matplotlib點線座標刻度 3D圖繪製(六)

時間 2019-12-14

標籤 matplotlib 座標刻度 3d 繪製简体版

原文原文鏈接

plot語句中支持除X,Y之外的參數，以字符串形式存在，來控制顏色、線型、點型等要素，語法形式爲：
plt.plot(X, Y, 'format', ...)python

1 點和線的樣式

顏色app

參數color或c
五種定義顏色值的方式
別名
color='r'

合法的HTML顏色名
color = 'red'
HTML十六進制字符串
color = '#eeefff'
歸一化到[0, 1]的RGB元組
color = (0.3, 0.3, 0.4)
灰度
color = (0.1)

透明度dom

# 透明度
y = np.arange(1, 3)
plt.plot(y, c="red", alpha=0.1);    # 設置透明度
plt.plot(y+1, c="red", alpha=0.5);
plt.plot(y+2, c="red", alpha=0.9);

背景色ide

設置背景色，經過plt.subplot()方法傳入facecolor參數，來設置座標軸的背景色函數

plt.subplot(facecolor='cyan');
plt.plot(np.random.randn(10),np.arange(1,11))

線型this

線型spa

線條風格	描述	線條風格	描述
' - '	實線	' : '	虛線
' -- '	破折線	'steps'	階梯線
' -. '	點劃線	''	沒有

點型3d

y = np.arange(1, 3, 0.2)
plt.plot(y, '1', y+0.5, '2', y+1, '3', y+1.5,'4');
plt.plot(y+2, '3')  #不聲明marker，默認ls = None
plt.plot(y+2.5,marker = '3') #聲明瞭marker，ls 默認是實線
plt.show()

多參數連用code

#顏色、點型、線型

x = np.linspace(0, 5, 10)
plt.plot(x,3*x,'r-.')
plt.plot(x, x**2, 'b^:') # blue line with dots
plt.plot(x, x**3, 'go-.') # green dashed line
plt.show()

點線的設置orm

參數	描述	參數	描述
color或c	線的顏色	linestyle或ls	線型
linewidth或lw	線寬	marker	點型
markeredgecolor	點邊緣的顏色	markeredgewidth	點邊緣寬度
makerfacecolor	點內部的顏色	markersize	點大小

三種設置方式

對實例使用一系列的setter方法

x = np.arange(0,10)
y = np.random.randint(10,30,size = 10)
line,= plt.plot(x, y)
line2 = plt.plot(x,y*2,x,y*3)
line.set_linewidth(5)
line2[1].set_marker('o')
print(line,line2)

使用setp()方法

line = plt.plot(x, y)
plt.setp(line, 'linewidth', 1.5,'color','r','marker','o','linestyle','--')

2 座標軸刻度

xticks()和yticks()方法

x = [5, 3, 7, 2, 4, 1]
plt.plot(x);
plt.xticks(range(len(x)), ['a', 'b', 'c', 'd', 'e', 'f']); # 傳入位置和標籤參數，以修改座標軸刻度
plt.yticks(range(1, 8, 2));
plt.show()

面向對象方法

set_xticks、set_yticks、set_xticklabels、set_yticklabels方法

fig = plt.figure(figsize=(10, 4))
ax = fig.add_subplot(111)

x = np.linspace(0, 5, 100)

ax.plot(x, x**2, x, x**3, lw=2)

ax.set_xticks([1, 2, 3, 4, 5])
ax.set_xticklabels(['a','b','c','d','e'], fontsize=18)

yticks = [0, 50, 100, 150]
ax.set_yticks(yticks)
ax.set_yticklabels([y for y in yticks], fontsize=18); # use LaTeX formatted labels

正弦餘弦：LaTex語法，用\(\pi\)等表達式在圖表上寫上希臘字母

x = np.arange(-np.pi,np.pi,0.01)
plt.figure(figsize=(12,9))
plt.plot(x,np.sin(x),x,np.cos(x))

plt.axis([x.min()-1,x.max()+1,-1.2,1.2])

