plt.imshow(face_image.mean(axis=2),cmap='gray')

图片灰度处理¶

size = (m,n,3) 图片的一般形式就是这样的

rgb 0-255 jpg图片 166,255,89 0.0-1.0 png图片 0.1，0.2，0.6

灰度处理以后 rgb---->gray 166,255,89 ---> 190 0.1，0.2，0.6 -- > 0.4

size = (m,n)

import scipy.misc as misc

import numpy as np
import pandas as pd
from pandas import Series,DataFrame

import matplotlib.pyplot as plt
%matplotlib inline

face_image = misc.face()
plt.imshow(face_image)

face_gray = misc.face(gray=True)
plt.imshow(face_gray,cmap='gray')

三种方法

最大值法
平均值法
RGB权重法[0.299,0.587,0.114]

plt.imshow(face_image.max(axis=2),cmap='gray')

plt.imshow(face_image.mean(axis=2),cmap='gray')

n = np.array([0.299,0.587,0.114])
plt.imshow(np.dot(face_image,n),cmap='gray')

matplotlib

一、Matplotlib基础知识

Matplotlib中的基本图表包括的元素

x轴和y轴 axis 水平和垂直的轴线

x轴和y轴刻度 tick 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 tick label 表示特定坐标轴的值

绘图区域 axes 实际绘图的区域

只含单一曲线的图

x = np.arange(-np.pi,np.pi,0.1)
y = np.sin(x)
plt.plot(x,y)

包含多个曲线的图

plt.plot(x,np.sin(x),x,np.cos(x))

设置子画布

axes = plt.subplot()

plt.figure(figsize=(8,8))
# 设置字画布，返回的值就是当前字画布的坐标系对象
axes1 = plt.subplot(2,2,1)
axes2 = plt.subplot(222)
axes3 = plt.subplot(223)
axes4 = plt.subplot(224)

网格线

绘制正弦余弦

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
axis显示轴向
# 对不同的坐标系分别设置网格线
plt.figure(figsize=(16,4))
axes1 = plt.subplot(141)
axes2 = plt.subplot(142)
axes3 = plt.subplot(143)
axes4 = plt.subplot(144)

axes1.grid(True)
axes3.grid(True)

# axis参数设置网格线显示横纵
axes2.grid(axis='x')
axes4.grid(axis='y')

# 设置线宽、透明度、颜色
# red green yellow blue black orange pink gray white purple cyan
axes1.grid(color='red')
axes2.grid(lw = 2)
axes3.grid(alpha = 0.5)
坐标轴界限

plt.axis([xmin,xmax,ymin,ymax])
plt.figure(figsize=(4,4))

x = np.linspace(-1,1,100)
y = (1-x**2)**0.5
plt.plot(x,y)
plt.axis([-4,4,-3,3])
坐标轴标签

xlabel方法和ylabel方法
plt.ylabel('y = x^2 + 5',rotation = 60)旋转
- color 标签颜色
- fontsize 字体大小
- rotation 旋转角度

loc参数可以是2元素的元组，表示图例左下角的坐标

[0,0] 左下
[0,1] 左上
[1,0] 右下
[1,1] 右上

In [122]:

 
plt.plot(x,x,x,x*2,x,x*0.5)
# 使用loc参数设置图例位置
plt.legend(['nomral','fast','slow'],loc=[-0.3,0.3])

Out[122]:

<matplotlib.legend.Legend at 0x1bee4870>

图例也可以超过图的界限loc = (-0.1,0.9)

ncol参数

ncol控制图例中有几列,在legend中设置ncol,需要设置loc

In [124]:

 
plt.plot(x,x,x,x*2,x,x*0.5)
# 使用nloc参数设置图例的列数
plt.legend(['nomral','fast','slow'],loc=9,ncol=3)

Out[124]:

<matplotlib.legend.Legend at 0x1bf93870>

linestyle、color、marker

修改线条样式

In [139]:

 
x = np.random.randint(-20,30,size=(100,3))
df = DataFrame(x)
df

. . .

