python画柱状图-Python：Matplotlib 画曲线和柱状图（Code）

编辑推荐:

本文讲了对数坐标图，极坐标图像，柱状图，散列图，由离散的点构成的，3D图像，主要是调用3D图像库，希望对大家有帮助。

本文来自于csdn，由火龙果软件Delores编辑，推荐。

首先补充一下：两种体系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（））。

def drawsemilogx():

w=np.linspace(0.1,1000,1000)

p=np.abs(1/(1+0.1j*w))

plt.subplot(221)

plt.plot(w,p,lw=2)

plt.xlabel('X')

plt.ylabel('y');

plt.subplot(222)

plt.semilogx(w,p,lw=2)

plt.ylim(0,1.5)

plt.xlabel('log(X)')

plt.ylabel('y')

plt.subplot(223)

plt.semilogy(w,p,lw=2)

plt.ylim(0,1.5)

plt.xlabel('x')

plt.xlabel('log(y)')

plt.subplot(224)

plt.loglog(w,p,lw=2)

plt.ylim(0,1.5)

plt.xlabel('log(x)')

plt.xlabel('log(y)')

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：

def drawEightFlower():

theta=np.arange(0,2*np.pi,0.02)

plt.subplot(121,polar=True)

plt.plot(theta,2*np.ones_like(theta),lw=2)

plt.plot(theta,theta/6,'--',lw=2)

plt.subplot(122,polar=True)

plt.plot(theta,np.cos(5*theta),'--',lw=2)

plt.plot(theta,2*np.cos(4*theta),lw=2)

plt.rgrids(np.arange(0.5,2,0.5),angle=45)

plt.thetagrids([0,45,90]);

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：

def drawPillar():

n_groups = 5;

means_men = (20, 35, 30, 35, 27)

means_women = (25, 32, 34, 20, 25)

fig, ax = plt.subplots()

index = np.arange(n_groups)

bar_width = 0.35

opacity = 0.4

rects1 = plt.bar(index, means_men,

bar_width,alpha=opacity,

color='b',label= 'Men')

rects2 = plt.bar(index + bar_width,

means_women,

bar_width,alpha=opacity,

color='r',

label='Women')

plt.xlabel('Group')

plt.ylabel('Scores')

plt.title('Scores by group and gender')

plt.xticks(index + bar_width,

('A', 'B', 'C',

'D', 'E'))

plt.ylim(0,40);

plt.legend();

plt.tight_layout();

plt.show();

得到的图像是：

再贴一图：

这是我关于pose识别率的实验结果，感觉结果真是令人不可思议

def drawBarChartPoseRatio():

n_groups = 5

means_VotexF36 = (0.84472049689441,

0.972477064220183,

1.0, 0.9655172413793104,

0.970970970970971)

means_VotexF50 = (1.0, 0.992992992992993,

1.0,

0.9992348890589136, 0.9717125382262997)

means_VFH36 = (0.70853858784893,

0.569731081926204,

0.8902900378310215,

0.8638638638638638, 0.5803008248423096)

means_VFH50 = (0.90786948176583,

0.796122576610381,

0.8475120385232745,

0.8873762376237624, 0.5803008248423096)

fig, ax = plt.subplots()

index = np.arange(n_groups)

bar_width = 0.3

opacity = 0.4

rects1 = plt.bar(index, means_VFH36,

bar_width/2,

alpha=opacity, color='r',

label='VFH36' )

rects2 = plt.bar(index+ bar_width/2,

means_VFH50,

bar_width/2, alpha=opacity,

color='g', label='VFH50'

)

rects3 = plt.bar(index+bar_width,

means_VotexF36,

bar_width/2,

alpha=opacity, color='c', label='VotexF36')

rects4 = plt.bar(index+1.5*bar_width,

means_VotexF50,

bar_width/2, alpha=opacity,

color='m', label='VotexF50')

plt.xlabel('Category')

plt.ylabel('Scores')

plt.title('Scores by group and Category')

#plt.xticks(index - 0.2+ 2*bar_width,

('balde',

'bunny', 'dragon', 'happy', 'pillow'))

plt.xticks(index - 0.2+ 2*bar_width,

('balde',

'bunny', 'dragon', 'happy', 'pillow')，

fontsize

=18)

plt.yticks(fontsize =18) #change the num axis

size

plt.ylim(0,1.5) #The ceil

plt.legend()

plt.tight_layout()

plt.show()

