matplotlib手册

上传人:飞****9 文档编号:128868129 上传时间:2020-04-21 格式:PDF 页数:17 大小:299.67KB
返回 下载 相关 举报
matplotlib手册_第1页
第1页 / 共17页
matplotlib手册_第2页
第2页 / 共17页
matplotlib手册_第3页
第3页 / 共17页
matplotlib手册_第4页
第4页 / 共17页
matplotlib手册_第5页
第5页 / 共17页
点击查看更多>>
资源描述

《matplotlib手册》由会员分享,可在线阅读,更多相关《matplotlib手册(17页珍藏版)》请在金锄头文库上搜索。

1、1 一 前言 1 二 matplotlib 简介 2 三 Matplotlib 使用入门 2 3 1 函数处理部分 numpy 的使用 2 3 2 Matplotlib 使用风格介绍 4 四 2D 图的画法 9 4 1 坐标轴 9 1 坐标区间设置 9 2 设置网格线 12 3 自定义坐标轴刻度 13 4 自动标注坐标轴刻度 13 4 2 线条 14 4 3 标签注释 16 4 4 图像排版 16 五 3D 绘图方法 16 六 后记 16 一 一 前言前言 接触python有近半年的时间了 和大多数接触过python的朋友一样 我被它的简单的 表述和清晰的描写思路深深吸引 python的三方模

2、块很是丰富 在不断的学习中 渐渐里 就接触到了matplotlib 官方的英文文档很详细 虽然是英文的 我想对于只要过了四级的 朋友 仔细看看明白不是什么难事 原始的官方英文文档有800多页 详细是不用说 但还 是有点罗嗦 本书的目的是让你能快速知道怎么使用matplotlib 当然个人所总结的方法未 必对于每个人都是容易接受的 但相信大多数人看完本书之后会对于matplotlib有一个比较 清晰的理解 读者如果在文中发现错误还请麻烦反馈一下 本书是对于学习中需要用到 matplotlib的人群编写的 你在阅读之前可能需要了解一些python的知识 如果你对于 python还一点不懂 那么还是

3、请你看下python相关的文档吧 如在阅读本书中遇到任何问题请联系master sell 本文在线网址为 http www hblib info book matplotlib html pdf在线网址为 http www hblib info book matplotlib pdf 作者个人博客网址为 http www hblib info master sell 2010 2 14 二 二 matplotlibmatplotlibmatplotlibmatplotlib 简介简介 Matplotlib 是一个在 python 下实现的类 matlib 的纯 python 的三方库 旨在用

4、python 实现 matlab 的功能 是 python 下最出色的绘图库 功能很完善 其风格跟 matlib 很相似 2 同时也继承了 python的简单明了的风格 其可以很方便地设计和输出二维以及三维的数据 其提供了常规的笛卡尔坐标 极坐标 球坐标 三维坐标等 其输出的图片质量也达到了科 技论文中的印刷质量 日常的基本绘图更不在话下 其使用中要先安装 numpy 库 一个 python 下数组处理的三方库 可以很方便的处理矩 阵 数组 对于做数据图 其原理很简单 就是把函数变成关于 X Y Z 的坐标点的数组 如 函数Y X2 我们画图是也是先找一组特征点 x y 然后连接成线 matp

5、lotlib出图的过程和我 们画图过程差不多 先生成 X 的一个取值数组 如要画区间 0 1 的图像 则先取 0 1 之内的一 组数组 如 x arange 0 1 0 01 表示 x 以 0 01 为步长取 100 个点 然后去对应 x 的对应 y 的 值的一组数据 这样以坐标 x y 画出的图就是一条曲线了 matplotlib 对于图像美化方面的比较完善 可以自定义线条的颜色和样式 可以在一张 绘图纸上绘制多张小图 也可以在一张图上绘制多条线 可以很方便地将数据可视化并对比 分析 三 三 MatplotlibMatplotlibMatplotlibMatplotlib 使用使用入门入门

6、Matplotlib的使用中有好几种输出风格 有matlab的风格 和官方文档的使用的as风格 各 有所长 本文对比介绍matplotlib官方文档中的使用风格 我们画图的目的是要将函数已图像显现出来 所以我们要用python处理的东西有两个 一 个是函数 另一个是图像 函数部分在matplotlib的使用中是用了numpy这个三方库 这个 库有着很大的科学计算功能 但是不用担心 在使用中你会发现他的好用 3 13 13 13 1 函数处理部分 函数处理部分 函数处理部分 函数处理部分 numpynumpynumpynumpy 的使用 的使用 的使用 的使用 具体的使用可以参见 numpy 的