In [142]:

 
plt.plot(df.index,df[0].cumsum(),linestyle='--',color='red',marker='o')
plt.plot(df.index,df[1].cumsum(),linestyle='-.',color='blue',marker='H')
plt.plot(df.index,df[2].cumsum(),ls=':',color='green',marker='d')
​
plt.legend(['one','two','three'])

Out[142]:

<matplotlib.legend.Legend at 0x1d43e550>

保存图片

使用figure对象的savefig的函数

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）

In [148]:

 
# 获取fig对象
fig = plt.figure()
​
x = np.arange(-np.pi,np.pi,0.1)
plt.plot(x,np.sin(x))
​
fig.savefig('dancer.png',dpi=100,facecolor='blue')
fig.savefig('dancer.jpg',dpi=100,facecolor='green')

In [147]:

 
png = plt.imread('dancer.png')
jpg = plt.imread('dancer.jpg')
​
display(png,jpg)

. . .

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', ...)

点和线的样式

颜色

参数color或c

In [153]:

 
x = np.arange(0,100)
plt.plot(x,x**2,c = 'm')

Out[153]:

[<matplotlib.lines.Line2D at 0x1d76b770>]

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)

jpg png 区别

In [156]:

 
plt.plot(x,x,color='#0000ff')
plt.plot(x,2*x,color = '#00ff00')
plt.plot(x,x/2,color = '#ff0000')

Out[156]:

[<matplotlib.lines.Line2D at 0x1a81b3f0>]

In [157]:

 
plt.plot(x,x,color=(0.3,0.3,0.4))

Out[157]:

[<matplotlib.lines.Line2D at 0x1a859830>]

透明度

alpha参数

In [158]:

 
plt.plot(x,x,color=(0.3,0.3,0.4),alpha=0.1)

Out[158]:

[<matplotlib.lines.Line2D at 0x1a88aa90>]

背景色

设置背景色，通过plt.subplot()方法传入facecolor参数，来设置坐标系的背景色

In [163]:

 
# 使用坐标系对象绘制图形
# fig = plt.figure() # 通过此方法能得到画布对象
axes = plt.subplot(facecolor='c')
axes.plot(x,x,color = 'g')

Out[163]:

[<matplotlib.lines.Line2D at 0x1d8b3e90>]

In [164]:

 
plt.subplot(facecolor = 'yellow')
plt.plot(x,np.sin(x),color='red')

Out[164]:

[<matplotlib.lines.Line2D at 0x1efd02b0>]

线型

参数linestyle或ls

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

In [169]:

 
x = np.arange(0,100,5)
plt.plot(x,x,linestyle = '-',linewidth=1)
plt.plot(x,x*2,linestyle = '--',linewidth=2)
plt.plot(x,x*3,ls = '-.',lw=3)
plt.plot(x,x*4,ls = ':',lw=4)
plt.plot(x,x*5,ls = 'steps',lw=5)

Out[169]:

[<matplotlib.lines.Line2D at 0x1d44e730>]

线宽

linewidth或lw参数

不同宽度的破折线

dashes参数 eg.dashes = [20,50,5,2,10,5]

设置破折号序列各段的宽度

In [174]:

 
x = np.arange(-np.pi,np.pi,0.1)
plt.plot(x,np.sin(x),dashes=[5,1,10,2,20,4])

. . .

点型

marker 设置点形
markersize 设置点形大小

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

In [182]:

 
x = np.arange(0,10,1)
plt.plot(x,x,marker = '3',markersize=15)
plt.plot(x,2*x,marker = '4',markersize=15)

Out[182]:

[<matplotlib.lines.Line2D at 0x1f342c30>]

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

In [191]:

 
plt.plot(x,x,marker = 's',markersize = 30)
plt.plot(x,2*x,marker = 'p',markersize = 40)
plt.plot(x,3*x,marker = 'h',markersize = 30)
plt.plot(x,4*x,marker = '8',markersize = 30)

