本文转载自http://blog.csdn.net/mao19931004/article/details/51915016
版权声明:本文为博主原创文章,未经博主允许不得转载。 //blog.csdn.net/mao19931004/article/details/51915016
因为学习机器学习以及试图通过python实现相应的算法,因此学习了Matplotlib中的画图,那么就问到,问啥不用matlab呢,答:多一门技术,多一口饭;而且发现Matplotlib的画图功能还是蛮强大的,这次仅仅只是学习了以前在MATLAB里面会的相应的东西,然后学习一下在python中对应的知识。
matplotlib在Python中应用最多的2D图像的绘图工具包,使用matplotlib能够非常简单的可视化数据。在matplotlib中使用最多的模块就是pyplot。pyplot非常接近Matlab的绘图实现,而且大多数的命令及其类似Matlab.当然,与Matlab类似,需要很多的数学运算,因此numpy这个组件同样是必不可少的。所以很多人说python+matplotlib+numpy就是MATLAB。当然在此之前,需要配置好相应的环境,在Linux 14.04下版本,利用sublime Text 3可以非常快捷的搭建好开发环境,可以参见博客http://blog.csdn.net/mao19931004/article/details/51834616。
首先,在matplotlib建议使用别名,引入包,这样方便以后模块的使用,一般以以下两句开始:
import numpy as np import matplotlib.pyplot as plt
接下来以绘制正弦余弦函数曲线为例,介绍相应的函数。
- 使用默认的绘图属性绘图
x=np.linspace(-np.pi,np.pi,256,endpoint=True) C,S=np.cos(x),np.sin(x) plt.plot(x,C) plt.plot(x,S)
- 对线条的颜色,宽度进行设置,就像在matlab中一样:
plt.plot(x,C,color='red',linewidth=2.5,linestyle='-') plt.plot(x,S,color='blue',linewidth=2.5,linestyle='-')
- 对plot函数的讲解
上面介绍了简单的绘图,用的基本上都是plot,因此有必要对plot函数进行简单的介绍。官网参考网址:plot使用。熟悉Matlab的人对plot不会陌生,在matplotlib中的使用方式大致和Matlab中是一致的,使用plot,可以对点的标记的样式以及线条的样式进行设置。
函数的声明为:matplotlib.pyplot.
plot
(*args, **kwargs)。args的参数的长度是不定
的,可以设置很多的属性,kwargs主要是应用于设置线条的属性。对于标注和线条的样式,可以通过简单的字符来表示:
以及标注和线条的颜色:
当然线条的颜色可以以其他方式定制。比如16进制的字符串('#008000'
)或者是RGB、RGBA元组的方式RGB
or RGBA ((0,1,0,1)
) 来实现不同的颜色。
在接下来会应用到更多的属性。对于Line2D的具体细节,也就是线条的属性等,可以进一步查阅Line2D.
- 设置横轴、纵轴的界限以及标注
很多时候,需要设置横轴和纵轴的界面,从而得到更加清晰明了的图形:
plt.xlim(X.min()*1.1, X.max()*1.1) plt.ylim(C.min()*1.1, C.max()*1.1)此外为了更好的表示横轴和纵轴数据的含义,可以通过ticks对横轴和纵轴的含义进行设置和定制。
plt.xlim(x.min()*1.1, x.max()*1.1) plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi], [r'$-pi$', r'$-pi/2$', r'$0$', r'$+pi/2$', r'$+pi$'])看到yticks和xticks后面一串的数字,看到就觉得可能有点不知道写的什么,熟悉LaTex的人觉得我们这种想法的人有点傻。其实就是很简单的字符串,但是是为了方便Latex去解析这段字符串。一般以r开始,中间的字符串用$字符串$包围起来。这里是matplotlib中的有关LaTex的使用介绍:Latex的使用plt.ylim(C.min()1.1,C.max()1.1)
plt.yticks([-1, 0, +1],
[r'$-1$', r'$0$', r'$+1$'])
上面的pi代表的意义就是π。以下是有关希腊字符的表示:
最后的显示图像为:
这样数据的意义就更加清晰明了了。
- 设置Spines的位置。
Spines are the lines connecting the axis tick marks and noting the boundaries of the data area. They can be placed at arbitrary positions。
Spines应该可以理解为坐标轴的位置。但是也不全是,因为它分为上下左右四个位置,就如上图的四个边界,那么左边界和下边界就是我们通常认为的横坐标和纵坐标。我们可以将上边界和右边界隐藏,同时将左边界和下边界移动至中心的位置,看看效果:
这样就和我们通常画数学曲线的方式就一样了。
实现的完整代码是:
import numpy as np import matplotlib.pyplot as pltax = plt.subplot(111)
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))x=np.linspace(-np.pi,np.pi,256,endpoint=True)
C,S=np.cos(x),np.sin(x)plt.plot(x,C,color='red',linewidth=2.5,linestyle='-',label=r'$cos(t)$')
plt.plot(x,S,color='blue',linewidth=2.5,linestyle='-',label=r'$sin(t)$')plt.xlim(x.min()1.1, x.max()1.1)
plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi],