7、文档 我们使用matplotlib将数据可视化时基本上我们只用到两种方法 1 arange函数类似于python的range函数 通过指定开始值 终值和步长来创建一维数组 注意数组不包括终值 import numpy as np np arange 0 1 0 1 array 0 0 1 0 2 0 3 0 4 0 5 0 6 0 7 0 8 0 9 此函数在区间 0 1 之间以0 1为步长生成一个数组 如果第三个参数预设为1 np arange 0 10 array 0 1 2 3 4 5 6 7 8 9 np arange 0 5 6 array 0 1 2 3 4 5 np arange

8、 0 3 4 2 array 0 3 1 3 2 3 3 3 2 linspace函数通过指定开始值 终值和元素个数来创建一维数组 可以通过endpoint关 键字指定是否包括终值 缺省设置是包括终值 np linspace 0 1 12 array 0 0 09090909 0 18181818 0 27272727 0 36363636 3 0 45454545 0 54545455 0 63636364 0 72727273 0 81818182 0 90909091 1 第三个参数 num 预设为 50 np linspace 0 10 array 0 0 20408163 0 408

9、16327 0 6122449 0 81632653 1 02040816 1 2244898 1 42857143 1 63265306 1 83673469 2 04081633 2 24489796 2 44897959 2 65306122 2 85714286 3 06122449 3 26530612 3 46938776 3 67346939 3 87755102 4 08163265 4 28571429 4 48979592 4 69387755 4 89795918 5 10204082 5 30612245 5 51020408 5 71428571 5 91836735

10、 6 12244898 6 32653061 6 53061224 6 73469388 6 93877551 7 14285714 7 34693878 7 55102041 7 75510204 7 95918367 8 16326531 8 36734694 8 57142857 8 7755102 8 97959184 9 18367347 9 3877551 9 59183673 9 79591837 10 Numpy 库有一般 math 库函数的数组实现 如 sin cos log x np arange 0 np pi 2 0 1 y sin x Traceback most r

11、ecent call last File line 1 in y sin x NameError name sin is not defined y np sin x y array 0 0 09983342 0 19866933 0 29552021 0 38941834 0 47942554 0 56464247 0 64421769 0 71735609 0 78332691 0 84147098 0 89120736 0 93203909 0 96355819 0 98544973 0 99749499 数组的最后一项不是 1 是因为数组的数据不是标准的浮点型的数据 x array 0

12、 0 1 0 2 0 3 0 4 0 5 0 6 0 7 0 8 0 9 1 1 1 1 2 1 3 1 4 1 5 如果要精确的浮点计算请参见 numpy 文档 基本函数 三角 对数 平方 立方 等 的使用就是在函数前加上 np 这样就能实现数组 的函数计算 3 23 23 23 2 MatplotlibMatplotlibMatplotlibMatplotlib 使用风格介绍使用风格介绍使用风格介绍使用风格介绍 Matplotlib 的使用中有好几种输出风格 有类 matlab 的风格 和官方文档的使用的 as 风格 4 各有所长 下面详细介绍这两种方法 先介绍 matlab 风格 下边的

13、例子左边是 Matplotlib 的类 matlab 的风格 右边是原始的 matlab 实现 在 Ipython 下可以更好地使用 matlab风格的输入 Ipython 是一个优秀的 shell 工具 比 自带的 IDEL 要好用 下图是 Ipython 的使用界面 下面介绍官方文档中使用较多的 as 风格 如我要做一个正弦函数的在区间 pi pi 图像 import numpy as np 5 import matplotlib pyplot as plt x np arange np pi np pi 0 01 y np sin x plt plot x y g plt show 只需

14、要四句代码 简单的正弦函数图就出来了 是不是很简单 至于图像的美化加标签等在 后面的章节给大家介绍 官方文档中给出了 104 个函数的简单介绍 我们的各种样式的图都可以用他们实现 FunctionDescription acorrplot the autocorrelation function annotateannotate something in the figure arrowadd an arrow to the axes axescreate a new axes axhlinedraw a horizontal line across axes axvlinedraw a ve

15、rtical line across axes axhspandraw a horizontal bar across axes axvspandraw a vertical bar across axes axisset or return the current axis limits barbsa wind barb plot 6 barmake a bar chart barha horizontal bar chart broken barha set of horizontal bars with gaps boxset the axes frame on off state bo

16、xplotmake a box and whisker plot claclear current axes clabellabel a contour plot clfclear a figure window climadjust the color limits of the current image closeclose a figure window colorbaradd a colorbar to the current figure coheremake a plot of coherence contourmake a contour plot contourfmake a filled contour plot csdmake a plot of cross spectral density delaxesdelete an axes from the current figure drawForce a redraw of the current figure errorbarmake an errorbar graph figlegendmake legend

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 办公文档 > 教学/培训

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号