Python matplotlib绘制图形实例(包括点,曲线,注释和箭头)

Python的matplotlib模块绘制图形功能很强大，今天就用pyplot绘制一个简单的图形，图形中包括曲线、曲线上的点、注释和指向点的箭头。

1. 结果预览：

2. 代码如下：

from matplotlib import pyplot as plt
import numpy as np

# 绘制曲线
x = np.linspace(2, 21, 20) # 取闭区间[2, 21]之间的等差数列，列表长度20
y = np.log10(x) + 0.5
plt.figure() # 添加一个窗口。如果只显示一个窗口，可以省略该句。
plt.plot(x, y) # plot在一个figure窗口中添加一个图，绘制曲线，默认颜色

# 绘制离散点
plt.plot(x, y, '.y') # 绘制黄色的点，为了和曲线颜色不一样
x0, y0 = 15, np.log10(15) + 0.5
plt.annotate('Interpolation point', xy=(x0, y0), xytext=(x0, y0 - 1), arrowprops=dict(arrowstyle='->')) # 添加注释
for x0, y0 in zip(x, y):
  plt.quiver(x0, y0 - 0.3, 0, 1, color='g', width=0.005) # 绘制箭头

x = range(2, 21, 5)
y = np.log10(x) + 0.5
plt.plot(x, y, 'om') # 绘制紫红色的圆形的点
x0, y0 = 7, np.log10(7) + 0.5
plt.annotate('Original point', xy=(x0, y0), xytext=(x0, y0 - 1), arrowprops=dict(arrowstyle='->'))
for x0, y0 in zip(x, y):
  plt.quiver(x0, y0 + 0.3, 0, -1, color='g', width=0.005) # 绘制箭头

# 设置坐标范围
plt.xlim(2, 21) # 设置x轴范围
plt.xticks(range(0, 23, 2)) # 设置X轴坐标点的值，为[0， 22]之间的以2为差值的等差数组
plt.ylim(0, 3) # 设置y轴范围

# 显示图形
plt.show() # 显示绘制出的图

3. 解析

1）导入matplotlib模块的pyplot类，这里主要用了pyplot里的一些方法。导入numpy用于生成一些数列。分别给pyplot和numpy记个简洁的别名plt和np，方便使用。

2）np.linspace(start, stop, num)，可生成闭区间[stop, stop]里的数组长度为num的等差数列。本例子中想作为插值点显示出来。

3）plt.figure()用于添加窗口。如果把所有图形绘制在一个窗口里，该句可以省略，因为figure(1)会被默认创建。

如果想添加窗口，就再添加一句plt.figure()，plt.figure(num)的窗口序号num自动自增。

4）plt.plot()向窗口里绘制曲线，传递x, y参数，分别为横轴和纵轴。

本例中所有图形绘制在一个绘图区域里。如果想添加2个绘图区域呢？如下列代码：

x = np.linspace(2, 21, 20)
y1 = np.log10(x) + 0.5
y2 = np.log10(x) + 1
plt.subplot(211)
plt.plot(x, y1)

plt.subplot(212)
plt.plot(x, y2)
plt.show()

plt.subplot(rows, cols, figurenum)添加子绘图区域，参数分别为：把窗口划分为rows行cols列绘图区域，figurenum表示第几个绘图区域。plt.subplot(211)=plt.subplot(2, 1, 1)，绘图区域数小于10时可省略逗号。创建的图形为：

5） plt.plot(x, y, '.y') # 多写该句为了显示点和曲线的颜色不一样。'.y'表示只把绘制曲线的点表示出来，颜色为黄色。

6）plt.annotate(s, xy, xytext) # 添加注释，除s、xy外其余还有若干可选参数。

s：注释文本，

xy：指定要注释的（x，y）坐标点，

xytext：可选，指定要放置文本的（x，y）坐标点。如果没有，则默认为xy注释点。

arrowprops：可选，字典形式，用于在xy坐标和xytext间绘制一个指定形状的箭头，本例中指定一个'->'类型的箭头，箭头头部宽和高为0.2/0.4。

7）plt.quiver(X, Y, U, V, C, **kw) # 绘制一个二维的箭头，X, Y, C可以缺失。

X, Y：箭头的位置，

U, V：表示箭头的方向，

C：设置箭头的颜色，

**kw里还有一系列参数可以设置，包括单位、箭头角度、箭头的头部宽高设置等，这里设置了颜色color和箭头的轴宽度width。

如果设置了C，再设置color将不生效。

有C为啥还有color可选设置呢？疑问暂留，没找到结果。

8）plt.xlim(min, max) / plt.ylim(min, max) 设置x轴/y轴的范围。

9）plt.xticks() 设置x轴坐标点的值。如果plt.xlim和plt.xticks设置的范围不一致，怎么显示？以最后设置的范围为准。

10）plt.show() # 最后调用此句，显示出绘制的图形。

以上这篇Python matplotlib绘制图形实例(包括点,曲线,注释和箭头)就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持我们。

