Python小实例 | 利用matplotlib画图

朴灿烈づ我的快乐病毒、 2022-10-17 13:52 168阅读 0赞

说在前面的话：这是学习过程中，自己参考书上的代码，结合学习的目的写出来的小程序，不保证完全的原创性，但都是好使的代码~供大家参考，互相学习，把python语言KO掉  
！

#画图像
    import scipy.misc
    import matplotlib.pyplot as plt
    
    # load already prepared ndarray from scipy
    ascent=scipy.misc.ascent()#lena被移除，换成了一个楼梯图
    #set the default colormap to gray
    plt.gray()
    
    plt.imshow(ascent)
    plt.colorbar()
    plt.show()
    
    print (ascent.shape)
    print (ascent.max())#输出图像最大值
    print (ascent.dtype)#输出每个点的数据类型

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQzNDY2MTQ2_size_16_color_FFFFFF_t_70]

#作图 1
    import matplotlib.pyplot as pl
    import numpy as np
    
    x=np.linspace(-np.pi,np.pi,256,endpoint=True)#生成-pi到pi的，具有相同线性距离的256个点
    y=np.cos(x)
    y1=np.sin(x)
    
    pl.plot(x,y)
    pl.plot(x,y1)
    
    pl.show()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQzNDY2MTQ2_size_16_color_FFFFFF_t_70 1]

#作图 2 是作图1的加强版
    
    from pylab import *
    # from pylab import * 这一句话就引入了numpy、matplotlib等常用库，避免了多个import语句。一句话就创造了一个非常类似matlab的编程环境。
    # 即后面的plot无需加pl.plot(x,y)之类的
    import numpy as np
    
    x = np.linspace(-np.pi,np.pi,256,endpoint=True)#生成-pi到pi的，具有相同线性距离的256个点
    y = np.cos(x)
    y1 = np.sin(x)
    plot(x, y)
    plot(x, y1)
    
    title("Function $\sin$ and $\cos$")
    xlim(-3.0, 3.0)
    ylim(-1.0, 1.0)
    xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi], [r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+pi/2$', r'+$pi$'])
    yticks([-1, 0, +1], [r'$-1$', r'$0$', r'$+1$'])
    # 格式化转义 字符串首尾 r'$...$' （matplotlib中）
    # xticks(loc, labels): labels 格式化转义方法 r'$-\frac{\pi}{2}$' 留意分数的表示方式
    # pi需要转义才能显示为字符 pai. 若$-pi$ 则直接显示-pi
    # 如果没有第二个[]参数，刻度值显示如-3.142, -1.571...等浮点数，而不是-pi
    
    show()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQzNDY2MTQ2_size_16_color_FFFFFF_t_70 2]

#作图 3 画的是点
    import numpy as np
    from matplotlib import pyplot as plt
    
    x = np.arange(1, 11)
    y = 2 * x + 5
    plt.title("Matplotlib demo")
    plt.xlabel("x axis caption")
    plt.ylabel("y axis caption")
    plt.plot(x, y, "ob")
    plt.show()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQzNDY2MTQ2_size_16_color_FFFFFF_t_70 3]

# 作图 4 多个图放一张图上
    import numpy as np
    import matplotlib.pyplot as plt
    # 计算正弦和余弦曲线上的点的 x 和 y 坐标
    x = np.arange(0,  3  * np.pi,  0.1)
    y_sin = np.sin(x)
    y_cos = np.cos(x)
    # 建立 subplot 网格，高为 2，宽为 1
    # 激活第一个 subplot
    plt.subplot(2,  1,  1)
    # 绘制第一个图像
    plt.plot(x, y_sin)
    plt.title('Sine')
    # 将第二个 subplot 激活，并绘制第二个图像
    plt.subplot(2,  1,  2)
    plt.plot(x, y_cos)
    plt.title('Cosine')
    # 展示图像
    plt.show()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQzNDY2MTQ2_size_16_color_FFFFFF_t_70 4]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQzNDY2MTQ2_size_16_color_FFFFFF_t_70]: /images/20221014/2771f9ca5f7e4e67a4a0e76dd00d0c36.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQzNDY2MTQ2_size_16_color_FFFFFF_t_70 1]: /images/20221014/954055f5370d471394e425eb8b3f4a03.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQzNDY2MTQ2_size_16_color_FFFFFF_t_70 2]: /images/20221014/1fe5fdcf70804755ad5516c0831f505c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQzNDY2MTQ2_size_16_color_FFFFFF_t_70 3]: /images/20221014/3e9483dfa7dc47ddb5eceb5467877004.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQzNDY2MTQ2_size_16_color_FFFFFF_t_70 4]: /images/20221014/5eac049903184f7faffa304d9d96a3d0.png