#xticks:參數一刻度，參數二，對應刻度上的值
plt.xticks(np.arange(-np.pi,np.pi+1,np.pi/2),
           ['$-\delta$','$-\pi$/2','0','$\pi$/2','$\pi$'],size = 20)

plt.yticks([-1,0,1],['min','0','max'],size = 20)

plt.show()

3 直方圖條形圖餅圖散點圖

直方圖 【直方圖的參數只有一個x！！！不像條形圖須要傳入x,y】

hist()的參數
bins
能夠是一個bin數量的整數值，也能夠是表示bin的一個序列。默認值爲10
normed
若是值爲True，直方圖的值將進行歸一化處理，造成機率密度，默認值爲False
color
指定直方圖的顏色。能夠是單一顏色值或顏色的序列。若是指定了多個數據集合，顏色序列將會設置爲相同的順序。若是未指定，將會使用一個默認的線條顏色
orientation
經過設置orientation爲horizontal 橫向建立水平直方圖。默認值爲vertical 縱向
```
x = np.random.randint(5,size = 5)
display(x)
plt.hist(x,histtype = 'bar');
```

正態分佈

u = 100 #數學指望
s = 15 #方差
x = np.random.normal(u,s,1000) # 生成正太分佈數據

ax = plt.gca() #獲取當前圖表
ax.set_xlabel('Value')
ax.set_ylabel('Frequency') #設置x，y軸標題
ax.set_title("Histogram normal u = 100 s = 15") #設置圖表標題

ax.hist(x,bins = 100,color = 'r',orientation='horizontal')
plt.show()

條形圖

bar() 方法 : 第一個參數爲條形左下角的x軸座標，第二個參數爲條形的高度；
matplotlib會自動設置條形的寬度，本例中條形寬0.8

plt.bar([1, 2, 3], [3, 2, 5]); 
plt.show()

# 例子：繪製並列條形圖
data1 = 10*np.random.rand(5)
data2 = 10*np.random.rand(5)
data3 = 10*np.random.rand(5)

locs = np.arange(1, len(data1)+1)
width = 0.27

plt.bar(locs, data1, width=width);
plt.bar(locs+width, data2, width=width, color='red');
plt.bar(locs+2*width, data3, width=width, color='green') ;
plt.xticks(locs + width*1, locs);
plt.show()

barh方法

plt.barh([1, 2, 3], [3, 2, 5],height = 0.27,color = 'cyan');
plt.show()

餅狀圖

餅圖:【餅圖也只有一個參數x！】
pie()
餅圖適合展現各部分佔整體的比例，條形圖適合比較各部分的大小

常規的餅圖繪製

plt.figure(figsize = (4,4)) # 餅圖繪製正方形
x = [45,35,20] #百分比
labels = ['Cats','Dogs','Fishes'] #每一個區域名稱
plt.pie(x,labels = labels)
plt.show()

部分餅圖的繪製

plt.figure(figsize=(4, 4));
x = [0.1, 0.2, 0.3] # 當各部分之和小於1時，則不計算各部分佔整體的比例，餅的大小是數值和1之比
labels = ['Cats', 'Dogs', 'Fishes']
plt.pie(x, labels=labels); # labels參數能夠設置各區域標籤
plt.show()

切分的餅圖

# labels參數設置每一塊的標籤；labeldistance參數設置標籤距離圓心的距離（比例值）
# autopct參數設置比例值的顯示格式（%1.1f%%）；pctdistance參數設置比例值文字距離圓心的距離
# explode參數設置每一塊頂點距圓形的長度（比例值）；colors參數設置每一塊的顏色；
# shadow參數爲布爾值，設置是否繪製陰影

plt.figure(figsize=(4, 4));
x = [4, 9, 21, 55, 30, 18]
labels = ['Swiss', 'Austria', 'Spain', 'Italy', 'France', 'Benelux']
explode = [0.2, 0.1, 0, 0, 0.1, 0]
colors = ['r', 'k', 'b', 'm', 'c', 'g']
plt.pie(x, 
        labels=labels, 
        labeldistance=1.2,
        explode=explode, 
        colors=colors, 
        autopct='%1.1f%%', 
        pctdistance=0.5, 
        shadow=True);
plt.show()