Out[191]:

[<matplotlib.lines.Line2D at 0x20555f70>]

标记	描述	标记	描述
'.'	点	'x'	X
'*'	星号	'+'	加号
','	像素

In [196]:

 
plt.plot(x,x,marker = '.',markersize = 30)
plt.plot(x,2*x,marker = 'x',markersize = 30)
plt.plot(x,3*x,marker = '*',markersize = 30)
plt.plot(x,4*x,marker = ',',markersize = 30)

Out[196]:

[<matplotlib.lines.Line2D at 0x2068d430>]

标记	描述	标记	描述
'o'	圆圈	'D'	菱形
'd'	小菱形	'','None',' ',None	无

In [199]:

 
plt.plot(x,x,marker = 'o',markersize = 30)
plt.plot(x,2*x,marker = 'D',markersize = 30)
plt.plot(x,3*x,marker = 'd',markersize = 30)

Out[199]:

[<matplotlib.lines.Line2D at 0x20748290>]

标记	描述	标记	描述
'_'	水平线	'\|'	竖线

In [201]:

 
plt.plot(x,x,marker = '|',markersize = 30)
plt.plot(x,2*x,marker = '_',markersize = 30)

Out[201]:

[<matplotlib.lines.Line2D at 0x207affb0>]

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

In [203]:

 
plt.plot(x,x,marker = 'v',markersize = 30)
plt.plot(x,2*x,marker = '<',markersize = 30)
plt.plot(x,3*x,marker = '>',markersize = 30)
plt.plot(x,4*x,marker = '^',markersize = 30)

Out[203]:

[<matplotlib.lines.Line2D at 0x20830d10>]

多参数连用

颜色、点型、线型，可以把几种参数写在一个字符串内进行设置 'r-.o'

In [204]:

 
plt.plot(x,x,'r-.o')

Out[204]:

[<matplotlib.lines.Line2D at 0x20867e70>]

在一条语句中为多个曲线进行设置

多个曲线同一设置

属性名声明，不可以多参数连用

plt.plot(x1, y1, x2, y2, fmt, ...)

In [217]:

 
plt.plot(x,x,x,2*x,color = 'c',ls='--',marker='d')

Out[217]:

[<matplotlib.lines.Line2D at 0x21b40090>,
 <matplotlib.lines.Line2D at 0x21b40190>]

多个曲线不同设置

多个都进行设置时，多参数连用 plt.plot(x1, y1, fmt1, x2, y2, fmt2, ...)

In [219]:

 
plt.plot(x,x,'r-.h',x,2*x,'b-->')

Out[219]:

[<matplotlib.lines.Line2D at 0x209bd190>,
 <matplotlib.lines.Line2D at 0x209bdbd0>]

三种设置方式

向方法传入关键字参数

import matplotlib as mpl

对实例使用一系列的setter方法

plt.plot()方法返回一个包含所有线的列表，设置每一个线需要获取该线对象
- eg: lines = plt.plot(); line = lines[0]
- line.set_linewith()
- line.set_linestyle()
- line.set_color()

对坐标系使用一系列的setter方法

axes = plt.subplot()获取坐标系
- set_title()
- set_facecolor()
- set_xticks、set_yticks 设置刻度值
- set_xticklabels、set_yticklabels 设置刻度名称

In [223]:

 
# plt.plot函数，返回值的呗绘制的包含每一条线对象的列表
lines = plt.plot(x,x,x,x*2,x,x*3)
​
# 可以通过line对象进行设置外观
lines[0].set_linewidth(10)
lines[1].set_linestyle('--')
lines[2].set_color('red')

In [237]:

 
 
 
 
 

axes = plt.subplot(111)
axes.set_title('axes_title')
axes.set_xlabel('X-Label')
axes.set_ylabel('Y-Label')
axes.set_facecolor('yellow')
axes.set_xticklabels(['-pi',0,'pi'])
axes.set_yticklabels(['min',0,'max'])
​
axes.set_xticks([-np.pi,0,np.pi])
axes.set_yticks([-1,0,1])
x = np.arange(-np.pi,np.pi,0.1)
axes.plot(x,np.sin(x))
 