[r'$-pi$', r'$-pi/2$', r'$0$', r'$+pi/2$', r'$+pi$'])plt.ylim(C.min()1.1,C.max()1.1)
plt.yticks([-1, 0, +1],
[r'$-1$', r'$0$', r'$+1$'])
plt.show()
- 添加图例说明
说到作图,当然必须要有图例,图例是帮助我们理解曲线指代的类型,如果让我们不去仔细分析曲线,就可以知道曲线指代的类型。比如上图的正弦和余弦,我们要经过分析过后,才知道红色是余弦函数,蓝色是正弦函数,因此图例就非常重要的帮助我们分析图形。
在画图时候,我们需要多线条加上label,这样才可以在最后将图例显示出来。
plt.plot(x,C,color='red',linewidth=2.5,linestyle='-',label=r'$cos(t)$') plt.plot(x,S,color='blue',linewidth=2.5,linestyle='-',label=r'$sin(t)$') plt.legend(loc='upper left',frameon=False)
位置的可选参数有:
函数的参数的关键字有:
大致的plot的绘图方式入门就这么多,当然plot还有很多很多的内容,需要的什么比较好的方式绘图,就可以去参阅相关的资料,当然以后如果遇到新的内容,会继续介绍。
<li class="next_article">
<span onclick="_gaq.push(['_trackEvent','function', 'onclick', 'blog_articles_xiayipian']);location.href='//blog.csdn.net/mao19931004/article/details/51917680';">下一篇</span>
<a href="//blog.csdn.net/mao19931004/article/details/51917680" onclick="_gaq.push(['_trackEvent','function', 'onclick', 'blog_articles_xiayipian'])">numpy简单入门学习</a>
</li>
</ul>
<div style="clear:both; height:10px;"></div>
</div>
<!--文章底部广告位-->
<div id="article_ad" style="padding-bottom: 16px;border-left: 1px solid #ccc;border-right: 1px solid #ccc;background: #fff;text-align: center;">
<!-- 广告位:PC端-博客详情页底部banner-960*90 -->
<script type="text/javascript" src="//cee1.iteye.com/kfunnhoou.js"></script>
</div>
<!--评论区-->
<div class="comment_class">
<div class="commentform" id="comments"></div>
<div id="comment_form">
</div>
<div id="comment_title" class="panel_head">
<span class="see_comment">查看评论</span><a name="comments" ></a></div>
<div id="comment_list">
</div>
<div id="comment_bar">
</div>
</div>
<!--推荐列表-->
<div class="recommend_list">
<dl class="clearfix csdn-tracking-statistics recommend_article" data-mod="popu_614" data-poputype="feed" data-feed-show="false" data-dsm="post">
<a href="//blog.csdn.net/u011497262/article/details/52325705" target="_blank" strategy="BlogCommendFromBaidu_0">
<dd>
<h2>一份非常好的Matplotlib 教程</h2>
<div class="summary">
Matplotlib 教程
发表于 2014 年 09 月 11 日 | 分类于 Algorithm
and Computer Science | 本文共被围观 52922 ...
<ul>
<li class="avatar_img"><img src="//avatar.csdn.net/6/5/3/3_u011497262.jpg" alt="u011497262" title="u011497262"></li>
<li class="user_name">u011497262</li>
<li class="time">2016年08月26日 10:05</li>
<li class="visited_num"><i class="icon iconfont icon-read"></i><span>46921</span></li>
</ul>
</dd>
</a>
</dl>
<dl class="clearfix csdn-tracking-statistics recommend_article" data-mod="popu_614" data-poputype="feed" data-feed-show="false" data-dsm="post">
<a href="//blog.csdn.net/claroja/article/details/70173026" target="_blank" strategy="BlogCommendFromBaidu_1">
<dd>
<h2>Python 绘图 Matplotlib 快速参考手册</h2>
<div class="summary">
http://www.labri.fr/perso/nrougier/teaching/matplotlib/#quick-references
1 作图函数
1.1 默认参数作图import n...