赞 (0)

相关推荐

  • Python基础之注释的用法

    Python基础之注释的用法

    前言 Python代码的基本规范如下: 1.Python 文件将以 .py 为扩展名. 2.在Python中严格区分大小写(大小写敏感),如果写错了大小写,程序会报错. 3.Python中的每一行就是一条语句,每条语句以换行结束,不用;分号结束. 4.Python是缩进严格的语言,所以在Python中不要随便写缩进. 缩进的好处是强迫你写出缩进较少的代码,你会倾向于把一段很长的代码拆分成若干函数,从而得到缩进较少的代码. 缩进的坏处就是复制-粘贴功能失效了,当你重构代码时,粘贴过去的代码必须重新

  • Python之Matplotlib文字与注释的使用方法

    可视化对于大家来说确实是有关的,因为确实是直观的,每一组大数据如果可以用可视化进行展示的话可以让大家豁然开朗.但在另外一些场景中,辅之以少量的文字提示(textual cue)和标签是必不可少的.虽然最基本的注释(annotation)类型可能只是坐标轴标题与图标题,但注释可远远不止这些.让我们可视化一些数据,看看如何通过添加注释来更恰当地表达信息. 首先导入画图需要用到的一些函数: import matplotlib.pyplot as plt import matplotlib as mpl

  • python两种注释用法的示例

    注释 标注解释,目的是帮助读者理解的文本 也就是说,注释首先是文本,其二是说明,其三是思路,其四是例子 注释有两种形式 1. # ... 单行注释 用于对某句语句或语句块进行解释 放在语句块的头行或一个语句的尾部 def see_seq(iterable): # 序列开始的下标为 0,也就是索引为 0 # 序列第一个元素的下标是0,也就是第n个元素的下标为 len(iterable) - 1 # for 循环自动处理索引.索引边界 # 自动依次取出 0 到 len(iterable)-1 索引对

  • Python注释、分支结构、循环结构、伪“选择结构”用法实例分析

    Python注释、分支结构、循环结构、伪“选择结构”用法实例分析

    本文实例讲述了Python注释.分支结构.循环结构.伪"选择结构"用法.分享给大家供大家参考,具体如下: 注释: python使用#作为行注释符,使用三引号作为多行注释符 分支结构: if-else: a=int(input("你的成绩是:")) if a>60: print("你合格了!") else : print("你没及格!") if-elif-else: a = int(input("请输入一个整数&

  • Python代码注释规范代码实例解析

    一.代码注释介绍 注释就是对代码的解释和说明,其目的是让人们能够更加轻松地了解代码. 注释是编写程序时,写程序的人给一个语句.程序段.函数等的解释或提示,能提高程序代码的可读性. 在有处理逻辑的代码中,源程序有效注释量必须在20%以上. 二.代码注释分类 行注释:在符号后那一行不会被编译(显示) 块注释:被块注释符号中间的部分不会被编译 三.python代码注释基础 Python中使用#表示单行注释.单行注释可以作为单独的一行放在被注释代码行之上,也可以放在语句或表达式之后.如下例子: name

  • Python中注释（多行注释和单行注释）的用法实例

    前言 学会向程序中添加必要的注释,也是很重要的.注释不仅可以用来解释程序某些部分的作用和功能(用自然语言描述代码的功能),在必要时,还可以将代码临时移除,是调试程序的好帮手. 当然,添加注释的最大作用还是提高程序的可读性!很多时候,笔者宁愿自己写一个应用,也不愿意去改进别人的代码,没有合理的注释是一个重要原因.虽然良好的代码可自成文挡,但我们永远也不清楚今后读这段代码的人是谁,他是否和你有相同的思路.或者一段时间以后,你自己也不清楚当时写这段代码的目的了. 总的来说,一旦程序中注释掉某部分内容,

  • Python matplotlib绘制图形实例(包括点,曲线,注释和箭头)

    Python matplotlib绘制图形实例(包括点,曲线,注释和箭头)

    Python的matplotlib模块绘制图形功能很强大,今天就用pyplot绘制一个简单的图形,图形中包括曲线.曲线上的点.注释和指向点的箭头. 1. 结果预览: 2. 代码如下: from matplotlib import pyplot as plt import numpy as np # 绘制曲线 x = np.linspace(2, 21, 20) # 取闭区间[2, 21]之间的等差数列,列表长度20 y = np.log10(x) + 0.5 plt.figure() # 添加一