散點圖

散點圖 : 【散點圖須要兩個參數x,y，但此時x不是表示x軸的刻度，而是每一個點的橫座標！】
scatter()

# s參數設置散點的大小；c參數設置散點的顏色；marker參數設置散點的形狀
x = np.random.randn(1000)
y = np.random.randn(1000)
size = 50*abs(np.random.randn(1000))
colors = np.random.randint(16777215,size = 1000)

li = []
for color in colors:
    a = hex(color)
    str1 = a[2:]
    l = len(str1)
    for i in range(1,7-l):
        str1 = '0'+str1
    str1 = "#" + str1
    li.append(str1)

plt.scatter(x, y,s = size, c=li, marker='d');
plt.show()

複雜的餅圖的繪製

import numpy as np
import pandas as pd
from pandas import Series,DataFrame
import matplotlib.pyplot as plt

x = np.random.randn(1000)
y1 = np.random.randn(1000)
y2 = 1.2 + np.exp(x) #exp(x) 返回的是e的x次方

ax1 = plt.subplot(121)
plt.scatter(x,y1,color = 'purple',alpha = 0.3,edgecolors = 'white',label = 'no correl')
plt.xlabel('no correlation')
plt.grid(True)
plt.legend()

ax2 = plt.subplot(122)
plt.scatter(x,y2,color = 'green',alpha = 0.3,edgecolors = 'gray',label = 'correl')
plt.xlabel('correlation')
plt.grid(True)
plt.legend()

plt.show()

圖形的文字,註釋,箭頭

pyplot函數	API方法	描述
text()	mpl.axes.Axes.text()	在Axes對象中任意位置添加文字
xlabel	mpl.axes.Axes.set_xlabel()	爲X軸添加標籤
ylabel	mpl.axes.Axes.set_ylabel()	爲y軸添加標籤
title()	mpl.axes.Axes.set_title()	爲Axes對象添加標題
legend()	mpl.axes.Axes.legend()	爲Axes對象添加圖例
figtext()	mpl.figure.Figure.text()	在Figure對象中任意位置添加文字
suptitle()	mpl.figure.Figure.suptitle()	在Figure對象中添加中心化標題
annnotate	mpl.axes.Axes.annnotate()	在Axes對象添加註釋(箭頭)

註釋

# xy參數設置箭頭指示的位置，xytext參數設置註釋文字的位置
# arrowprops參數以字典的形式設置箭頭的樣式
# width參數設置箭頭長方形部分的寬度，headlength參數設置箭頭尖端的長度，
# headwidth參數設置箭頭尖端底部的寬度，shrink參數設置箭頭頂點、尾部與指示點、註釋文字的距離（比例值）

y = [13, 11, 13, 12, 13, 10, 30, 12, 11, 13, 12, 12, 12, 11, 12]
plt.plot(y);
plt.ylim(ymax=35); # 爲了讓註釋不會超出圖的範圍，須要調整y座標軸的界限
plt.annotate('this spot must really\nmean something', xy=(6, 30), xytext=(8, 31.5),
             arrowprops=dict(width=15, headlength=20, headwidth=20, facecolor='black', shrink=0.1));
plt.show()

# 生成3個正態分佈數據數據集
x1 = np.random.normal(30, 3, 100)
x2 = np.random.normal(20, 2, 100)
x3 = np.random.normal(10, 3, 100)

# 繪製3個數據集，併爲每一個plot指定一個字符串標籤
plt.plot(x1, label='plot') # 若是不想在圖例中顯示標籤，能夠將標籤設置爲_nolegend_
plt.plot(x2, label='2nd plot')
plt.plot(x3, label='last plot')