<ul>
<li class="avatar_img"><img src="//avatar.csdn.net/0/E/3/3_claroja.jpg" alt="claroja" title="claroja"></li>
<li class="user_name">claroja</li>
<li class="time">2017年04月18日 13:34</li>
<li class="visited_num"><i class="icon iconfont icon-read"></i><span>2201</span></li>
</ul>
</dd>
</a>
</dl>
<dl class="">
<script>
(function() {
var s = "_" + Math.random().toString(36).slice(2);
document.write('<div id="' + s + '"></div>');
(window.slotbydup=window.slotbydup || []).push({
id: '4765209',
container: s,
size: '808,120',
display: 'inlay-fix'
});
})();
</script>
</dl>
<dl class="clearfix csdn-tracking-statistics recommend_article" data-mod="popu_614" data-poputype="feed" data-feed-show="false" data-dsm="post">
<a href="//blog.csdn.net/wizardforcel/article/details/54407212" target="_blank" strategy="BlogCommendFromBaidu_2">
<dd>
<h2>Python 数据科学入门教程:Matplotlib</h2>
<div class="summary">
Matplotlib 入门教程
来源:Introduction to Matplotlib and basic line
译者:飞龙
协议:CC BY-NC-SA 4.0
...
<ul>
<li class="avatar_img"><img src="//avatar.csdn.net/C/B/0/3_wizardforcel.jpg" alt="wizardforcel" title="wizardforcel"></li>
<li class="user_name">wizardforcel</li>
<li class="time">2017年01月13日 11:45</li>
<li class="visited_num"><i class="icon iconfont icon-read"></i><span>21206</span></li>
</ul>
</dd>
</a>
</dl>
<dl class="clearfix csdn-tracking-statistics recommend_article" data-mod="popu_614" data-poputype="feed" data-feed-show="false" data-dsm="post">
<a href="//blog.csdn.net/Eddy_zheng/article/details/48713449" target="_blank" strategy="BlogCommendFromBaidu_3">
<dd>
<h2>python matplotlib模块——绘制三维图形、三维数据散点图</h2>
<div class="summary">
python matplotlib模块,是扩展的MATLAB的一个绘图工具库。他可以绘制各种图形,可是最近最的一个小程序,得到一些三维的数据点图,就学习了下python中的matplotlib模块,如... </div>
<ul>
<li class="avatar_img"><img src="//avatar.csdn.net/3/1/2/3_eddy_zheng.jpg" alt="Eddy_zheng" title="Eddy_zheng"></li>
<li class="user_name">Eddy_zheng</li>
<li class="time">2015年09月24日 16:55</li>
<li class="visited_num"><i class="icon iconfont icon-read"></i><span>61848</span></li>
</ul>
</dd>
</a>
</dl>
<dl class="clearfix csdn-tracking-statistics recommend_article" data-mod="popu_614" data-poputype="feed" data-feed-show="false" data-dsm="post">
<a href="//blog.csdn.net/ice_martin/article/details/61616987" target="_blank" strategy="BlogCommendFromBaidu_4">
<dd>
<h2>Matplotlib绘图和可视化</h2>
<div class="summary">
Matplotlib绘图和可视化Matplotlib绘图和可视化
matplotlib API 入门
Figure和Subplot
颜色标记和线型
刻度标签和图例
注解以及在Subplot上绘图
将图...
<ul>
<li class="avatar_img"><img src="//avatar.csdn.net/0/C/3/3_ice_martin.jpg" alt="ice_martin" title="ice_martin"></li>
<li class="user_name">ice_martin</li>
<li class="time">2017年03月12日 14:05</li>
<li class="visited_num"><i class="icon iconfont icon-read"></i><span>1794</span></li>
</ul>
</dd>
</a>
</dl>
<dl class="clearfix csdn-tracking-statistics recommend_article" data-mod="popu_614" data-poputype="feed" data-feed-show="false" data-dsm="post">
<a href="//blog.csdn.net/gfsfg8545/article/details/9714163" target="_blank" strategy="BlogCommendFromBaidu_5">
<dd>
<h2>使用 python Matplotlib 库绘图</h2>
<div class="summary">
Matplotlib的安装可以参见 官网链接 http://matplotlib.org/users/installing.html
下面总结步骤如下:
windows 注意下载.exe格式 直接安...
