import math
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties
from mpl_toolkits.mplot3d import Axes3D font = FontProperties(fname=r"c:\windows\fonts\simsun.ttc", size=12) # 设置字体 # 极坐标绘图
r = np.arange(0, 2, 0.01)
theta = 2 * np.pi * r plt.figure()
plt.subplot(221, polar = True) # 221位置,极坐标绘图
plt.plot(theta, r) # 绘图
plt.grid(True) # 显示网格
plt.title(u'极坐标图', fontproperties=font) # 设置标题 # 极坐标绘图
theta=np.arange(0,2*np.pi,0.02) plt.subplot(222, polar=True) # 222位置,极坐标绘图
plt.plot(theta, np.cos(5*theta), '--', lw=2) # 绘图,虚线,线宽为2
plt.plot(theta, 2*np.cos(4*theta), lw=2) # 绘图,线宽为2
plt.rgrids(np.arange(0.5,2,0.5), angle=45)
plt.thetagrids([0,45,90])
plt.title(u'极坐标图', fontproperties=font) # 直角坐标绘图
x = np.linspace(0, 3, 500)
y1 = np.sin(4 * np.pi * x) * x
y2 = np.exp(0.5*x) plt.subplot(223) # 223位置
plt.plot(x,y1,'r',label = 'Line 1') # 绘制x-y图像
plt.plot(x,y2,'b',label = 'Line 2') # 绘制x-y图像
plt.xlim(0, 3) # 设置横坐标范围为0~3
plt.xlabel("x") # x轴的标签
plt.ylabel("y") # y轴的标签
plt.title(u'直角坐标图', fontproperties=font) # 设置标题
plt.legend() # 标注曲线 # 折线图
x = np.linspace(0, 2 * np.pi, 10)
y1, y2 = np.sin(x), np.cos(x) plt.subplot(224) # 224位置绘图
plt.plot(x, y1, marker='o', mec='r', mfc='w') # 绘制圆形点
plt.plot(x, y2, marker='*', ms=10) # 绘制星形点
plt.title(u'折线图', fontproperties=font) # 设置标题 plt.savefig("pic1.png") # 保存图像为pic1.png
plt.show() # 显示图像 # 绘制散点图
plt.figure()
x = np.random.random(100) # 随机生成100个数
y = np.random.random(100) # 随机生成100个数
plt.scatter(x,y,c='g',marker=(5,1)) # 绘制绿色五角星散点
plt.xlim(0,1) # 设置x轴范围
plt.ylim(0,1) # 设置y轴范围
plt.title(u'散点图', fontproperties=font) # 设置标题
plt.savefig("pic2.png") # 保存图像为pic2.png
plt.show() # 显示图像 # 绘制饼图
labels=['Class 1','Class 2','Class 3','Class 4','Class 5','Class 6']
#data = [222,242,345,664,454,334]
data = 100*np.random.random(6) # 随机生成6个数
x = np.arange(len(data)) #0~5 plt.figure()
plt.pie(data, labels=labels, autopct='%1.2f%%') #画饼图(数据,数据对应的标签,百分数保留两位小数点)
plt.title(u'饼图', fontproperties=font) # 设置标题
plt.savefig("pic3.png") # 保存图像为pic3.png
plt.show() # 绘制条形图
plt.figure()
plt.bar(x, data) # 绘制条形图
plt.plot(x, data, c='r') # 绘制折线图,颜色为红色
plt.title(u'条形图和折线图', fontproperties=font) # 设置标题
plt.savefig("pic4.png") # 保存图像为pic4.png
plt.show() # 显示图像 # 三维曲线绘图
fig = plt.figure()
ax = Axes3D(fig)
theta = np.linspace(-4 * np.pi, 4 * np.pi, 100)
z = np.linspace(-2, 2, 100)
r = z**2 + 1
x = r * np.sin(theta)
y = r * np.cos(theta)
ax.plot(x, y, z, label='parametric curve') #绘制三维曲线
ax.set_title(u'三维曲线绘图', fontproperties=font) # 设置标题
plt.savefig("pic5.png") # 保存图像为pic5.png
plt.show() # 显示图像 # 三维曲面绘图
fig = plt.figure()
ax = Axes3D(fig)
X = np.arange(-4, 4, 0.25)
Y = np.arange(-4, 4, 0.25)
X, Y = np.meshgrid(X, Y)
R = np.sqrt(X**2 + Y**2)
Z = np.sin(R) ax.plot_surface(X, Y, Z, cmap='rainbow') # 绘制曲面
ax.set_xlabel('x') # 设置x轴标签
ax.set_ylabel('y') # 设置y轴标签
ax.set_zlabel('z') # 设置z轴标签
ax.set_title(u'三维曲面', fontproperties=font) # 设置图像标题
plt.savefig("pic6.png") # 保存图像为pic6.png
plt.show() # 显示图像

pic1.png

pic2.png

pic3.png

pic4.png

pic5.png

pic6.png

python基于matplotlib绘图的更多相关文章

  1. python 中matplotlib 绘图

    python 中matplotlib 绘图 数学建模需要,对于绘图进行简单学习 matpoltlib之类的包安装建议之间用anaconda 绘制一条y=x^2的曲线 #比如我们要绘制一条y=x^2的曲 ...

