网站建设用图片,注册外贸网站有哪些问题,广州高端网站制作公司哪家好,云加速应用于html网站文章目录 基础图误差线三维图等高线图场图统计图非结构坐标图 基础图
下面这8种图像一般只有两组坐标#xff0c;直观容易理解。
函数坐标参数图形类别plotx,y曲线图stackplotx,y散点图stemx,y茎叶图scatterx,y散点图polarx,y极坐标图stepx,y步阶图barx,y条形图barhx,y横向条… 文章目录 基础图误差线三维图等高线图场图统计图非结构坐标图 基础图
下面这8种图像一般只有两组坐标直观容易理解。
函数坐标参数图形类别plotx,y曲线图stackplotx,y散点图stemx,y茎叶图scatterx,y散点图polarx,y极坐标图stepx,y步阶图barx,y条形图barhx,y横向条形图
其中除了极坐标需要添加一个极坐标映射之外其他函数均在直角坐标系中绘制效果如下 绘图代码如下
import matplotlib.pyplot as plt
import numpy as npx np.arange(25)/3
y np.sin(x)fDct {plot : plt.plot, stackplot: plt.stackplot,stem : plt.stem, scatter : plt.scatter, polar: plt.polar, step : plt.step, bar : plt.bar, barh : plt.barh, }fig plt.figure(figsize(14,6))
for i,key in enumerate(fDct, 1):p polar if keypolar else Noneax fig.add_subplot(2,4,i, projectionp)fDct[key](x, y)plt.title(key)plt.tight_layout()
plt.show()误差线
实际绘图时误差线这种需求十分常见尤其是在做拟合的时候除了要画出趋势线之外还可能要画出其抖动的范围下面三种函数主要实现这个功能。
函数坐标图形类别errorbarx,y,xerr,yerr误差线fill_betweenx,y1,y2纵向区间图fill_betweenxy, x1, x2横向区间图
图像效果为 绘图代码如下errorbar函数的误差方向与输入的参数有关。
x np.arange(25)/3
y np.sin(x)
y1, y2 0.9*y, 1.1*y
x1, x2 0.9*x, 1.1*x
xerr np.abs([x1, x2])/10
yerr np.abs([y1, y2])/10fig plt.figure(figsize(12,6))ax fig.add_subplot(221)
ax.errorbar(x, y, yerryerr)
plt.title(errorbar with yerr)ax fig.add_subplot(222)
ax.errorbar(x, y, xerrxerr)
plt.title(errorbar with xerr)ax fig.add_subplot(223)
ax.fill_between(x, y1, y2)
plt.title(fill_between)ax fig.add_subplot(224)
ax.fill_betweenx(y, x1, x2)
plt.title(fill_betweenx)plt.tight_layout()
plt.show()三维图
绘图函数坐标绘图类型坐标说明plotx,y,z三维曲线图scatterx,y,z三维散点图plot_surfacex,y,z三维曲面图x,y必须是网格plot_wireframex,y,z三维网格图x,y必须是网格plot_trisurfx,y,z三角曲面图x,y,z是一维数组
plot和scatter虽然是二维绘图函数但如果新增一个三维坐标就可以摇身一变成为三维曲线图或者三维散点图 绘图代码如下
x np.arange(100)/10
y,z np.sin(x), np.cos(x)fig plt.figure(figsize(8,4))ax fig.add_subplot(121, projection3d)
ax.plot(x,y,z)
plt.title(plot)ax fig.add_subplot(122, projection3d)
ax.scatter(x,y,z)
plt.title(scatter)plt.tight_layout()
plt.show()真正专业的三维图是plot_surface, plot_wireframe和plot_trisurf 如果仔细看就会发现plot_trisurf的纹理和前两者不同相比之下前两者必须要求输入规整的数据。绘图代码如下
X, Y np.indices([30, 30])/3 - 5
Z np.sin(np.sqrt(X**2 Y**2))fig plt.figure(figsize(12,5))ax fig.add_subplot(131, projection3d)
ax.plot_surface(X, Y, Z)
plt.title(plot_surface)ax fig.add_subplot(132, projection3d)
ax.plot_wireframe(X, Y, Z)
plt.title(plot_wireframe)ax fig.add_subplot(133, projection3d)
ax.plot_trisurf(X.reshape(-1), Y.reshape(-1), Z.reshape(-1))
plt.title(plot_trisurf)plt.tight_layout()
plt.show()等高线图
绘图函数坐标说明contour[x,y,]z等高线contourf[x,y,]z填充等高线pcolormesh[x,y,]z伪彩图imshowz图像
其中imshow就是正常的图片展示函数这几个函数可以只指定z轴然后绘图
X, Y np.indices([100,100])/30 - 1.5
Z (1 - X/2 X**5 Y**3) * np.exp(-X**2 - Y**2)fDct {contour: plt.contour, contourf:plt.contourf, pcolormesh : plt.pcolormesh, imshow:plt.imshow}fig plt.figure(figsize(9,6))
