Matplotlib是什么Matplotlib实现简单的绘图
Matplotlib是Python中重要的绘图库,它主要用于二维绘图。Matplotlib主要通过pyplot模块进行绘图,pyplot模块和MATLAB的绘图很类似。
示列一:用Matplotlib库实现简单的色彩条 1.引入库代码如下(示例):
import matplotlib.pyplot as plt
from mpl_toolkits.axes_grid1 import make_axes_locatable
import numpy as np
2.主代码
代码如下(示例):
ax = plt.subplot(111) # 1.多个子图合并到一个图,2.自定义图表样式;
#(xxx)这里前两个表示几*几的网格,最后一个表示第几子图
im = ax.imshow(np.arange(100).reshape((10, 10))) #固定长宽和垂直色条
# 在ax的右边创建一个坐标轴。
# cax的宽度为ax的5%,cax和ax之间的填充将固定在0.05英尺。
divider = make_axes_locatable(ax)
cax = divider.append_axes("right", size="5%", pad=0.05)
#pad表示cax轴距离ax轴的距离,size表示cax轴占ax轴的大小
plt.colorbar(im,cax=cax)
plt.show()
3.效果图
示列二:用Matplotlib库实现简单的 Axisline4(sin 图像或cos 图像)
1.引入库
代码如下(示例):
import matplotlib.pyplot as plt
from mpl_toolkits.axes_grid1 import host_subplot
import numpy as np
2.主代码
代码如下(示例):
# 1.多个子图合并到一个图,2.自定义图表样式;(xxx)这里前两个表示几*几的网格,最后一个表示第几子图
ax = host_subplot(111)
# 0表示横坐标轴从0开始,3*np.pi表示sin图像的一个半周期的图像,0.01表示散点距离若是0.5就是折线图
xx = np.arange(0, 2*np.pi, 0.01)
ax.plot(xx, np.sin(xx)) #sin图像
#ax.plot(xx, np.cos(xx)) #cos图像
ax2 = ax.twin() # 创建顶轴和右轴
# 将顶轴变成sin图像的x轴(含有pi)
ax2.set_xticks([0., .5*np.pi, np.pi, 1.5*np.pi, 2*np.pi])
ax2.set_xticklabels(["import matplotlib.pyplot as plt
from mpl_toolkits.axisartist.axislines import SubplotZero
import numpy as np
$", r"$\frac{1}{2}\pi$",r"$\pi$", r"$\frac{3}{2}\pi$", r"\pi$"])
ax2.axis["right"].major_ticklabels.set_visible(False) #右边的坐标轴数值不显示
ax2.axis["top"].major_ticklabels.set_visible(True) #顶部坐标轴数值显示
plt.show()
3.效果图
示列三:简单的轴线
1.引入库
代码如下(示例):
fig = plt.figure(1, (4, 3)) #(4,3)坐标轴的宽和高
ax = SubplotZero(fig, 1, 1, 1) # (x,x,x)这里前两个表示几*几的网格,最后一个表示第几子图
fig.add_subplot(ax) #显示坐标轴
#新建坐标轴并给坐标轴名为“Axis Zero”和字体颜色为红色(r是红色的简写),默认是黑色
ax.axis["xzero"].set_visible(True)
ax.axis["xzero"].label.set_text("Axis Zero")
ax.axis["xzero"].label.set_color('r')
# 消除底部,顶部,右边的坐标轴
for n in ["bottom", "top", "right"]:
ax.axis[n].set_visible(False)
# 0表示横坐标轴从0开始,2*np.pi表示sin图像的一个周期的图像,0.01表示散点距离若是0.5就是折线图
xx = np.arange(0, 2*np.pi, 0.01)
ax.plot(xx, np.sin(xx)) # sin图像
#ax.plot(xx, np.cos(xx)) #cos图像
plt.show()
2.主代码
代码如下(示例):
3.效果图欢迎分享,转载请注明来源:内存溢出
评论列表(0条)