柱状图显示：

4：散列图，由离散的点构成的。

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：

def drawStar():

plt.figure(figsize=(8,4))

x=np.random.random(100)

y=np.random.random(100)

plt.scatter(x,y,s=x*1000,c='y',marker=(5,1),

alpha=0.5,lw=2,facecolors='none')

plt.xlim(0,1)

plt.ylim(0,1)

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：

def draw3Dgrid():

x,y=np.mgrid[-2:2:20j,-2:2:20j]

z=x*np.exp(-x**2-y**2)

ax=plt.subplot(111,projection='3d')

ax.plot_surface(x,y,z,rstride=2,cstride=1,

cmap=plt.cm.coolwarm,alpha=0.8)

ax.set_xlabel('x')

ax.set_ylabel('y')

ax.set_zlabel('z')

plt.show()

得到的图像如下图所示：

到此，matplotlib基本操作的学习结束了，相信大家也可以基本完成自己的科研任务了。

python画柱状图-Python：Matplotlib 画曲线和柱状图（Code）相关推荐

用Python的turtle和matplotlib画出圆满和爱心
马上就要到六一儿童节了,小朋友很喜欢画画,这里就用Pyhton来画一些简单形状. 首先是圆形,圆形的寓意是圆满.完美.团圆.优胜和团结.圆形在形状上是一个平面中点到定点距离相等的图形,象征着圆满和完美 ...
【Python】怎么用matplotlib画出漂亮的分析图表
特征锦囊:怎么用matplotlib画出漂亮的分析图表 ???? Index 数据集引入折线图饼图散点图面积图直方图条形图关于用matplotlib画图,先前的锦囊里有提及到,不过那些图 ...
用python画出简单笑脸画法_【Python】怎么用matplotlib画出漂亮的分析图表
特征锦囊:怎么用matplotlib画出漂亮的分析图表 ? Index 数据集引入折线图饼图散点图面积图直方图条形图关于用matplotlib画图,先前的锦囊里有提及到,不过那些图都是比 ...
python的contour怎么画虚线_Python+Matplotlib画contour图
在本文中,你将学习到以下内容: 理解画contour图的数据结构 contour图的参数调节如何添加colorbar 我们先假设x, y的取值范围如下: import matplotlib.pypl ...
python坐标网matplotlib_使用matplotlib画双纵轴坐标
一.前言本文主要使用matplotlib,实现双纵轴坐标的图表绘制.笔者python版本为2.7.15. 二.实践及效果 1. 需求某个有这么一个成绩表,分别是名字,本次成绩以及进步幅度,现在需要 ...
【python 初学者】使用matplotlib画对比旋风图
在做一些数据可视化时,两个类别数据可以做成对比图,这里使用的小技巧是生成一个固定数据用来放置标签,再将其中一个数据转换成负值,可使图形分成两部分. import matplotlib.pyplot a ...
python circle函数如何画圆_Python Matplotlib画圆
同时需要了解Numpy和Matplotlib相关知识. 看代码吧,仔细了解清楚每句代码,每个函数. # -*- coding:utf-8 -*- #! python3 import numpy as ...
python用matplotlib画球_用Python的Matplotlib 画一个足球场
我们可能想要在图表上绘制线条或圆圈的原因有很多. 我们可以寻找添加平均线,突出显示关键数据点甚至绘制图片. 本文将展示如何使用足球场地图的示例添加线条,圆圈和圆弧,然后可以使用它来显示热图,传球或比赛 ...
python 画柱状图-Python 使用 matplotlib 画柱状图教程
Python 使用 matplotlib 画图是非常方便的,之前的文章记录了<Python 使用 matplotlib 画折线图教程>,今天就再次记录一下使用 matplotlib 画柱状 ...
python画柱状图-Python 使用 matplotlib 画柱状图教程
Python 使用 matplotlib 画图是非常方便的,之前的文章记录了<Python 使用 matplotlib 画折线图教程>,今天就再次记录一下使用 matplotlib 画柱状 ...

python画柱状图-Python：Matplotlib 画曲线和柱状图（Code）

python画柱状图-Python：Matplotlib 画曲线和柱状图（Code）相关推荐

最新文章

热门文章