# 繪製圖例
plt.legend(bbox_to_anchor=(0, 1.02, 1, 0.102), # 指定邊界框起始位置爲(0, 1.02)，並設置寬度爲1，高度爲0.102
           ncol=3, # 設置列數爲3，默認值爲1
           mode="expand", # mode爲None或者expand，當爲expand時，圖例框會擴展至整個座標軸區域
           borderaxespad=0.) # 指定座標軸和圖例邊界之間的間距

# 繪製註解
plt.annotate("Important value", # 註解文本的內容
             xy=(55,20), # 箭頭終點所在位置
             xytext=(5, 38), # 註解文本的起始位置，箭頭由xytext指向xy座標位置
             arrowprops=dict(arrowstyle='->')); # arrowprops字典定義箭頭屬性，此處用arrowstyle

箭頭

plt.figure(figsize=(12,9))
plt.axis([0, 10, 0, 20]);
arrstyles = ['-', '->', '-[', '<-', '<->', 'fancy', 'simple', 'wedge']
for i, style in enumerate(arrstyles):
    plt.annotate(style, xytext=(1, 2+2*i), xy=(4, 1+2*i), arrowprops=dict(arrowstyle=style));

connstyles=["arc", "arc,angleA=10,armA=30,rad=30", "arc3,rad=.2", "arc3,rad=-.2", "angle", "angle3"]
for i, style in enumerate(connstyles):
    plt.annotate(style, xytext=(6, 2+2*i), xy=(8, 1+2*i), arrowprops=dict(arrowstyle='->', connectionstyle=style));
plt.show()

3D圖形繪製

import numpy as np
import matplotlib.pyplot as plt
#3d圖形必須的
from mpl_toolkits.mplot3d.axes3d import Axes3D
%matplotlib inline

#係數，由X，Y生成Z
a = 0.7
b =  np.pi 
#計算Z軸的值
def mk_Z(X, Y):
    return 2 + a - 2 * np.cos(X) * np.cos(Y) - a * np.cos(b - 2*X)
#生成X，Y，Z
x = np.linspace(0, 2*np.pi, 100)
y = np.linspace(0, 2*np.pi, 100)
X,Y = np.meshgrid(x, y)
Z = mk_Z(X, Y)

fig = plt.figure(figsize=(14,6))
#建立3d的視圖，使用屬性projection
ax = fig.add_subplot(1, 2, 1, projection='3d')
ax.plot_surface(X,Y,Z,rstride = 5,cstride = 5)
#建立3d視圖，使用colorbar，添加顏色柱
ax = fig.add_subplot(1, 2, 2, projection='3d')
p = ax.plot_surface(X, Y, Z, rstride=5, cstride=5, cmap='rainbow', antialiased=True)
cb = fig.colorbar(p, shrink=0.5)

玫瑰圖繪製

極座標條形圖

#極座標條形圖
def showRose(values,title):

    max_value = values.max()
    # 分爲8個面元
    N = 8
    # 面元的分隔角度
    angle = np.arange(0.,2 * np.pi, 2 * np.pi / N)
    # 每一個面元的大小（半徑）
    radius = np.array(values)
    # 設置極座標條形圖

    plt.axes([0, 0, 2, 2], polar=True,facecolor = 'g')

    colors = [(1 - x/max_value, 1 - x/max_value, 0.75) for x in radius]
    # 畫圖

    plt.bar(angle, radius, width=(2*np.pi/N), bottom=0.0, color=colors)
    plt.title(title,x=0.2, fontsize=20)

#拉韋納(Ravenna)又譯「臘萬納」「拉文納」「拉溫拿」。意大利北部城市。位於距亞得里亞海10千米的沿海平原上
data = np.load('Ravenna_wind.npy')
hist, angle = np.histogram(data,8,[0,360])
showRose(hist,'Ravenna')