python：matplotlib基础（3）
#%% md
### 图片灰度处理
#%% md
三种方法
#%%
import matplotlib.pyplot as plt
%matplotlib inline
#%%
import numpy as np
#%%
j.shape
#%%
j = plt.imread('./jizhengen.png')
plt.imshow(j)
#%%
# 彩色（ndarray3维）变黑白（ndarray2维）--->3维数组转换成2维数组
# 降维
# 聚合操作
# 2维降维成1维
nd = np.array([[1,2,3],[3,1,7]])
nd.sum(axis = -1)
nd.mean(axis = -1)
#%%
j.shape
#%%
# 第一种方式
j_max = j.min(axis = -1)
plt.imshow(j_max,cmap = 'gray')
#%%
# 第一种方式
j_max = j.max(axis = -1)
plt.imshow(j_max,cmap = 'gray')
#%%
#第二种方式，平均值
j_mean = j.mean(axis = 2)
plt.imshow(j_mean,cmap = 'gray')
#%%
# 第三种 ，红绿蓝，肉眼三种颜色感知不同的，权重
# 加权（weights）平均法
# g>r>b
# 0.587,0.299,0.114
# 红绿蓝
w = np.array([0.299,0.587,0.114])
# 矩阵乘法
j_weights = np.dot(j,w)
plt.imshow(j_weights,cmap = 'gray')
#%%
nd.shape
#%% md
# matplotlib
#%% md
## 目录
+ 一、【重点】Matplotlib基础知识
+ 二、设置plot的风格和样式
+ 1、【重点】点和线的样式
+ 2、X、Y轴坐标刻度
+ 三、2D图形
+ 1、示例
+ 2、【重点】直方图
+ 3、【重点】条形图
+ 4、【重点】饼图
+ 5、【重点】散点图
=============以上为重点=================
#### 下面的自学
+ 四、图形内的文字、注释、箭头
+ 1、图形内的文字
+ 2、注释
+ 3、箭头
+ 五、3D图
+ 1、曲面图
#%% md
## 一、Matplotlib基础知识
#%% md
Matplotlib中的基本图表包括的元素
+ x轴和y轴
水平和垂直的轴线
+ x轴和y轴刻度
刻度标示坐标轴的分隔，包括最小刻度和最大刻度
+ x轴和y轴刻度标签
表示特定坐标轴的值
+ 绘图区域
实际绘图的区域
#%%
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
#%% md
### 只含单一曲线的图
#%%
# 函数关系
# y = x
x = np.arange(0,15)
y = x
plt.plot(x,y)
#%%
# y = x^2
# x = np.arange(-5,5)
x = np.linspace(-5,5,1000)
y = x**2
plt.plot(x,y)
#%%
y = np.random.randint(0,50,size = 10)
# 如果只有一个参数，参数就是y值，x自动填充：0～N-1
plt.plot(y)
#%% md
### 包含多个曲线的图
#%% md
1、可以使用多个plot函数（推荐），在一个图中绘制多个曲线
#%%
x = np.linspace(-5,5,1000)
y = x**2
plt.plot(x,y)
plt.plot(x,x*3)
# show(),显示之前的图形，创建一个新的图形，终结
# plt.show()
plt.plot(x,np.power(x,3))
#%% md
2、也可以在一个plot函数中传入多对X,Y值，在一个图中绘制多个曲线
#%%
x1 = x
#%%
# 返回值进行打印
line1,line2,line3 = plt.plot(x,y,x,x*4,x,np.power(x,3))
line1.set_linewidth(10)
#%%
# 对象
type(image)
# 该对象中包含figure：图片
#%%
j = plt.imread('./jizhengen.png')
image = plt.imshow(j)
# 从image中获取figure
figure = image.get_figure()
figure.set_size_inches((12,9))
#%% md
### 网格线
绘制正选余弦
#%%
x = np.linspace(-np.pi,np.pi,1000)
y = np.sin(x)
plt.plot(x,y)
# 添加网格线
# grid
# axis :轴
# axes 轴面
# Turn the axes grids on or off.
# *axis* can be 'both' (default), 'x', or 'y' to control which
# set of gridlines are drawn.
plt.grid(b = True,axis = 'y')
#%% md
使用plt.grid(True)方法为图添加网格线
#%%
#%% md
设置grid参数（参数与plot函数相同），使用plt面向对象的方法，创建多个子图显示不同网格线
- lw代表linewidth，线的粗细
- alpha表示线的明暗程度
- color代表颜色
#%%
# 面向对象
figure = plt.figure(figsize=(12,5))
# 向对象中添加子axes轴面
axes1 = figure.add_subplot(131)
# 向轴面1中绘制图形
# 180度== np.pi==3.14
# 90 = np.pi/2
x = np.linspace(-10,10,1000)
y = np.cos(x)
axes1.plot(x,y)
# 显示网格线
axes1.grid(b = True)
# 第二个子视图
axes2 = figure.add_subplot(1,3,2)
axes2.plot(x,y,color = 'green',linestyle = '-.')
