python科学计算学习二：matplo

py3study

发布于 2020-01-06 11:25:01

7650

发布于 2020-01-06 11:25:01

文章被收录于专栏：python3

博客地址：http://blog.csdn.net/ikerpeng/article/details/20523679

首先补充以下：7种颜色 r g b y m c k （红，绿，蓝，黄，品红，青，黑）

在科研的过程中，坐标系中的XY不一定就是等尺度的。例如在声波中对Y轴取对数。肆意我们也必须知道这种坐标系如何画出来的。

1，对数坐标图

有3个函数可以实现这种功能，分别是：semilogx（），semilogy（），loglog（）。它们分别表示对X轴，Y轴，XY轴取对数。下面在一个2*2的figure里面来比较这四个子图（还有plot（））。

  1 import numpy as np
  2 import matplotlib.pyplot as plt
  3 w=np.linspace(0.1,1000,1000)
  4 p=np.abs(1/(1+0.1j*w))
  5 
  6 plt.subplot(221)
  7 plt.plot(w,p,lw=2)
  8 plt.xlabel('X')
  9 plt.ylabel('y')
 10 
 11 
 12 plt.subplot(222)
 13 plt.semilogx(w,p,lw=2)
 14 plt.ylim(0,1.5)
 15 plt.xlabel('log(X)')
 16 plt.ylabel('y')
 17 
 18 plt.subplot(223)
 19 plt.semilogy(w,p,lw=2)
 20 plt.ylim(0,1.5)
 21 plt.xlabel('x')
 22 plt.xlabel('log(y)')
 23 
 24 plt.subplot(224)
 25 plt.loglog(w,p,lw=2)
 26 plt.ylim(0,1.5)
 27 plt.xlabel('log(x)')
 28 plt.xlabel('log(y)')
 29 plt.show()

如上面的代码所示，对一个低通滤波器函数绘图。得到四个不同坐标尺度的图像。如下图所示：

2，极坐标图像极坐标系中的点由一个夹角和一段相对于中心位置的距离来表示。其实在plot（）函数里面本来就有一个polar的属性，让他为True就行了。下面绘制一个极坐标图像：

  1 import numpy as np
  2 import matplotlib.pyplot as plt
  3 
  4 theta=np.arange(0,2*np.pi,0.02)
  5 
  6 plt.subplot(121,polar=True)
  7 plt.plot(theta,2*np.ones_like(theta),lw=2)
  8 plt.plot(theta,theta/6,'--',lw=2)
  9 
 10 plt.subplot(122,polar=True)
 11 plt.plot(theta,np.cos(5*theta),'--',lw=2)
 12 plt.plot(theta,2*np.cos(4*theta),lw=2)
 13 plt.rgrids(np.arange(0.5,2,0.5),angle=45)
 14 plt.thetagrids([0,45,90])
 15 
 16 plt.show()
~

整个代码很好理解，在后面的13，14行没见过。第一个plt.rgrids(np.arange(0.5,2,0.5),angle=45) 表示绘制半径为0.5 1.0 1.5的三个同心圆，同时将这些半径的值标记在45度位置的那个直径上面。plt.thetagrids([0,45,90]) 表示的是在theta为0，45，90度的位置上标记上度数。得到的图像是：

3，柱状图：核心代码matplotlib.pyplot.bar(left, height, width=0.8, bottom=None, hold=None, **kwargs)里面重要的参数是左边起点，高度，宽度。下面例子：

  1 import numpy as np
  2 import matplotlib.pyplot as plt
  3 
  4 
  5 n_groups = 5
  6 
  7 means_men = (20, 35, 30, 35, 27)
  8 means_women = (25, 32, 34, 20, 25)
  9 
 10 fig, ax = plt.subplots()
 11 index = np.arange(n_groups)
 12 bar_width = 0.35
 13 
 14 opacity = 0.4
 15 rects1 = plt.bar(index, means_men, bar_width,alpha=opacity, color='b',label=    'Men')
 16 rects2 = plt.bar(index + bar_width, means_women, bar_width,alpha=opacity,col    or='r',label='Women')
 17 
 18 plt.xlabel('Group')
 19 plt.ylabel('Scores')
 20 plt.title('Scores by group and gender')
 21 plt.xticks(index + bar_width, ('A', 'B', 'C', 'D', 'E'))
 22 plt.ylim(0,40)
 23 plt.legend()
 24 
 25 plt.tight_layout()
 26 plt.show()

得到的图像是：

4，散列图，有离散的点构成的。函数是：matplotlib.pyplot.scatter(x, y, s=20, c='b', marker='o', cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, hold=None,**kwargs)，其中，xy是点的坐标，s点的大小，maker是形状可以maker=（5，1）5表示形状是5边型，1表示是星型（0表示多边形，2放射型，3圆形）；alpha表示透明度；facecolor=‘none’表示不填充。例子如下：

  1 import numpy as np
  2 import matplotlib.pyplot as plt
  3 
  4 plt.figure(figsize=(8,4))
  5 x=np.random.random(100)
  6 y=np.random.random(100)
  7 plt.scatter(x,y,s=x*1000,c='y',marker=(5,1),alpha=0.5,lw=2,facecolors='none')
  8 plt.xlim(0,1)
  9 plt.ylim(0,1)
 10 
 11 plt.show()

上面代码的facecolors参数使得前面的c=‘y’不起作用了。图像：

5，3D图像，主要是调用3D图像库。看下面的例子：

  1 import numpy as np
  2 import matplotlib.pyplot as plt
  3 import mpl_toolkits.mplot3d
  4 
  5 x,y=np.mgrid[-2:2:20j,-2:2:20j]
  6 z=x*np.exp(-x**2-y**2)
  7 
  8 ax=plt.subplot(111,projection='3d')
  9 ax.plot_surface(x,y,z,rstride=2,cstride=1,cmap=plt.cm.coolwarm,alpha=0.8)
 10 ax.set_xlabel('x')
 11 ax.set_ylabel('y')
 12 ax.set_zlabel('z')
 13 
 14 plt.show()

得到的图像如下图所示：