matplotlib画散点图和柱状图,等高线图，image图

一：散点图：

1. scatter函数原型
    

   

2.  

    

   其中散点的形状参数marker如下：
    

   

3.  

    

   其中颜色参数c如下:
    

   

    

        n = 1024
       # 均值是0， 方差是1， 取1024个数
       x = np.random.normal(0, 1, n)
       y = np.random.normal(0, 1, n)
       # 设置颜色值
       T = np.arctan2(y, x)
       bar = plt.scatter(x, y, s=10, c=T, alpha=0.5, cmap='hot')
       # plt.xticks(())
       # plt.yticks(())
       plt.colorbar(bar)
       plt.savefig('./image_dir/scatter.png')
       plt.show()

    

    

   

   二  柱状图

    n = 12
       x = np.arange(n)
       print(x)
       # np.random.uniform(0.5, 1.0, n)  去、取0.5 到 1 之间12个数
       y1 = (1-x/float(n)) * np.random.uniform(0.5, 1.0, n)
       y2 = (1 - x / float(n)) * np.random.uniform(0.5, 1.0, n)
       plt.bar(x, +y1, facecolor='#9999ff', edgecolor='white')
       plt.bar(x, -y2, facecolor='#ff9999', edgecolor='white')
       plt.xticks(())
       plt.yticks(())
       for x, y, y2 in zip(x, y1, y2):
           # 给每根柱子加上标识
           plt.text(x, y+0.05, '%.2f'%y, ha='center', va='bottom')
           plt.text(x, -y2 - 0.05, f'{round(y2, 2)}', ha='center', va='top')
   
       plt.savefig('./image_dir/bar.png')
       plt.show()

   

   三：等高线图

       def f(x, y):
           return (1-x/2+x**5+y**3)*np.exp(-x**2-y**2)
       n = 256
       x = np.linspace(-3, 3, n)
       y = np.linspace(-3, 3, n)
       '''
       meshgrid函数就是用两个坐标轴上的点在平面上画网格(当然这里传入的参数是两个的时候)。
       当然我们可以指定多个参数，比如三个参数，
       那么我们的就可以用三个一维的坐标轴上的点在三维平面上画网格。
       '''
       X, Y = np.meshgrid(x, y)
       # use plt.contourf to filling contours
       # X, Y and value for (X, Y)point
       plt.contourf(X, Y, f(X, Y), 8, alpha=0.75, cmap='hot')
       # plt.xticks(())
       # plt.yticks(())
   
       # use plt.contour to add contour lines   8表示分成10份， 0分成2份
       C = plt.contour(X, Y, f(X, Y), 8, colors='black', linewidth=.5)
       # adding label
       plt.clabel(C, inline=True, fontsize=10)
       plt.savefig('./image_dir/contourf.png')
       plt.show()

    

   

   四 image图像：

    a = np.random.rand(9).reshape(3, 3)
   
       plt.imshow(a, interpolation='nearest', cmap='bone', origin='upper')
       plt.colorbar()
       plt.xticks(())
       plt.yticks(())
       plt.savefig('./image_dir/imshow.png')
       plt.show()