axes2.grid(b = True,color = 'r',linestyle = '--')
# 第三个子视图
axes3 = figure.add_subplot(133)
axes3.plot(x,y,color = 'purple',linestyle = '-')
axes3.grid(b = True,color = 'blue',linestyle = ':')
#%% md
### 坐标轴界限
#%% md
#### axis方法
如果axis方法没有任何参数，则返回当前坐标轴的上下限axis(xmin =,ymax = )
#%%
plt.plot(x,y)
plt.axis([-15,8,-2,2])
#%% md
##### plt.axis('xxx') 'tight'、'off'、'equal'……
设置坐标轴类型
关闭坐标轴
#%%
plt.plot(x,y)
plt.axis('equal')
#%%
x = np.linspace(-1,1,100)
y = (1-x**2)**0.5
# plt.figure(figsize=(4,4))
plt.plot(x,y,x,-y)
plt.axis('equal')
#%% md
#### xlim方法和ylim方法
除了plt.axis方法，还可以通过xlim，ylim方法设置坐标轴范围
#%%
plt.plot(x,y)
plt.xlim(-1.5,2)
plt.ylim(-1,1)
#%% md
### 坐标轴标签
xlabel方法和ylabel方法
plt.ylabel('y = x^2 + 5',rotation = 60)旋转
#%%
plt.plot(x,y)
plt.xlabel('half circle')
plt.ylabel("f(x) = (1-x^2)^0.5",rotation = 0,horizontalalignment = 'right')
#%% md
### 标题
title方法
#%%
plt.plot(x,y)
# 有的方法中，设置字体大小用的参数textsize，有的地方用size
text = plt.title('this is half circle',fontsize = 20,color = 'green')
text.set_fontstyle('italic')
text.set_alpha(0.2)
text.set_bbox(dict(facecolor='purple', alpha=0.5))
text.set_backgroundcolor(color = 'blue')
text.set_rotation(60)
#%% md
### 图例
#%% md
#### legend方法
两种传参方法：
- 【推荐使用】在plot函数中增加label参数
- 在legend方法中传入字符串列表
#%%
plt.plot(x,y,x,np.sin(x),x,np.cos(x))
plt.axis('equal')
plt.legend(['half circle','sin(x)','cos(x)'])
#%%
#%% md
label参数为'_xxx'，则图例中不显示
plt.plot(x, x*1.5, label = '_xxx')
#%%
plt.plot(x,y,label = 'half circle')
plt.plot(x,np.sin(x),label = 'sin')
plt.plot(x,np.cos(x),label = 'cos')
# 图例标签可以放到plot函数中，！！！显示图例必须调用legend方法
plt.axis('equal')
plt.legend()
#%% md
### loc参数
#%% md
| 字符串 | 数值 | 字符串 | 数值 |
| :-------------: |:-----------:| :-----:| :-----:|
| best | 0 | center left | 6 |
| upper right | 1 | center right | 7 |
| upper left | 2 | lower center | 8 |
| lower left | 3 | upper center | 9 |
| lower right | 4 | center | 10 |
| right | 5 |
#%%
plt.plot(x,y,label = 'half circle')
plt.plot(x,np.sin(x),label = 'sin')
plt.plot(x,np.cos(x),label = 'cos')
# 图例标签可以放到plot函数中，！！！显示图例必须调用legend方法
plt.axis('equal')
plt.legend(loc = 'upper left')
#%% md
loc参数可以是2元素的元组，表示图例左下角的坐标
#%%
plt.plot(x,y,label = 'half circle')
plt.plot(x,np.sin(x),label = 'sin')