for i,key in enumerate(fDct, 1):ax fig.add_subplot(2,2,i)fDct[key](Z)plt.title(key)plt.tight_layout()
plt.show()绘图结果如下 可以看到imshow和另外三种函数的区别是其横坐标和纵坐标之间的比例始终是11并不随着图像的拉伸而放大或者缩小。
除了imshow之外另外三种函数还支持输入x,y,z三个坐标轴的数据来绘图效果如下 绘图代码如下
X, Y np.indices([100,100])/30 - 1.5
Z (1 - X/2 X**5 Y**3) * np.exp(-X**2 - Y**2)fDct {contour: plt.contour, contourf:plt.contourf, pcolormesh : plt.pcolormesh}fig plt.figure(figsize(9,3))
for i,key in enumerate(fDct, 1):ax fig.add_subplot(1,3,i)fDct[key](X,Y,Z)plt.title(key)plt.tight_layout()
plt.show()场图
绘图函数坐标说明quiverx,y,u,v向量场图streamplotx,y,u,v流场图barbsx,y,u,v风场图
quiver以单点为单位绘制出某点处向量的方向streamplot则在此之上将每个点衔接到一起显得更加有流动性barbs则是以风向标志取代了向量这个图过于专业我应该没啥机会用到。
Y, X np.indices([6,6])/0.75 - 4
U X Y
V Y - Xdct {quiver:plt.quiver, streamplot:plt.streamplot, barbs :plt.barbs}fig plt.figure(figsize(12,4))for i,key in enumerate(dct, 1):ax fig.add_subplot(1,3,i)dct[key](X,Y,U,V)plt.title(key)plt.tight_layout()
plt.show()统计图
绘图函数坐标说明histx数据直方图boxplotx箱线图violinplotx小提琴图enventplotx平行线疏密图hist2dx,y二维直方图hexbinx,y钻石图piex饼图
其中hist, boxplot, violinplot, enventplot是统计一维数据的可直接输入随机数绘图函数会自行统计其区间 绘图代码如下
x np.random.standard_normal(size1000)dct {hist : plt.hist, violinplot : plt.violinplot,boxplot: plt.boxplot}fig plt.figure(figsize(10,6))
for i,key in enumerate(dct, 1):ax fig.add_subplot(2,2,i)dct[key](x)plt.title(key)ax fig.add_subplot(224)
ax.eventplot(x)
plt.title(eventplot)plt.tight_layout()
plt.show()hist2d和hexbin用于统计二维数据最终以图像的形式展示出来二者在观感上的主要区别是hist2d的“像素”是方形的而hexbin则是六边形的。 绘图代码如下
x np.random.randn(5000)
y 1.2 * x np.random.randn(5000) / 3fig plt.figure(figsize(10,5))ax fig.add_subplot(121)
ax.hist2d(x, y, bins[np.arange(-3,3,0.1)] * 2)
plt.title(hist2d)ax fig.add_subplot(122)
ax.hexbin(x, y, gridsize20)
plt.title(hexbin)plt.tight_layout()
plt.show()最后还有一个饼图饼图要求输入坐标必须都大于0绘图代码如下
plt.pie([1,2,3,4,5])
plt.tight_layout()
plt.show()非结构坐标图
下面这四个绘图函数有一个特点即其绘图坐标并不是格式化的而支持随机坐标进行绘图这一点和plot_trisurf比较相似
绘图函数坐标说明tricontourx,y,z非结构等高线tricontourfx,y,z非结构化填充等高线tricolorx,y,z非结构化伪彩图triplotx,y三角连线图 绘图代码如下
x np.random.uniform(-4, 4, 256)
y np.random.uniform(-2, 2, 256)
z (1 - x/2 x**5 y**3) * np.exp(-x**2 - y**2)levels np.linspace(z.min(), z.max(), 7)fig plt.figure(figsize(12,6))ax fig.add_subplot(221)
ax.plot(x, y, o, markersize1, colorlightgrey, alpha0.5)
ax.tricontour(x, y, z, levelslevels)
plt.title(tricontour)ax fig.add_subplot(222)
ax.plot(x, y, o, markersize1, colorlightgrey, alpha0.5)
ax.tricontourf(x, y, z, levelslevels)
plt.title(tricontourf)ax fig.add_subplot(223)
ax.plot(x, y, o, markersize1, colorlightgrey, alpha0.5)
ax.tripcolor(x, y, z)
plt.title(tripcolor)ax fig.add_subplot(224)
ax.triplot(x,y)
plt.title(triplot)plt.tight_layout()
plt.show()
