文章目录

1. 绘制2D图像
- 1.1. 与MATLAB相似的用法
- 1.2. 面向对象的方法
- 1.3. 图的属性设置
- 1.4. 其他二维图
2. 绘制3D图
- 2.1. 在三维空间中绘制散点
- 2.2. 在三维空间中绘制连续图形

1. 绘制2D图像

注意：如果在NoteBook环境下绘图时应该首先运行%matplotlib inline

1.1. 与MATLAB相似的用法

from matplotlib import pylab
import numpy as np
%matplotlib inlinex = np.linspace(0, 10, 20)               #构造数据
y = x * x + 2pylab.subplot(1,2,1)     #绘制子图1，并指定以下语句是在此子图上绘制
pylab.plot(y,x,'g*-')         #这里的'g*-'是线条的属性设置，和MATLAB一致pylab.subplot(1,2,2)        #子图2，以下绘制在子图2中
pylab.plot(y,x,'r--')

1.2. 面向对象的方法

from matplotlib import pyplot as plt
import numpy as np
%matplotlib inlinex = np.linspace(0, 10, 20)               #构造数据
y = x * x + 2#------------------------------------方法 1：add_axes方法添加画布--------------------------fig = plt.figure() # 新建图形对象,画板,图像的框架，可以通过 figsize=(14,6)指定画板尺寸#add_axes参数的前两个表示坐标，后两个表示图像长和高，范围[0,1]
axes1 = fig.add_axes([0.1, 0.1, 0.8, 0.8])     #创建画布，即子图，此方法创建的子图可以重叠#创建子图2
axes2 = fig.add_axes([0.2, 0.5, 0.4, 0.3])axes1.plot(x, y, 'r')
axes2.plot(y, x, 'g')#------------------------------------方法三：使用 subplots() 添加画布--------------------------
#fig为画板对象，axes为画布对象列表
fig, axes = plt.subplots(nrows=1, ncols=2) # 子图为 1 行，2 列，参数可以直接写为（1,2）
for ax in axes:ax.plot(x, y, 'r')#------------------------------------方法三：使用 add_subplot() 添加画布--------------------------
#                                                   '''此方法与MATLAB方法相似'''fig = plt.figure()       # 新建图形对象fig.add_subplot(1,2,1)plt.plot(x, y, 'r')
fig.add_subplot(1,2,2)plt.plot(x, y, 'g')

方法一：

方法二：

方法三：

1.3. 图的属性设置

图名称、坐标轴名称、图例

#1.设置标题
ax.set_title("title")#2.设置坐标轴名称
ax.set_xlabel("x")
ax.set_ylabel("y")#3. 设置图例，其中loc 参数标记图例位置1，2，3，4
#依次代表：右上角、左上角、左下角，右下角；0 代表自适应
ax.legend(["label1", "label2"]，loc=0)

画布网格、坐标轴范围
使用画布方法

axes.grid(True)  #设置网格，默认为False#设置坐标轴范围
axes.set_ylim([0, 60])
axes.set_xlim([2, 5])

线型、颜色、透明度、虚线交错宽度

方法一：
颜色、线型、标记由三种符号组成：如 ‘r–^’ :红色、虚线、朝上三角标记。然后在指定其他参数

ax.plot(x, x+1,  'r--^', lw=1)

方法二：
全部由关键字传参

ax.plot(x, x+16, color="purple", lw=1, ls='-', marker='s', markersize=8, markerfacecolor="yellow", markeredgewidth=2, markeredgecolor="blue")

plot()参数

参数	描述
color	颜色
alpha	透明度
linestyle ，ls	线型
linewidth ，lw	线宽
marker	线标记
markersize,ms	标记大小
markeredgewidth mew	标记边界宽度
markerfacecolor ，mfc	标记内部颜色
markeredgecolor, mec	标记边界颜色

线型：

号	描述
-’	实线
‘–’	线型虚线
‘-.’	点划线点线交错
‘:’	点型虚线

注意：虚线交错宽度设置

line, = ax.plot(x, x+8, color="black", lw=1.50)
line.set_dashes([5, 10, 15, 10]) #偶数个列表，每两个树为一个实线与虚线的交错宽度

线标记：

符号	描述
‘.’	点标记
‘,’	像素标记
‘o’	圆圈标记
‘v’	朝下的三角形
‘^’	朝上的三角形
‘<’	朝左的三角形
‘>’	朝右的三角形
1-4	tri_down marker，up，left，right
‘s’	正方形
‘p’	五边形
‘*’	星型
‘h’	1号六角形
‘H’	2号六角形
‘+’	+号标记
‘x’	x号标记
‘D’	钻石形
‘d’	小版钻石形
‘\|’	垂直线形
‘_’	水平线行

颜色

符号	描述
‘b’	蓝色
‘g’	绿色
‘r’	红色
‘c’	青色
‘m’	品红
‘y’	黄色
‘k’	黑色
‘w’	白色

其中颜色可以由完整的英文名称、十六进制字符码（’#777777’）、RGB、RGBA元组(((0, 128, 64)))，只有符号表示的可以用方法一格式化组合线的属性，其他需用关键字传参。