plt.plot(x,np.cos(x),label = 'cos')
# 图例标签可以放到plot函数中，！！！显示图例必须调用legend方法
plt.axis('equal')
# 相对值，loc = (x坐标，y坐标相对值)
plt.legend(loc = (1,-0.3))
#%% md
图例也可以超过图的界限loc = (-0.1,0.9)
#%% md
### ncol参数
ncol控制图例中有几列
#%%
plt.plot(x,y,label = 'half circle')
plt.plot(x,np.sin(x),label = 'sin')
plt.plot(x,np.cos(x),label = 'cos')
# 图例标签可以放到plot函数中，！！！显示图例必须调用legend方法
plt.axis('equal')
# col = columns
# loc = location
plt.legend(loc = 'upper left',ncol = 3)
#%% md
### linestyle、color、marker
修改线条样式
#%%
y1 = np.random.normal(loc = 0,scale= 1,size = 10)*10
y2 = np.random.normal(loc= 10,scale=5,size = 10)*10
y3 = np.random.normal(loc= - 10 ,scale= 2,size = 10)*10
plt.plot(y1,ls = '--',marker = 'o')
plt.plot(y2,linestyle = '-.',marker = '*')
plt.plot(y3,ls = ':',marker = '>')
# bbox_to_anchor 前两个坐标点，第三个参数宽度，第四个，和第二个作用类似,距离y轴的距离
plt.legend(['line1','line2','line3'],ncol = 3,mode = 'expand',bbox_to_anchor = [0,1,1,0.001],facecolor = 'red' )
#%% md
### 保存图片
#%% md
figure.savefig的选项
+ filename
含有文件路径的字符串或Python的文件型对象。图像格式由文件扩展名推断得出，例如，.pdf推断出PDF，.png推断出PNG
（“png”、“pdf”、“svg”、“ps”、“eps”……）
+ dpi
图像分辨率（每英寸点数），默认为100
+ facecolor
图像的背景色，默认为“w”（白色）
#%%
!mkdir './save'
#%%
y1 = np.random.normal(loc = 0,scale= 1,size = 10)*10
y2 = np.random.normal(loc= 10,scale=5,size = 10)*10
y3 = np.random.normal(loc= - 10 ,scale= 2,size = 10)*10
plt.plot(y1,ls = '--',marker = 'o')
plt.plot(y2,linestyle = '-.',marker = '*')
plt.plot(y3,ls = ':',marker = '>')
# bbox_to_anchor 前两个坐标点，第三个参数宽度，第四个，和第二个作用类似,距离y轴的距离
plt.legend(['line1','line2','line3'],ncol = 3,mode = 'expand',bbox_to_anchor = [0,1,1,0.001],facecolor = 'red' )
# 保存图片
'''
savefig(fname, dpi=None, facecolor='w', edgecolor='w',
orientation='portrait', papertype=None, format=None,
transparent=False, bbox_inches=None, pad_inches=0.1,
frameon=None)
'''
''' *papertype*:
One of 'letter', 'legal', 'executive', 'ledger', 'a0' through
'a10', 'b0' through 'b10'. Only supported for postscript
output.'''
plt.savefig('./save/pic5.jpg',dpi = 500,facecolor = 'purple',
papertype = 'letter',pad_inches = 0,bbox_inches = 'tight')
#%%
#%% md
## 二、设置plot的风格和样式
plot语句中支持除X,Y以外的参数，以字符串形式存在，来控制颜色、线型、点型等要素，语法形式为：
plt.plot(X, Y, 'format', ...)
