论文中画出各种绚烂的插图,都是用一些什么样的软件画出来的。本文介绍 Python 的绘图模块 matplotlib: Python plotting。适用于从 2D 到 3D,从标量到矢量的各种绘图。能够保存成从 eps, pdf 到 svg, png, jpg 的多种格式。并且 Matplotlib 的绘图函数基本上都与 MATLAB 的绘图函数名字都差不多,迁移的学习成本比较低。开源免费。例如下面这一组图,都是使用 Matplotlib 绘制的。

1. 安装

安装的问题,请尝试 Anaconda 这个 Python 发行版。下载安装后直接使用即可,它几乎预装了所有要用到的科学计算及可视化的库。

2. 案例

下面介绍几种案例,初步了解一下 Matplotlib 的功能。

2.1 2D 图的绘制

如使用如下的代码:

plt.fill(x, y1, 'b', x, y2, 'r', alpha=0.3)

其绘制的图像效果如图:

Scatter 图的代码:

plt.scatter(x, y, s=area, alpha=0.5)

其绘制的图像效果如图:

图像的配色效果十分友好,绘制的代码也非常的简单,相较于 MATLAB 等脚本语言,其简易绚丽。

2.2 3D 图的绘制

例如采用如下的代码绘制三维图像:

"""

.. versionadded:: 1.1.0

This demo depends on new features added to contourf3d.

"""

from mpl_toolkits.mplot3d import axes3d

import matplotlib.pyplot as plt

from matplotlib import cm

fig = plt.figure()

ax = fig.gca(projection='3D')

X, Y, Z = axes3d.get_test_data(0.05)

ax.plot_surface(X, Y, Z, rstride=8, cstride=8, alpha=0.3)

cset = ax.contourf(X, Y, Z, zdir='z', offset=-100, cmap=cm.coolwarm)

cset = ax.contourf(X, Y, Z, zdir='x', offset=-40, cmap=cm.coolwarm)

cset = ax.contourf(X, Y, Z, zdir='y', offset=40, cmap=cm.coolwarm)

ax.set_xlabel('X')

ax.set_xlim(-40, 40)

ax.set_ylabel('Y')

ax.set_ylim(-40, 40)

ax.set_zlabel('Z')

ax.set_zlim(-100, 100)

plt.show()

实际的效果如图所示:

2.3 其他类型

Matplotlib 支持绘制的图像类型很多,如:

线条

形状

统计图

图片

云图

饼图

雷达图

等等,多种类型,具体可以参考相册库:matplotlib。

雷达图的绘制代码:

"""

=======================

Pie chart on polar axis

=======================

Demo of bar plot on a polar axis.

"""

import numpy as np

import matplotlib.pyplot as plt

# Compute pie slices

N = 20

theta = np.linspace(0.0, 2 * np.pi, N, endpoint=False)

radii = 10 * np.random.rand(N)

width = np.pi / 4 * np.random.rand(N)

ax = plt.subplot(111, projection='polar')

bars = ax.bar(theta, radii, width=width, bottom=0.0)

# Use custom colors and opacity

for r, bar in zip(radii, bars):

bar.set_facecolor(plt.cm.viridis(r / 10.))

bar.set_alpha(0.5)

plt.show()

图像实际效果:

请您登录后阅读全文, 登录 或者 注册

用python画漂亮图-使用 Python/matplotlib 画出漂亮的论文插图相关推荐

  1. 用python画动图_Python使用matplotlib画动态图

    机器学习需要使用python实现相应的算法,因此学习了Matplotlib中的画图. 当然为了能显示机器学习中每次迭代的效果与收敛速度,需要画出动态图形. 下面给出两个例子,分别可以画出动态条形图和动 ...

  2. python画环形图_Python通过matplotlib画双层饼图及环形图简单示例

    摘要:这篇Python开发技术栏目下的"Python通过matplotlib画双层饼图及环形图简单示例",介绍的技术点是"matplotlib.Python.简单示例.饼 ...