Out[237]:

[<matplotlib.lines.Line2D at 0x220aa8b0>]

使用plt.setp()方法

plt.setp(line2,linestyle='--',linewidth = 3,marker = 'o')
plt.setp(axes,title='title')

In [241]:

 
lines = plt.plot(x,x,x,x*2,x,np.sin(x))
​
plt.setp(lines[0],color='red',ls='--',lw=4)
​
axes = plt.subplot()
​
# p->> property属性
plt.setp(axes,title='title')

. . .

X、Y轴坐标刻度

plt.xticks()和plt.yticks()方法

需指定刻度值和刻度名称 plt.xticks([刻度列表],[名称列表])
支持fontsize、rotation、color等参数设置

In [245]:

 
 
 
 
 

x = np.arange(0,10,1)
plt.plot(x,x*2)
​
# 使用plt来设置坐标轴刻度
# 新的刻度标签最好与原始的刻度标签保持一致
# eg1：使用原始刻度
plt.xticks([0,2,4,6,8],list('abcde'))
​
# 在matplotlib里显示汉字的方法
# eg2:修改原始刻度
plt.yticks([0,4,8,12,16],['ok','good','very good','good good','vv good'])
 

Out[245]:

([<matplotlib.axis.YTick at 0x21c57090>,
  <matplotlib.axis.YTick at 0x221fb8d0>,
  <matplotlib.axis.YTick at 0x21c6c690>,
  <matplotlib.axis.YTick at 0x21c74390>,
  <matplotlib.axis.YTick at 0x21c74790>],
 <a list of 5 Text yticklabel objects>)

正弦余弦

LaTex语法，用

In [250]:

 
x = np.arange(-np.pi,np.pi,0.1)
plt.plot(x,np.sin(x),x,np.cos(x))
​
# 第一个列表写新的刻度值，注意不要越界（可能会显示不出来）
plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],['-$\pi$','-$\pi$/2',0,'$\pi$/2','$\pi$'])
plt.yticks([-1,0,1],['min',0,'max'])

Out[250]:

([<matplotlib.axis.YTick at 0x21da52d0>,
  <matplotlib.axis.YTick at 0x231e75b0>,
  <matplotlib.axis.YTick at 0x21da5390>],
 <a list of 3 Text yticklabel objects>)

三、2D图形

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

In [266]:

 
x = np.random.randint(1,100,50)
x

Out[266]:

array([71, 51, 44, 82, 16, 32, 94, 27, 39, 35, 23, 57, 35, 55, 17, 54, 19,
       25,  2, 38, 46, 26, 57, 46, 69, 14, 79, 27, 77, 83, 98, 67, 97, 90,
       21, 83, 22, 66, 10, 37, 94, 94, 17, 38,  7, 68, 72, 76, 54, 23])

In [268]:

 
plt.hist(x,bins=10,normed=True,color = 'r',orientation='horizontal')

Out[268]:

(array([ 0.00625   ,  0.0125    ,  0.01458333,  0.01458333,  0.00625   ,
         0.0125    ,  0.00833333,  0.00833333,  0.00833333,  0.0125    ]),
 array([  2. ,  11.6,  21.2,  30.8,  40.4,  50. ,  59.6,  69.2,  78.8,
         88.4,  98. ]),
 <a list of 10 Patch objects>)

条形图

【条形图有两个参数x,y】

width 纵向设置条形宽度
height 横向设置条形高度

bar()、barh()

In [262]:

 
x = Series(np.array([3,5,7,8,9,2,4]))
plt.bar(x.index,height = x.values)

Out[262]:

<Container object of 7 artists>

In [263]:

 
plt.barh(x.index,width=x.values)

Out[263]:

<Container object of 7 artists>

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

普通各部分占满饼图

In [269]:

 
x = [89,45,32,16]
plt.pie(x)

. . .