#%% md
### 点和线的样式
#%% md
#### 颜色
参数color或c
#%%
plt.plot(x,y,color = 'red')
#%%
plt.plot(x,y,c = 'r')
#%%
#%% md
##### 颜色值的方式
+ 别名
+ color='r'
+ 合法的HTML颜色名
+ color = 'red'
| 颜色 | 别名 | HTML颜色名 | 颜色 | 别名 |HTML颜色名|
| :-------------: |:---------:|:-----------:| :------:| :-----:| :-----:|
| 蓝色 | b | blue | 绿色 | g | green |
| 红色 | r | red | 黄色 | y | yellow |
| 青色 | c | cyan | 黑色 | k | black |
| 洋红色 | m | magenta | 白色 | w | white |
+ HTML十六进制字符串
+ color = '#eeefff'
+ 归一化到[0, 1]的RGB元组
+ color = (0.3, 0.3, 0.4)
#%%
plt.plot(x,y,color = '#880000')
#%%
plt.plot(x,y,color = (0,1,1))
#%% md
##### 透明度
alpha参数
#%%
plt.plot(x,y,color = 'purple')
#%%
# alpha ： 0~1 效果
plt.plot(x,y,color = 'purple',alpha = 0.8)
#%%
#%% md
##### 背景色
设置背景色，通过plt.subplot()方法传入facecolor参数，来设置坐标轴的背景色
#%%
plt.subplot(facecolor = 'red',alpha = 100000)
plt.plot(x,y)
#%%
type(figure)
#%%
type(axes)
#%%
figure = plt.figure(facecolor='green')
axes = figure.add_subplot(121)
axes.plot(x,y)
axes = figure.add_subplot(122)
axes.plot(x,y)
# figure包含咱们的axes轴面
#%% md
#### 线型
参数linestyle或ls
#%% md
| 线条风格 | 描述 | 线条风格 | 描述 |
| :-------------: |:------------:| :----:| :-----:|
| '-' | 实线 | ':' | 虚线 |
| '--' | 破折线 | 'steps' | 阶梯线 |
| '-.' | 点划线 | 'None' / '，' | 什么都不画 |
#%%
plt.plot(x,y,ls = '-.')
#%%
#%% md
##### 线宽
linewidth或lw参数
#%%
plt.plot(x,y,ls = '-.',lw = 5)
#%% md
##### 不同宽度的破折线
dashes参数
设置破折号序列各段的宽度
#%%
# dashes: sequence of on/off ink in points
plt.plot(x,y,dashes = [5,20,10,5,1,2])
#%%
#%% md
#### 点型
marker参数
#%% md
| 标记 | 描述 | 标记 | 描述 |
| :-------------: |:-----------:| :----:| :-----:|
| '1' | 一角朝下的三脚架 | '3' | 一角朝左的三脚架 |
| '2' | 一角朝上的三脚架 | '4' | 一角朝右的三脚架 |
#%%
x = np.linspace(-np.pi,np.pi,20)
y = np.sin(x)
plt.figure(figsize=(12,9))
plt.plot(x,y,marker = 4)
#%% md
| 标记 | 描述 | 标记 | 描述 |
| :-------------: |:-----------:| :----:| :-----:|
| 's' | 正方形 | 'p' | 五边形 |
| 'h' | 六边形1 | 'H' | 六边形2 |
| '8' | 八边形 |
#%%
x = np.linspace(-np.pi,np.pi,20)
y = np.sin(x)
plt.figure(figsize=(12,9))
plt.plot(x,y,marker = 'h',markersize = 10)
#%% md
| 标记 | 描述 | 标记 | 描述 |
| :-------------: |:-----------:| :----:| :-----:|
| '.' | 点 | 'x' | X |
| '\*' | 星号 | '+' | 加号 |
| ',' | 像素 |
#%%
x = np.linspace(-np.pi,np.pi,20)
y = np.sin(x)
plt.figure(figsize=(12,9))
plt.plot(x,y,marker = '*',markersize = 10)
#%% md
| 标记 | 描述 | 标记 | 描述 |
| :-------------: |:-----------:| :----:| :-----:|
| 'o' | 圆圈 | 'D' | 菱形 |
| 'd' | 小菱形 |'','None',' ',None| 无 |
#%%
x = np.linspace(-np.pi,np.pi,20)
y = np.sin(x)
plt.figure(figsize=(12,9))
plt.plot(x,y,marker = 'd',markersize = 10)
#%% md
| 标记 | 描述 | 标记 | 描述 |
| :--------: |:----------:| :------:| :----:|
| '\_' | 水平线 | '|' | 水平线
#%%
x = np.linspace(-np.pi,np.pi,20)
y = np.sin(x)
plt.figure(figsize=(12,9))
# 水平线，英文状态下下划线
plt.plot(x,y,marker = '_',markersize = 10)
#%% md
| 标记 | 描述 | 标记 | 描述 |
| :-------------: |:-----------:| :----:| :-----:|
| 'v' | 一角朝下的三角形 | '<' | 一角朝左的三角形 |
| '^' | 一角朝上的三角形 | '>' | 一角朝右的三角形 |
#%%
#%% md
#### 多参数连用
颜色、点型、线型
#%%
x = np.linspace(-np.pi,np.pi,20)
y = np.sin(x)
plt.figure(figsize=(12,9))
plt.plot(x,y,'r*--')
#%% md
#### 更多点和线的设置
#%% md
| 参数 | 描述 | 参数 | 描述 |
| :-------------: |:-----------:| :-------------:| :------:|
| color或c | 线的颜色 | linestyle或ls | 线型 |
| linewidth或lw | 线宽 | marker | 点型 |
| markeredgecolor | 点边缘的颜色 | markeredgewidth | 点边缘的宽度 |
| markerfacecolor | 点内部的颜色 | markersize | 点的大小 |
#%%
plt.plot(x,y,marker = 'o',markersize = 10,markerfacecolor = 'green',markeredgecolor = 'red',markeredgewidth = 3)
#%% md
#### 在一条语句中为多个曲线进行设置
#%% md
##### 多个曲线同一设置
属性名声明
plt.plot(x1, y1, x2, y2, fmt, ...)
