Python绘制图形之Matplotllib绘图

一、绘制二维函数图

1.1 绘制 f(x)=sin2(x−2)e−x2

1.2 、绘制 sigmoid函数图: f(x)=11+e−x

1.3、绘制正态分布图

二、绘制三维图

2.1 绘制三维螺旋图

2.2 绘制三维线性点图

2.3 绘制三维柱状图

2.4 绘制三维鞍部曲面图

2.5 绘制山区图 f(x,y)=xe−x2−y2

2.6 三维动态图

一、绘制二维函数图

1.1 绘制 f(x)=sin2(x−2)e−x2

函数图

代码1：
import matplotlib.pyplot as plt
import numpy as np
plt.rcParams["font.sans-serif"]=['SimHei']  # 用于正常显示中文标签
plt.rcParams['axes.unicode_minus']=False    # 用来正常显示负号x = np.linspace(-2.5,2,256,endpoint=True)   # 绘制X轴（-2.5,2）的图像f =(np.sin(x-2))**2*(np.e)**(-x**2)         # y值plt.plot(x,f,"g-",lw=2.5,label="f(x)")
plt.title('f(x) = sin^2(x-2)e^{-x^2}函数图')
plt.legend()
plt.show()_______________________________________________
代码2（对于复杂函数，我们可以将其拆分成多单一函数）分析：sin^2(x-2)e^{-x^2}分解：sin(x1)*sin(x1)*e^x2其中：x1 = x-2;    x2 = -x^2
import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False    # 用来正常显示负号 x = np.linspace(0, 2,300, endpoint=True)
x_1 = x-2
S_1 = np.sin(x_1)
S_2 = S_1**2E_1 = -x**2
E_2 = np.exp(E_1)
f = S_2*E_2
plt.figure(figsize = ((8,6)))     # 设置画布大小（可省略）plt.plot(x,f,'b-',lw=2.5,label='f(x)=sin^2(x-2)e^{-x^2}') plt.legend()                      # 显示图例
plt.show()

1.2 、绘制 sigmoid函数图: f(x)=11+e−x

import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False    # 用来正常显示负号 x = np.linspace(-10, 10,300, endpoint=True) E_1 = -x
E_2 = np.exp(E_1)
f = 1/(1+E_2)
plt.figure(figsize = ((8,6)))     # 设置画布大小（可省略）
ax1 = plt.subplot(111)plt.plot(x,f,'b-',lw=2.5,label='f(x)=\\frac{1}{1+e^{-x}}') plt.legend()                      # 显示图例
ax1.grid(True)                    # 显示网格
plt.show()

1.3、绘制正态分布图

其中 s 为 σ, m为 μ

import math
import matplotlib.pyplot as plt
import numpy as np
def gd(x,m,s):                       #其中s为sigma ,m为 muleft=1/(math.sqrt(2*math.pi)*s)right=math.exp(-math.pow(x-m,2)/(2*math.pow(s,2)))return left*right
def showfigure():plt.figure(figsize = ((8,6)))   #设置画布大小（可省略）x=np.arange(-4,5,0.1)           #绘制x（-4,5）y=[]for i in x:y.append(gd(i,0,1))         #m为0，s为1plt.plot(x,y) plt.xlim(-4.0,5.0)plt.ylim(-0.2,0.5)ax = plt.gca()ax.spines['right'].set_color('none')ax.spines['top'].set_color('none')ax.xaxis.set_ticks_position('bottom')ax.spines['bottom'].set_position(('data',0))ax.yaxis.set_ticks_position('left')ax.spines['left'].set_position(('data',0))#设置并添加标签label_f1 = "$\mu=0,\ \sigma=1$"plt.text(2.5,0.3,label_f1,fontsize=15,verticalalignment="top",horizontalalignment="left")label_f2 = r"$f(x)=\frac{1}{\sqrt{2\pi}\sigma}exp(-\frac{(x-\mu)^2}{2\sigma^2})$"plt.text(1.5,0.4,label_f2,fontsize=15,verticalalignment="top",horizontalalignment="left")plt.show()def main():showfigure()gd()
main()