普通未占满饼图

In [270]:

 
x = [0.1,0.3,0.5]
plt.pie(x)

. . .

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,只能设置一个浮点小数）
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,列表）；
colors参数设置每一块的颜色（列表）；
shadow参数为布尔值，设置是否绘制阴影
startangle参数设置饼图起始角度

In [283]:

 
x = [89,45,32,16]
plt.pie(x,labels=['boy','girl','bgirl','gboy'],labeldistance=0.3,autopct='%1.1f%%',pctdistance=0.8,
       explode=[0,0,0,0.2],colors=['m','c','purple','yellow'],shadow=True,startangle=90)
​

Out[283]:

([<matplotlib.patches.Wedge at 0x24aa4ab0>,
  <matplotlib.patches.Wedge at 0x24aad0d0>,
  <matplotlib.patches.Wedge at 0x24aad6d0>,
  <matplotlib.patches.Wedge at 0x24aadd10>],
 [Text(-0.299821,0.0103548,'boy'),
  Text(0.195031,-0.227954,'girl'),
  Text(0.268004,0.134811,'bgirl'),
  Text(0.136343,0.481052,'gboy')],
 [Text(-0.799523,0.0276129,'48.9%'),
  Text(0.520083,-0.607876,'24.7%'),
  Text(0.714676,0.359496,'17.6%'),
  Text(0.272686,0.962103,'8.8%')])

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()

In [289]:

 
x = np.random.normal(size = 1000)
y = np.random.normal(size = 1000)
​
# [0.3,0.6,0.8] 这样的一个数就可以表示一个颜色
# 随机生成1000个颜色
color = np.random.random(size = (1000,3))
# s表示marker的大小
plt.scatter(x,y,marker='d',color=color,s = 30)

Out[289]:

<matplotlib.collections.PathCollection at 0x21bbcc90>

四、图形内的文字、注释、箭头(自学)

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

In [314]:

 
x = np.arange(-np.pi,np.pi,0.1)
plt.plot(x,np.sin(x))
​
# 画布  fig = plt.figure()
# 坐标系 axes = plt.subplot()
axes = plt.subplot()
axes.text(0.5,0.4,'test')
axes.set_xlabel('X-Label')
axes.set_ylabel('Ylabel')
axes.set_title('title')

. . .

In [313]:

 
fig = plt.figure(figsize=(8,4))
axes1 = plt.subplot(1,2,1)
axes2 = plt.subplot(1,2,2)
axes1.plot(x,np.sin(x))
axes2.plot(x,np.cos(x))
fig.text(0.4,0.5,'test')
fig.suptitle('suptitle')
axes1.set_title('title1')
axes2.set_title('title2')

Out[313]:

Text(0.5,1,'title2')

图形内的文字

text()

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
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），可以理解为控制箭头的长度

如下都是arrowstyle可以选择的风格样式

``'->'``       head_length=0.4,head_width=0.2
``'-['``       widthB=1.0,lengthB=0.2,angleB=None
``'|-|'``      widthA=1.0,widthB=1.0
``'-|>'``      head_length=0.4,head_width=0.2
``'<-'``       head_length=0.4,head_width=0.2
``'<->'``      head_length=0.4,head_width=0.2
``'<|-'``      head_length=0.4,head_width=0.2
``'<|-|>'``    head_length=0.4,head_width=0.2
``'fancy'``    head_length=0.4,head_width=0.4,tail_width=0.4
``'simple'``   head_length=0.5,head_width=0.5,tail_width=0.2
``'wedge'``    tail_width=0.3,shrink_factor=0.5

In [337]:

 
x = np.arange(-np.pi,np.pi,0.1)
axes = plt.subplot()
plt.plot(x,np.sin(x))
​
# 模式1：使用arrowstyle键，可以选择如上几种预定义的箭头样式
axes.annotate(s='annotation2',xy=[-1.7,-1],xytext=[0.5,-0.5],arrowprops = {'arrowstyle':'fancy'})
​
# 模式2：不适用arrowstyle键，可以使用{'headlength':10,'headwidth':16,'shrink':0.1来自定义样式
axes.annotate(s='annotation1',xy=[1.7,1],xytext=[-0.5,0.5],arrowprops = {'headlength':10,'headwidth':16,'shrink':0.1})

. . .