#%%
plt.plot(x,y,x,x*2,color = 'red',marker = 'o')
#%% md
##### 多个曲线不同设置
多个都进行设置时，无需声明属性
plt.plot(x1, y1, fmt1, x2, y2, fmt2, ...)
#%%
plt.plot(x,y,'ro--',x,x*2,'g*-.')
#%%
# 语法错误
plt.plot(x,y,color = 'red',marker = 'o',x,x*2,color = 'red',marker = 'o')
#%% md
#### 三种设置方式
#%% md
##### 向方法传入关键字参数
#%%
plt.plot(x,y,color = 'r')
#%% md
##### 对实例使用一系列的setter方法
#%%
line
#%%
# 实例 == line
line = plt.plot(x,y,x,np.power(x,2))
# 'list' object has no attribute 'set_color'
line[0].set_color('red')
line[1].set_marker('*')
# 对象，对象获取它方法和属性
line2 = line[1]
line2.set_alpha(0.3)
line2.set_lw(3)
#%%
line1,line2, = plt.plot(x,y,x,x*2)
line1.set_color('purple')
#%% md
##### 使用setp()方法
#%%
line1, = plt.plot(x,y)
# setp:set_properties
# setp(参数一设置的对象，……属性)
plt.setp(line1,color = 'red',marker = '*',ls = '--')
#%%
#%% md
### X、Y轴坐标刻度
xticks()和yticks()方法
#%%
plt.plot(x,y,color = 'red')
plt.xticks(np.linspace(-np.pi,np.pi,5),(2001,2002,2003,'h-max','max'),size = 20,rotation = 60)
plt.yticks([-1,0,1],['min',0,'max'])
#%%
#%% md
#### 面向对象方法
set_xticks、set_yticks、set_xticklabels、set_yticklabels方法
#%%
figure = plt.figure()
axes = figure.add_subplot(111)
axes.plot(x,y)
# 调用对象的方法，进行设置
axes.set_xticks(np.linspace(-np.pi,np.pi,5))
axes.set_xticklabels(['-pi','-pi/2',0,'pi/2','pi'],size = 20,rotation = 60)
#%%
#%% md
#### 正弦余弦
LaTex语法，用$\pi$等表达式在图表上写上希腊字母
#%%
# $\pi$
plt.plot(x,y,x,np.cos(x))
plt.xticks(np.linspace(-np.pi,np.pi,5),['-$\psi$','-$\pi$/2',0,'$\pi$/2','$\pi$'],size = 20)
plt.yticks([-1,0,1],['min',0,'max'])
#%%
#%% md
## 三、2D图形
#%% md
### 直方图
【直方图的参数只有一个x！！！不像条形图需要传入x,y】
hist()的参数
+ bins
可以是一个bin数量的整数值，也可以是表示bin的一个序列。默认值为10
+ normed
如果值为True，直方图的值将进行归一化处理，形成概率密度，默认值为False
+ color
指定直方图的颜色。可以是单一颜色值或颜色的序列。如果指定了多个数据集合，颜色序列将会设置为相同的顺序。如果未指定，将会使用一个默认的线条颜色
+ orientation
通过设置orientation为horizontal创建水平直方图。默认值为vertical
#%%
x = np.random.randint(0,10,size = 10)
print(x)
plt.hist(x,bins = 10,color = 'g',normed=True)
# 0.3 + 0.69999
#%%
#%% md
### 条形图
【条形图有两个参数x,y！】
bar()、barh()
#%%
plt.bar(x,x*2,color = 'red',width = 0.8)
#%%
#%% md
#### 水平条形图
barh()
#%%
#%% md
### 饼图
【饼图也只有一个参数x！】
pie()
饼图适合展示各部分占总体的比例，条形图适合比较各部分的大小
#%% md
普通各部分占满饼图
#%%
# x = [0.2,0.3,0.4]
# 数字，按照比例进行划分
x = [3,3,3]
plt.pie(x,labels=['dog','pig','dragon'])
plt.axis('equal')
#%% md
普通未占满饼图
#%%
#%% md
饼图阴影、分裂等属性设置
#labels参数设置每一块的标签；labeldistance参数设置标签距离圆心的距离（比例值）
#autopct参数设置比例值的显示格式(%1.1f%%)；pctdistance参数设置比例值文字距离圆心的距离
#explode参数设置每一块顶点距圆形的长度（比例值）；colors参数设置每一块的颜色；
#shadow参数为布尔值，设置是否绘制阴影
#%%
labels = ['China','USA','EU','Japan','UK','France','Austrilia','Others']