1.4. 其他二维图

绘制散点图、梯步图、条形图、面积图

"""绘制散点图、梯步图、条形图、面积图
"""
n = np.array([0,1,2,3,4,5])fig, axes = plt.subplots(1, 4, figsize=(16,5))axes[0].scatter(x, x + 0.25*np.random.randn(len(x)))
axes[0].set_title("scatter")axes[1].step(n, n**2, lw=2)
axes[1].set_title("step")axes[2].bar(n, n**2, align="center", width=0.5, alpha=0.5)
axes[2].set_title("bar")# 提供两个函数，绘制交叉面积
axes[3].fill_between(x, x**2, x**3, color="green", alpha=0.5)
axes[3].set_title("fill_between")

2. 绘制直方图和累计直方图

"""绘制直方图
"""
n = np.random.randn(100000)
fig, axes = plt.subplots(1, 2, figsize=(12,4))axes[0].hist(n)
axes[0].set_title("Default histogram")
axes[0].set_xlim((min(n), max(n)))axes[1].hist(n, cumulative=True, bins=50)
axes[1].set_title("Cumulative detailed histogram")
axes[1].set_xlim((min(n), max(n)))

2. 绘制3D图

2.1. 在三维空间中绘制散点

from mpl_toolkits.mplot3d.axes3d import Axes3Dfig = plt.figure(figsize=(14,6))# 通过 projection='3d' 指定绘制 3D 图形
ax = fig.add_subplot(1, 2, 1, projection='3d')
ax.scatter([1,2,3], [1,2,3], [1,2,3],c='r')          #分别对应三个坐标xyz，可以为单个数字表示单个坐标，可以为三个列表，表示多个坐标

2.2. 在三维空间中绘制连续图形

注意事项：

需要关联XY
np.meshgrid(phi_p, phi_m)的作用是用对应的输入生成二维空间中的点。

from mpl_toolkits.mplot3d.axes3d import Axes3D#数据生成
phi_m = np.linspace(0, 2*np.pi, 100)
phi_p = np.linspace(0, 2*np.pi, 100)
X,Y = np.meshgrid(phi_p, phi_m)
Z = flux_qubit_potential(X, Y).Tfig = plt.figure(figsize=(14,6))# 通过 projection='3d' 指定绘制 3D 图形
ax = fig.add_subplot(1, 2, 1, projection='3d')
ax.plot_surface(X, Y, Z, rstride=4, cstride=4, linewidth=0)

使用 Matplotlib 绘制 2D 和 3D 图形相关推荐

如何用python画数学图案_使用Matplotlib 绘制精美的数学图形例子
一个最最简单的例子: 绘制一个从 0 到 360 度完整的 SIN 函数图形 import numpy as np import matplotlib.pyplot as pt x = np.aran ...
java绘制三维曲线_使用JFreeChart绘制2D和3D折线图 | 学步园
这是一个Web Project 首先是web.xml xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schem ...
使用JFreeChart绘制2D和3D折线图
完整版见https://jadyer.github.io/ 这是一个Web Project 首先是web.xml <?xml version="1.0" encoding=& ...
用python画数学函数图像教程_使用Matplotlib 绘制精美的数学图形例子
一个最最简单的例子: 绘制一个从 0 到 360 度完整的 SIN 函数图形 import numpy as np import matplotlib.pyplot as pt x = np.aran ...
Matlab中绘制度长方体3D图形
Matlab中绘制度长方体3D图形已知空间中长方体网格的三维坐标(x,y,z)及其对应的值Value,绘制出长方体的各个面, 各个面的颜色根据对应坐标的值设定. 图形效果如下以下是matlab中的 ...
eeglab教程系列(8)-数据叠加平均{2}绘制2D和3D图
1.绘制一些列的2D ERP scalp maps 本案例中将绘制一系列的2-D scalp maps,其中每个图表明的是一个特定的潜伏期的电压分布. 具体操作如下: Plot > ERP ma ...
eeglab中文教程系列(7)-数据叠加平均{2}绘制2D和3D图
目录 1.绘制一些列的2D ERP scalp maps 2.绘制一些列的3D ERP scalp maps 本教程为脑机学习者Rose发表于公众号:脑机接口社区 .QQ交流群:903290195 1 ...
python求圆锥体的表面积_使用matplotlib绘制圆锥的三维图形
我找到了一个解决办法,也许对其他人有用.在from mpl_toolkits.mplot3d import Axes3D from matplotlib import cm import matplo ...
qmlcanvas绘制3d图形_透视Matplotlib核心功能和工具包 - 绘制3D图形
关联知识 Matplotlib Python 线图在此,我们将学习如何创建3D线图. 它类似于2D等效折线图,并且2D折线图的许多属性都结转到3D. 我们将在相同的轴上绘制凹凸曲线,并从不同角度查看 ...

使用 Matplotlib 绘制 2D 和 3D 图形