  2. python之matplotlib绘图基础

    Python之matplotlib基础 matplotlib是Python优秀的数据可视化第三方库 matplotlib库的效果可参考 http://matplotlib.org/gallery.ht ...

  3. python应用-matplotlib绘图

    详细内容参看:官网 测试数据: # 传入的参数 x=[1,2,3,4,5] squares=[1,4,9,16,25] 简单的绘图 import matplotlib.pyplot as plt de ...

  4. python中matplotlib绘图封装类之折线图、条状图、圆饼图

    DrawHelper.py封装类源码: import matplotlib import matplotlib.pyplot as plt import numpy as np class DrawH ...

  5. Python用matplotlib绘图网格线的设置

    一.X轴网格线的设置 import matplotlib.pyplot as plt import numpy as np from pylab import mpl mpl.rcParams['fo ...

  6. python 基于 wordcloud + jieba + matplotlib 生成词云

    词云 词云是啥?词云突出一个数据可视化,酷炫.以前以为很复杂,不想python已经有成熟的工具来做词云.而我们要做的就是准备关键词数据,挑一款字体,挑一张模板图片,非常非常无脑.准备好了吗,快跟我一起 ...

  7. python强大的绘图模块matplotlib示例讲解

    Matplotlib 是 Python 的绘图库.作为程序员,经常需要进行绘图,在我自己的工作中,如果需要绘图,一般都是将数据导入到excel中,然后通过excel生成图表,这样操作起来还是比较繁琐的 ...

  8. python中利用matplotlib绘图可视化知识归纳

    python中利用matplotlib绘图可视化知识归纳: (1)matplotlib图标正常显示中文 import matplotlib.pyplot as plt plt.rcParams['fo ...

  9. python 利用matplotlib中imshow()函数绘图

    matplotlib 是python最著名的2D绘图库,它提供了一整套和matlab相似的命令API,十分适合交互式地进行制图.而且也可以方便地将它作为绘图控件,嵌入GUI应用程序中.通过简单的绘图语 ...

随机推荐

  1. html5的离线缓存

    一个离线网络应用程序就是一个URL的列表,html,css,js,图片,或者其他类型的资源. 把这些资源,在本地缓存下来,当你尝试在没有网络连接时访问网络应用程序,你的浏览器将自动切换并使用本地代替. ...

  2. EF 更新实体 The instance of entity type 'BabyEvent' cannot be tracked because another instance

    加上AsNoTracking. 人不能两次踏入同一条河. 我 就踏入了.o(╥﹏╥)o

  3. c# 把对象加入队列,对象为全局变量,对象改变队列值也跟着改变

    若程序把对象加入队列,对象为全局变量,对象改变队列值也跟着改变,如下: filecontent  为两个字段的属性值. class FileContent { // public string Htt ...

  4. PAT 1037 在霍格沃茨找零钱(20)(代码+思路)

    1037 在霍格沃茨找零钱(20)(20 分) 如果你是哈利·波特迷,你会知道魔法世界有它自己的货币系统 -- 就如海格告诉哈利的:"十七个银西可(Sickle)兑一个加隆(Galleon) ...

  5. PAT 1042 字符统计(20)(思路)

    1042 字符统计(20)(20 分) 请编写程序,找出一段给定文字中出现最频繁的那个英文字母. 输入格式: 输入在一行中给出一个长度不超过1000的字符串.字符串由ASCII码表中任意可见字符及空格 ...

  6. mtcp的快速编译(连接)

    mtcp的快速编译 http://mos.kaist.edu/guide/config/03_build_mtcp.html 介绍DPDK中使用mtcp的文档 https://dpdksummit.c ...

  7. K-mer分析

    0. 基本参数 基因组大小:G Read读长:L 总Read条数:n_r 1. 碱基深度分布 单条Read测序覆盖到某一个碱基的概率:L/G 因为L/G很小,n_r很大,每个碱基覆盖深度服从泊松分布. ...

  8. 网页启用Gzip压缩 提高浏览速度

    启用Gzip压缩的好处 它的好处显而易见,提高网页浏览速度,无论是之前说的精简代码.压缩图片都不如启用Gzip来的实在.下图为启用Gzip后的效果. Gzip压缩效率非常高,通常可以达到70%的压缩率 ...

  9. 谁说delphi没有IOCP库,delphi新的IOCP类库,开源中

    DIOCP Demo说明 下载地址 https://code.google.com/p/diocp/ 特地为DIOCP开设了一个群:320641073,欢迎学习的IOCP的童鞋进入讨论. 核心作者:  ...

  10. Spring 系列教程之自定义标签的解析

    Spring 系列教程之自定义标签的解析 在之前的章节中,我们提到了在 Spring 中存在默认标签与自定义标签两种,而在上一章节中我们分析了 Spring 中对默认标签的解析过程,相信大家一定已经有 ...