data = np.array([0.12,0.18,0.15,0.06,0.03,0.025,0.015,0.42])
plt.figure(figsize=(8,8))
pie = plt.pie(data,labels=labels,labeldistance = 1.2,
explode=[0.2,0,0.1,0,0.2,0,0.1,0],autopct = '%0.2f%%',
pctdistance = 0.6,shadow = True,startangle = 90)
#%% md
startangle设置旋转角度
#%% md
### 散点图
【散点图需要两个参数x,y，但此时x不是表示x轴的刻度，而是每个点的横坐标！】
scatter()
x
#%%
x = np.random.randn(1000)
y = np.random.randn(1000)
size = np.random.randint(1,100,size = 1000)
colors = np.random.rand(3000).reshape((1000,3))
plt.figure(figsize=(12,9))
plt.scatter(x,y,color = colors,marker = 'd',s = size)
#%%
#%% md
## <font color = red>四、图形内的文字、注释、箭头(自学)</font>
#%% md
控制文字属性的方法:
| Pyplot函数 | API方法 | 描述 |
| :-------------: |:------------------------------:| :---------------------------------:|
| text() | mpl.axes.Axes.text() | 在Axes对象的任意位置添加文字 |
| xlabel() | mpl.axes.Axes.set_xlabel() | 为X轴添加标签 |
| ylabel() | mpl.axes.Axes.set_ylabel() | 为Y轴添加标签 |
| title() | mpl.axes.Axes.set_title() | 为Axes对象添加标题 |
| legend() | mpl.axes.Axes.legend() | 为Axes对象添加图例 |
| figtext() | mpl.figure.Figure.text() | 在Figure对象的任意位置添加文字 |
| suptitle() | mpl.figure.Figure.suptitle() | 为Figure对象添加中心化的标题 |
| annnotate() | mpl.axes.Axes.annotate() | 为Axes对象添加注释（箭头可选） |
所有的方法会返回一个matplotlib.text.Text对象
#%% md
### 图形内的文字
text()
#%% md
使用figtext()
#%%
#%% md
### 注释
annotate()
xy参数设置箭头指示的位置，xytext参数设置注释文字的位置
arrowprops参数以字典的形式设置箭头的样式
width参数设置箭头长方形部分的宽度，headlength参数设置箭头尖端的长度，
headwidth参数设置箭头尖端底部的宽度，
facecolor设置箭头颜色
shrink参数设置箭头顶点、尾部与指示点、注释文字的距离（比例值）
#%%
#%%
#%% md
练习
三个随机正太分布数据
设置图例
bbox_to_anchor,ncol mode,borderaxespad
设置注解 arrowstyle
#%%
#%%
#%% md
### 箭头
箭头的样式，没必要记
#%%
plt.figure(figsize=(12,9))
plt.axis([0, 10, 0, 20]);
arrstyles = ['-', '->', '-[', '<-', '<->', 'fancy', 'simple', 'wedge']
for i, style in enumerate(arrstyles):
plt.annotate(style, xytext=(1, 2+2*i), xy=(4, 1+2*i), arrowprops=dict(arrowstyle=style));
connstyles=["arc", "arc,angleA=10,armA=30,rad=30", "arc3,rad=.2", "arc3,rad=-.2", "angle", "angle3"]
for i, style in enumerate(connstyles):
plt.annotate(style, xytext=(6, 2+2*i), xy=(8, 1+2*i), arrowprops=dict(arrowstyle='->', connectionstyle=style));
plt.show()
#%% md
## <font color = red>五、3D图(自学)</font>
#%% md
#### 曲面图
#%% md
导包
from mpl_toolkits.mplot3d.axes3d import Axes3D
#%%
#%% md
生成数据
#%%
#%% md
绘制图形
#%%
#%% md
## <font color = red>玫瑰图/极坐标条形图(自学)</font>
柱状图
#%% md
创建极坐标条形图
#%%
#%% md
使用np.histogram计算一组数据的直方图
#%%
python：matplotlib基础（3）相关推荐
- python绘图实例-Python matplotlib基础绘图函数示例
原标题:Python matplotlib基础绘图函数示例 Pyplot基础图标函数: 函数 说明 plt.plot(x,y,fmt,-) 绘制一个坐标图 plt.boxplot(data,notch ...