  3. python画厢式图_用matplotlib画箱体图(boxplot)

    画boxplot的接口为 matplotlib.pyplot.boxplot,不过在画之前,我需要好好理解一下箱体图所代表的含义和计算方法. 用一个实际的例子来说明如何画boxplot,这个例子来自w ...

  4. Matlab中用Simulink快速画Bode图及 .m 文件画Bode图

    Matlab中用Simulink快速画Bode图及 .m 文件画Bode图 Simulink画Bode图 .m 文件画Bode图 Simulink画Bode图 一万年没用matlab画过Bode图了, ...

  5. python怎么画多重饼状图_Python通过matplotlib画双层饼图及环形图简单示例

    (1) 饼图(pie),即在一个圆圈内分成几块,显示不同数据系列的占比大小,这也是我们在日常数据的图形展示中最常用的图形之一. 在python中常用matplotlib的pie来绘制,基本命令如下所示 ...

  6. python画饼图程序_python使用matplotlib画饼状图

    本文实例为大家分享了python使用matplotlib画饼状图的具体代码,供大家参考,具体内容如下 代码与详细注释 from matplotlib import pyplot as plt #调节图 ...

  7. python做房源饼状图_python使用matplotlib画饼状图

    %matplotlib inlineimport matplotlib.pyplot as plt# 121 > 1行2列第1个fig1 = plt.subplot(121)plt.pie([1 ...

  8. python绘制饼图双层_Python通过matplotlib画双层饼图及环形图简单示例

    (1) 饼图(pie),即在一个圆圈内分成几块,显示不同数据系列的占比大小,这也是我们在日常数据的图形展示中最常用的图形之一. 在python中常用matplotlib的pie来绘制,基本命令如下所示 ...

  9. python如何画动态海浪_python使用matplotlib画动态图

    matplotlib是python的核心绘图库,是python的一个开源项目,旨在为python提供一个绘图库. matplotlib matplotlib与numpy组合是一种可行的matlab替代 ...

最新文章

  1. 什么原因导致芯片短路_血压中的低压高是什么原因导致的?会导致什么疾病?...
  2. BUUCTF-WEB:[SUCTF 2019]EasySQL 1
  3. 使用fastcoll进行md5碰撞,两个不同的文件md5值一样。
  4. 二分算法:平均值(洛谷 UVA1451)
  5. 基于windows平台的命令行软件安装工具Chocolatey的安装
  6. 比较zImage和uImage的区别
  7. 【转】dcmtk程序包综述(1)!!!!!!
  8. PowerShell2.0之与COM对象交互(五)与脚本宿主代码协同工作
  9. 爬虫python入门_python爬虫入门教程有哪些?适合的只有这三个
  10. ACM 美素数 (没AC)
  11. elasticsearch集群搭建实例
  12. 2. Anaconda下使用Pip或者conda安装库指南
  13. 微软收缩nano服务器容器图像,微软将推出全新服务器操作系统:Nano Server
  14. Hadoop安装教程详解
  15. RedHat7安装QQ
  16. 宋红康 jvm 课程ppt(String部分)
  17. 计算机原理与结构 实验1《实验工具使用》
  18. newifi mini php,WBB - Newifi mini刷小米路由mini固件 + 屏蔽广告Adbyby插件小记
  19. 爬虫 requests User-Agent池 FakeUserAgent URL传参
  20. 一种表格数据比对的方法

热门文章

  1. Python基础——zip、lambda、map
  2. CUDA中二级指针表示二级数组
  3. CUDA算法——Stream and Event
  4. Qt中Q_OBJECT与生成的moc文件的作用
  5. jsoncpp解析json报文测试
  6. 【C语言局部变量/静态局部变量/全局变量与静态全局变量
  7. 安装阿里Java代码规约插件
  8. 【class2src】Decompiler
  9. python学习笔记 -- map() 操作可迭代序列
  10. Atitit 图像处理和计算机视觉的分类 三部分 图像处理 图像分析 计算机视觉...