或者去掉括号 （221）
plt.plot([0,1],[0,1])
plt.subplot(2,2,2)
plt.plot([0,1],[0,1])
plt.subplot(2,2,3)
plt.plot([0,1],[0,1])
plt.subplot(2,2,4)
plt.plot([0,1],[0,1])
plt.show()
大小不一的图片
plt.figure()
plt.subplot(2,1,1) #两行两列的图 这个放第一个位置 或者去掉括号 （221）
plt.plot([0,1],[0,1])
plt.subplot(2,3,4)
plt.plot([0,1],[0,1])
plt.subplot(2,3,5)
plt.plot([0,1],[0,1])
plt.subplot(2,3,6)
plt.plot([0,1],[0,1])
plt.show()
动态图
from matplotlib import animation
import matplotlib.pyplot as plt
import numpy as np
fig,ax = plt.subplots()
x= np.arange(0,2*np.pi,0.01)
line,= ax.plot(x,np.sin(x))
def animate(i):
line.set_ydata(np.sin(x+i/10))
return line,
def init():
line.set_ydata(np.sin(x))
return line,
ani = animation.FuncAnimation(fig=fig,func=animate,init_func=init,interval=20)
plt.show()