  • python+matplotlib绘制3D条形图实例代码

    python+matplotlib绘制3D条形图实例代码

    本文分享的实例主要实现的是Python+matplotlib绘制一个有阴影和没有阴影的3D条形图,具体如下. 首先看看演示效果: 完整代码如下: import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D # setup the figure and axes fig = plt.figure(figsize=(8, 3)) ax1 = fig.add_subplot(121

  • python+matplotlib绘制旋转椭圆实例代码

    python+matplotlib绘制旋转椭圆实例代码

    旋转椭圆 实例代码: import matplotlib.pyplot as plt import numpy as np from matplotlib.patches import Ellipse delta = 45.0 # degrees angles = np.arange(0, 360 + delta, delta) ells = [Ellipse((1, 1), 4, 2, a) for a in angles] a = plt.subplot(111, aspect='equal

  • Python+matplotlib绘制不同大小和颜色散点图实例

    Python+matplotlib绘制不同大小和颜色散点图实例

     具有不同标记颜色和大小的散点图演示. 演示结果: 实现代码: import numpy as np import matplotlib.pyplot as plt import matplotlib.cbook as cbook # Load a numpy record array from yahoo csv data with fields date, open, close, # volume, adj_close from the mpl-data/example directory

  • python+matplotlib绘制饼图散点图实例代码

    python+matplotlib绘制饼图散点图实例代码

    本文是从matplotlib官网上摘录下来的一个实例,实现的功能是Python+matplotlib绘制自定义饼图作为散点图的标记,具体如下. 首先看下演示效果 实例代码: import numpy as np import matplotlib.pyplot as plt # first define the ratios r1 = 0.2 # 20% r2 = r1 + 0.4 # 40% # define some sizes of the scatter marker sizes = n

  • Python实现在tkinter中使用matplotlib绘制图形的方法示例

    本文实例讲述了Python实现在tkinter中使用matplotlib绘制图形的方法.分享给大家供大家参考,具体如下: 一. 代码: # coding=utf-8 import sys import Tkinter as Tk import matplotlib from numpy import arange, sin, pi from matplotlib.backends.backend_tkagg import FigureCanvasTkAgg,NavigationToolbar2T

  • python学习之matplotlib绘制散点图实例

    要绘制单个点,可使用函数scatter(),并向其传递一对x和y坐标,它将在指定位置绘制一个点: """使用scatter()绘制散点图""" import matplotlib.pyplot as plt plt.scatter(2, 4) plt.show() 下面来设置输出的样式:添加标题,给轴加上标签,并确保所有文本都大到能够看清.并使用scatter()绘制一系列点 """使用scatter()绘制散点图&

  • Python matplotlib绘制散点图的实例代码

    Python matplotlib绘制散点图的实例代码

    前言 前面说到的主要是matplotlib对于图像的基础操作,然后从这篇开始,主要说一下点图,分析点图在实际问题的数据处理中应用非常广泛,比如说逻辑回归是利用现有的数据点通过拟合得到一定的函数关系,甚至生活中,物体运动的轨迹,也可以看做是连续的点绘制而成,还有图像,也是很多个像素点堆砌而成的,在图像处理中经常会针对单个像素点进行处理. 现在的深度学习或者机器学习,模型都是固定的,大多 不需要怎么改动,而能提升训练效果的,最重要的就是能更好的处理数据,而很多数据本身就是点集,利用matplotli

  • Python Matplotlib绘制动图平滑曲线

    Python Matplotlib绘制动图平滑曲线

    目录 绘制动图 FuncAnimation ArtistAnimation 使用 scipy.ndimage.gaussian_filter1d() 高斯核类绘制平滑曲线 使用 scipy.interpolate.make_interp_spline() 样条插值类绘制平滑曲线 使用 scipy.interpolate.interp1d 插值类绘制平滑曲线 拟合曲线后绘制动图 绘制动图 FuncAnimation,它的使用要求简洁且定制化程度较高.如果想将很多图片合并为一个动图,那么Artist

  • python+matplotlib演示电偶极子实例代码

    python+matplotlib演示电偶极子实例代码

    使用matplotlib.tri.CubicTriInterpolator.演示变化率计算: 完整实例: from matplotlib.tri import ( Triangulation, UniformTriRefiner, CubicTriInterpolator) import matplotlib.pyplot as plt import matplotlib.cm as cm import numpy as np #---------------------------------

随机推荐