二、绘制三维图

2.1 绘制三维螺旋图

from mpl_toolkits.mplot3d import Axes3D
import numpy as np
import matplotlib.pyplot as pltfig = plt.figure(figsize = ((8,6)))
ax = fig.add_subplot(1,1,1,projection='3d')
theta = np.linspace(-4 * np.pi, 4 * np.pi, 500) # theta旋转角从-4pi到4pi，相当于两圈
z = np.linspace(0, 2, 500)  # z轴从下到上,从-2到2之间画100个点
r = z                       # 半径设置为z大小
x = r * np.sin(theta)       # x和y画圆
y = r * np.cos(theta)       # x和y画圆
ax.plot(x, y, z, label='curve')
ax.legend()                 # 图例plt.show()

2.2 绘制三维线性点图

from mpl_toolkits.mplot3d import Axes3D
import numpy as np
import matplotlib.pyplot as pltfig = plt.figure()
ax = fig.add_subplot(1,1,1,projection='3d')
x = np.linspace(0, 5, 10)      # 在0-5之间生成10个点的向量
y = np.linspace(0, 5, 10)      # 在0-5之间生成10个点的向量
z1 = x
z2 = 2*x
z3 = 3*x
ax.scatter(xx, yy, zz1, c='red', marker='o')   # o型符号
ax.scatter(xx, yy, zz2, c='green', marker='^') # 三角型符号
ax.scatter(xx, yy, zz3, c='black', marker='*') # 星型符号
ax.legend()                                    # 显示图例  plt.show()

2.3 绘制三维柱状图

import random
import matplotlib as mpl
import matplotlib.dates as mdates
from mpl_toolkits.mplot3d import Axes3D
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False    # 用来正常显示负号 mpl.rcParams['font.size'] = 10fig = plt.figure(figsize=((8,6)))
ax = fig.add_subplot(111, projection='3d')
for z in [2011, 2012, 2013, 2014]:xs = range(1,13)ys = 1000 * np.random.rand(12)color = plt.cm.Set2(random.choice(range(plt.cm.Set2.N)))ax.bar(xs, ys, zs=z, zdir='y', color=color, alpha=0.8)ax.xaxis.set_major_locator(mpl.ticker.FixedLocator(xs))
ax.yaxis.set_major_locator(mpl.ticker.FixedLocator(ys))
ax.set_xlabel('月份')
ax.set_ylabel('年份')
ax.set_zlabel('销售额 ')
plt.show()

2.4 绘制三维鞍部曲面图

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from matplotlib import cmn_angles = 1000                #曲面衔接角度（平滑度）
n_radii = 20                   #鞍部半径（1：锐角，20：平滑角）
fig = plt.figure(figsize=((10,10)))
radii = np.linspace(0.125, 1.0, n_radii)
angles = np.linspace(0, 2 * np.pi, n_angles, endpoint=False)
angles = np.repeat(angles[..., np.newaxis], n_radii, axis=1)x = np.append(0, (radii * np.cos(angles)).flatten())
y = np.append(0, (radii * np.sin(angles)).flatten())z = np.sin(-x * y)
fig = plt.figure()
ax = fig.gca(projection='3d')
ax.plot_trisurf(x, y, z,   cmap=cm.jet,    #曲面颜色linewidth=0.2)

2.5 绘制山区图 f(x,y)=xe−x2−y2

import numpy as np
import matplotlib.pyplot as plt
import mpl_toolkits.mplot3dx,y = np.mgrid[-2:2:100j,-2:2:100j] #100j为设置曲面平滑度
z=x*np.exp(-x**2-y**2)
ax = plt.subplot(111, projection='3d')
ax.set_title('山区图');
ax.plot_surface(x,y,z,rstride=2, cstride=1, cmap=cm.jet)ax.set_xlabel('X')                #设置坐标轴标签
ax.set_ylabel('Y')
ax.set_zlabel('Z')
plt.show()