- python绘图实例-Python——matplotlib基础绘图函数示例
1. 2.饼图 (1) import matplotlib.pyplot as plt labels='frogs','hogs','dogs','logs'% sizes=[15,30,45,10] ...
- python可视化添加文本_python Matplotlib基础--如何添加文本和标注
创建一个优秀的可视化图表的关键在于引导读者,让他们能理解图表所讲述的故事.在一些情况下,这个故事可以通过纯图像的方式表达,不需要额外添加文字,但是在另外一些情况中,图表需要文字的提示和标签才能将故事讲 ...
- Python绘图之matplotlib基础教程：matplotlib库图表绘制中常规设置大全(交互模式、清除原有图像、设置横坐标显示文字/旋转角度、添加图例、绘图布局自动调整、图像显示、图像暂停)
Python绘图之matplotlib基础教程:matplotlib库图表绘制中常规设置大全(交互模式.清除原有图像.设置横坐标显示文字/旋转角度.添加图例.绘图布局自动调整.图像显示.图像暂停) 目 ...
- python：matplotlib基础（2）
#%% md ### 图片灰度处理 #%% import numpy as np import pandas as pd import matplotlib.pyplot as plt %matplo ...
- python：matplotlib基础（1）
Matplotlib中的基本图表包括的元素 + x轴和y轴 水平和垂直的轴线 + x轴和y轴刻度 刻度标示坐标轴的分隔,包括最小刻度和最大刻度 + x轴和y轴刻度标签 表示特定坐标轴的值 ...
- Python机器学习基础之Matplotlib库的使用
声明:代码的运行环境为Python3.Python3与Python2在一些细节上会有所不同,希望广大读者注意.本博客以代码为主,代码中会有详细的注释.相关文章将会发布在我的个人博客专栏<Pyth ...
- python Numpy 的基础用法以及 matplotlib 基础图形绘制
python Numpy 的基础用法以及 matplotlib 基础图形绘制 1. 环境搭建 1.1 Anaconda anaconda 集成了数据分析,科学计算相关的所有常用安装包,比如Numo ...
- 【Python】matplotlib基础：数据可视化
matplotlib基础:绘图和可视化 目录: 文章目录 @[toc] 一 绘图的可用性 一 绘图的可用性
最新文章
- SDUT 2860-生日Party（BFS）
- nyoj239月老的难题
- 解决：Unknown custom element: ＜myData＞ - did you register the component correctly? For recursive compon
- 用filter求素数
- 滴滴披露女司机数据：80后女性过半 24%全年零违章
- php大文件读,PHP读取大文件
- 归并排序法计算逆序对数
- php微信个性化菜单,微信公众平台开发：个性化菜单接口说明
- Python爬虫【urllib3模块】和【requests模块】
- LCD液晶屏驱动芯片分类百科
- CADD课程学习（13）-- 研究蛋白小分子动态相互作用-III(蛋白配体复合物 GROMACS)
- 银行的压力测试如何进行？
- JVMTM Tool Interface：JVM源码分析之javaagent原理完全解读
- TIA博途S7-1200学习笔记——数据类型
- 【学习笔记·2】FOC
- 超级计算机 任务提交,超算任务提交系统slurm用法
- UniMSE: Towards Unified Multimodal Sentiment Analysisand Emotion Recognition
- Vue项目创建（2.x/3.x 自动/手动）及问题记录（路由注册不上）
- @RequiredArgsConstructor 代替@AutoWired注解
- 用C语言设计简易银行系统