<ul>
<li class="avatar_img"><img src="//avatar.csdn.net/3/3/3/3_gfsfg8545.jpg" alt="gfsfg8545" title="gfsfg8545"></li>
<li class="user_name">gfsfg8545</li>
<li class="time">2013年08月02日 12:59</li>
<li class="visited_num"><i class="icon iconfont icon-read"></i><span>44921</span></li>
</ul>
</dd>
</a>
</dl>
<dl class="clearfix csdn-tracking-statistics downloadElement" data-mod="popu_614" data-poputype="feed" data-feed-show="false" data-dsm="post">
<a class="clearfix" href="https://download.csdn.net/download/mirabelle521/9098701" target="_blank" strategy="BlogCommendFromBaidu_6">
<dd class="floatL">
<div class="summary">
<h2>matplotlib</h2>
<div class="summary">
<ul>
<li class="time">2015年09月11日 16:33</li>
<li class="visited_num fileSize">3.93MB</li>
<li class="download_btn">下载</li>
</ul>
</div>
</div>
</dd>
<dt class="floatR"><img class="maxwidth" src="http://csdnimg.cn/release/download/old_static/images/minetype/exe.svg" alt="" title=""/></dt>
</a>
</dl>
<dl class="clearfix csdn-tracking-statistics recommend_article" data-mod="popu_614" data-poputype="feed" data-feed-show="false" data-dsm="post">
<a href="//blog.csdn.net/pipisorry/article/details/40005163" target="_blank" strategy="BlogCommendFromBaidu_7">
<dd>
<h2>matplotlib绘图实例:pyplot、pylab模块及作图参数</h2>
<div class="summary">
http://blog.csdn.net/pipisorry/article/details/40005163
Matplotlib绘图实例(使用pyplot模块)
matplotli...
<ul>
<li class="avatar_img"><img src="//avatar.csdn.net/5/5/8/3_pipisorry.jpg" alt="pipisorry" title="pipisorry"></li>
<li class="user_name">pipisorry</li>
<li class="time">2014年10月12日 00:47</li>
<li class="visited_num"><i class="icon iconfont icon-read"></i><span>55438</span></li>
</ul>
</dd>
</a>
</dl>
<dl class="clearfix csdn-tracking-statistics recommend_article" data-mod="popu_614" data-poputype="feed" data-feed-show="false" data-dsm="post">
<a href="//blog.csdn.net/u012192662/article/details/20523679" target="_blank" strategy="BlogCommendFromBaidu_8">
<dd>
<h2>python科学计算学习二:matplotlib绘图(极坐标 3D绘图等)(3)</h2>
<div class="summary">
matplotlib做图 </div>
<ul>
<li class="avatar_img"><img src="//avatar.csdn.net/3/2/7/3_u012192662.jpg" alt="u012192662" title="u012192662"></li>
<li class="user_name">u012192662</li>
<li class="time">2014年03月05日 11:40</li>
<li class="visited_num"><i class="icon iconfont icon-read"></i><span>30347</span></li>
</ul>
</dd>
</a>
</dl>
<dl class="clearfix csdn-tracking-statistics recommend_article" data-mod="popu_614" data-poputype="feed" data-feed-show="false" data-dsm="post">
<a href="//blog.csdn.net/guduruyu/article/details/78050268" target="_blank" strategy="BlogCommendFromBaidu_9">
<dd>
<h2>【python图像处理】python绘制3D图形</h2>
<div class="summary">
3D图形在数据分析、数据建模、图形和图像处理等领域中都有着广泛的应用,下面将给大家介绍一下如何使用python进行3D图形的绘制,包括3D散点、3D表面、3D轮廓、3D直线(曲线)以及3D文字等的绘制... </div>
<ul>
<li class="avatar_img"><img src="//avatar.csdn.net/4/4/0/3_guduruyu.jpg" alt="guduruyu" title="guduruyu"></li>
<li class="user_name">guduruyu</li>
<li class="time">2017年09月21日 11:45</li>
<li class="visited_num"><i class="icon iconfont icon-read"></i><span>4624</span></li>
</ul>
</dd>
</a>
</dl>
</div>