2.6 三维动态图

from pyecharts import Bar3D
bar3d = Bar3D("3D 柱状图示例", width=1200, height=600)x_axis = ["12a", "1a", "2a", "3a", "4a", "5a", "6a", "7a", "8a", "9a", "10a", "11a","12p", "1p", "2p", "3p", "4p", "5p", "6p", "7p", "8p", "9p", "10p", "11p"]
y_axis = [ "Saturday", "Friday", "Thursday", "Wednesday", "Tuesday", "Monday", "Sunday"]data = [[0, 0, 5], [0, 1, 1], [0, 2, 0], [0, 3, 0], [0, 4, 0], [0, 5, 0],[0, 6, 0], [0, 7, 0], [0, 8, 0], [0, 9, 0], [0, 10, 0], [0, 11, 2],[0, 12, 4], [0, 13, 1], [0, 14, 1], [0, 15, 3], [0, 16, 4], [0, 17, 6],[0, 18, 4], [0, 19, 4], [0, 20, 3], [0, 21, 3], [0, 22, 2], [0, 23, 5],[1, 0, 7], [1, 1, 0], [1, 2, 0], [1, 3, 0], [1, 4, 0], [1, 5, 0],[1, 6, 0], [1, 7, 0], [1, 8, 0], [1, 9, 0], [1, 10, 5], [1, 11, 2],[1, 12, 2], [1, 13, 6], [1, 14, 9], [1, 15, 11], [1, 16, 6], [1, 17, 7],[1, 18, 8], [1, 19, 12], [1, 20, 5], [1, 21, 5], [1, 22, 7], [1, 23, 2],[2, 0, 1], [2, 1, 1], [2, 2, 0], [2, 3, 0], [2, 4, 0], [2, 5, 0],[2, 6, 0], [2, 7, 0], [2, 8, 0], [2, 9, 0], [2, 10, 3], [2, 11, 2],[2, 12, 1], [2, 13, 9], [2, 14, 8], [2, 15, 10], [2, 16, 6], [2, 17, 5],[2, 18, 5], [2, 19, 5], [2, 20, 7], [2, 21, 4], [2, 22, 2], [2, 23, 4],[3, 0, 7], [3, 1, 3], [3, 2, 0], [3, 3, 0], [3, 4, 0], [3, 5, 0],[3, 6, 0], [3, 7, 0], [3, 8, 1], [3, 9, 0], [3, 10, 5], [3, 11, 4],[3, 12, 7], [3, 13, 14], [3, 14, 13], [3, 15, 12], [3, 16, 9], [3, 17, 5],[3, 18, 5], [3, 19, 10], [3, 20, 6], [3, 21, 4], [3, 22, 4], [3, 23, 1],[4, 0, 1], [4, 1, 3], [4, 2, 0], [4, 3, 0], [4, 4, 0], [4, 5, 1],[4, 6, 0], [4, 7, 0], [4, 8, 0], [4, 9, 2], [4, 10, 4], [4, 11, 4],[4, 12, 2], [4, 13, 4], [4, 14, 4], [4, 15, 14], [4, 16, 12], [4, 17, 1],[4, 18, 8], [4, 19, 5], [4, 20, 3], [4, 21, 7], [4, 22, 3], [4, 23, 0],[5, 0, 2], [5, 1, 1], [5, 2, 0], [5, 3, 3], [5, 4, 0], [5, 5, 0],[5, 6, 0], [5, 7, 0], [5, 8, 2], [5, 9, 0], [5, 10, 4], [5, 11, 1],[5, 12, 5], [5, 13, 10], [5, 14, 5], [5, 15, 7], [5, 16, 11], [5, 17, 6],[5, 18, 0], [5, 19, 5], [5, 20, 3], [5, 21, 4], [5, 22, 2], [5, 23, 0],[6, 0, 1], [6, 1, 0], [6, 2, 0], [6, 3, 0], [6, 4, 0], [6, 5, 0],[6, 6, 0], [6, 7, 0], [6, 8, 0], [6, 9, 0], [6, 10, 1], [6, 11, 0],[6, 12, 2], [6, 13, 1], [6, 14, 3], [6, 15, 4], [6, 16, 0], [6, 17, 0],[6, 18, 0], [6, 19, 0], [6, 20, 1], [6, 21, 2], [6, 22, 2], [6, 23, 6]]
range_color = ['#313695', '#4575b4', '#74add1', '#abd9e9', '#e0f3f8', '#ffffbf','#fee090', '#fdae61', '#f46d43', '#d73027', '#a50026']
bar3d.add("", x_axis, y_axis, [[d[1], d[0], d[2]] for d in data],is_visualmap=True, visual_range=[0, 20],visual_range_color=range_color, grid3d_width=200, grid3d_depth=80,grid3d_shading='lambert',             #柱状图显示更真实（可省略）is_grid3d_rotate=True,                #自动旋转（可省略）grid3d_rotate_speed=10)               #旋转速度（可省略）
bar3d.render()