练习
三个随机正太分布数据

In [359]:

 
index = np.arange(100)
x = np.random.normal(loc=10,scale=3,size=100)
y = np.random.normal(loc=20,scale=3,size=100)
z = np.random.normal(loc=30,scale=3,size=100)
axes = plt.subplot()
axes.plot(index,x,index,y,index,z)
axes.legend(['plot','2nd plot','last plot'],loc=[0,1.05],ncol=3)
​
axes.annotate(s='Important value',xy=[50,20],xytext=[15,35],fontsize=15,arrowprops={'arrowstyle':'->'})

Out[359]:

Text(15,35,'Important value')

五、3D图

曲面图

导包

from mpl_toolkits.mplot3d.axes3d import Axes3D

使用mershgrid函数切割x,y轴

X,Y = np.meshgrid(x, y)

创建3d坐标系

axes = plt.subplot(projection='3d')

绘制3d图形

p = axes.plot_surface(X,Y,Z,color='red',cmap='summer',rstride=5,cstride=5)

添加colorbar

plt.colorbar(p,shrink=0.5)

In [361]:

 
from mpl_toolkits.mplot3d.axes3d import Axes3D

In [376]:

 
 
 
 
 

x = np.arange(100)
y = np.arange(100)
xx,yy = np.meshgrid(x,y)
​
def create_z(xx,yy):
    return np.cos(xx)+np.sin(yy)
​
z = create_z(xx,yy)
​
print(z.shape)
​
axes = plt.subplot(projection = '3d')
p = axes.plot_surface(xx,yy,z,cmap='summer')
​
plt.colorbar(p,shrink=0.5)
 

(100, 100)

Out[376]:

<matplotlib.colorbar.Colorbar at 0x27fcc930>

In [360]:

 
x = np.array([1,2,3])
y = np.array([4,5,6])
xx,yy = np.meshgrid(x,y)
display(xx,yy)

. . .

玫瑰图/极坐标条形图

创建极坐标，设置polar属性

plt.axes(polar = True)

绘制极坐标条形图

index = np.arange(-np.pi,np.pi,2*np.pi/6)
plt.bar(x=index ,height = [1,2,3,4,5,6] ,width = 2*np.pi/6)

In [379]:

 
plt.axes(polar=True)
​
index = np.arange(-np.pi,np.pi,2*np.pi/6)
plt.bar(x=index,height=[2,3,4,5,6,7],width = 2*np.pi/6)

Out[379]:

<Container object of 6 artists>

posted @ 2019-05-06 17:11 liujiacai 阅读(539) 评论(0) 编辑收藏举报

刷新页面返回顶部

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

liujiacai

(转)matplotlib实战

plt.imshow(face_image.mean(axis=2),cmap='gray')

图片灰度处理¶

matplotlib

一、Matplotlib基础知识

只含单一曲线的图

包含多个曲线的图

设置子画布

网格线

坐标轴界限

坐标轴标签

ncol参数

linestyle、color、marker

保存图片

二、设置plot的风格和样式

点和线的样式

颜色

颜色值的方式

透明度

背景色

线型

线宽

不同宽度的破折线

点型

多参数连用

更多点和线的设置

在一条语句中为多个曲线进行设置

多个曲线同一设置

多个曲线不同设置

三种设置方式

向方法传入关键字参数

对实例使用一系列的setter方法

对坐标系使用一系列的setter方法

使用plt.setp()方法

X、Y轴坐标刻度

正弦余弦

三、2D图形

直方图

条形图

饼图

散点图

四、图形内的文字、注释、箭头(自学)

图形内的文字

注释

五、3D图

曲面图

玫瑰图/极坐标条形图

公告