更多精彩博文请关注:https://blog.csdn.net/yang13563758128

Python绘制图形之Matplotllib绘图相关推荐

python中用于绘制各种图形_如何在Python绘制图形
如何在Python绘制图形 Python提供了一种最流行的绘图库,称为Matplotlib.它是开源的,跨平台的,可以根据数组中的数据制作2D图.它通常用于数据可视化并通过各种图形表示. Matplo ...
用python绘制漂亮的图形-用python绘制图形的实例详解
1.环境系统:windows10 python版本:python3.6.1 使用的库:matplotlib,numpy 2.numpy库产生随机数几种方法import numpy as npnumpy ...
使用python绘制图形入门教程
1.python绘制一个长方形 from turtle import * width(4) forward(200) right(90) pencolor('red') forward(100) ri ...
python绘制剖面图_Python气象绘图教程—（十九）剖面图
本节提要:简要谈谈地形剖面图.纬度高度剖面图.时间纬度图的绘制方法. 提要中提到的这几种图形都是在气象上比较常用的,地形剖面主要研究地貌对降雨.气流的影响作用:纬度高度剖面图可以用来分析降雨的某些条件 ...
用python绘制图形_python绘制图形
1 ''' 2 File Name: draw3 Author: tim4 Date: 2018/8/15 16:475 Description: 图形绘制.十分有用,对于工作中实验性的项目,可以快速 ...
用python绘制图形_使用Python的turtle画炫酷图形
例子一: import turtle t = turtle.Pen() turtle.bgcolor("black") sides=6 colors=["red" ...
python绘制图形界面(一)
介绍一下python的pyqt5这个图形库一.安装使用下面命令进行安装 pip install pyqt5 安装成功如下图所示测试安装结果二.绘制窗口 1.导入库 import sys fro ...
python绘制动态条形图_Python 绘图与可视化 matplotlib 动态条形图 bar
第一种办法一种方法是每次都重新画,包括清除figure def animate(fi): bars=[] if len(frames)>fi: # axs.text(0.1,0.90,time ...
python绘制图形沙漏_sandglass(沙漏)——一个让人解脱的python时间处理库
2014年六一儿童节那天的时间戳是多少? 2014年六一儿童节那天是星期几? datetime对象转成字符串后面往往带小数点,即微秒,而我存到数据库是不需要微秒的,怎么搞? 从配置中读取.网络中传输. ...

Python绘制图形之Matplotllib绘图

Python绘制图形之Matplotllib绘图

一、绘制二维函数图

1.1 绘制 f(x)=sin2(x−2)e−x2

1.2 、绘制 sigmoid函数图: f(x)=11+e−x

1.3、绘制正态分布图

二、绘制三维图

2.1 绘制三维螺旋图

2.2 绘制三维线性点图

2.3 绘制三维柱状图

2.4 绘制三维鞍部曲面图

2.5 绘制山区图 f(x,y)=xe−x2−y2

2.6 三维动态图

Python绘制图形之Matplotllib绘图相关推荐

最新文章

热门文章

Python绘制图形之Matplotllib绘图

Python绘制图形之Matplotllib绘图

一、绘制二维函数图

1.1 绘制 f(x)=sin2(x−2)e−x2

1.2 、绘制 sigmoid函数图: f(x)=11+e−x

1.3、绘制正态分布图

二、绘制三维图

2.1 绘制三维螺旋图

2.2 绘制三维线性点图

2.3 绘制三维柱状图

2.4 绘制三维 鞍部 曲面图

2.5 绘制山区图 f(x,y)=xe−x2−y2

2.6 三维动态图

Python绘制图形之Matplotllib绘图相关推荐

最新文章

热门文章

2.4 绘制三维鞍部曲面图