1. 绘制折线图
plt.plot() 可以用于绘制折线图。只传入一维的散点(n个)p1时，横坐标对应散点的次序，从0到n-1，纵坐标对应散点的值。示例：
# -*- coding: utf-8 -*-
import matplotlib.pyplot as plt
import numpy as np
p1=[0,1.1,1.8,3.1,4.0] # 数据点
#创建绘图图表对象，可以不显式创建，跟cv2中的cv2.namedWindow()用法差不多
plt.figure('Draw')
plt.plot(p1) # plot绘制折线图
plt.draw() # 显示绘图
plt.pause(5) #显示5秒
plt.savefig("easyplot01.jpg") #保存图象
plt.close() #关闭图表
绘图：
plt.plot() 传入二维的散点p1,p2（p1和p2的长度要一样）时，横坐标x绘制p1,纵坐标y绘制p2，示例：
# -*- coding: utf-8 -*-
import matplotlib.pyplot as plt
import numpy as np
p1=[0,1.1,1.8,3.1,4.0] # 数据点
p2=[2,2.4,4.3,3.5,2.5]
#创建绘图图表对象，可以不显式创建，跟cv2中的cv2.namedWindow()用法差不多
plt.figure('Draw')
plt.plot(p1,p2) # plot绘制折线图
plt.draw() # 显示绘图
plt.pause(5) #显示5秒
plt.savefig("easyplot01.jpg") #保存图象
plt.close() #关闭图表
绘图：
2. 绘制散点图
plt.scatter()用于绘制散点图，传入参数必须是二维的：plt.scatter(p1,p2)，示例：
# -*- coding: utf-8 -*-
import matplotlib.pyplot as plt
import numpy as np
p1=[0,1.1,1.8,3.1,4.0] # 数据点
p2=[2,2.4,4.3,3.5,2.5]
#创建绘图图表对象，可以不显式创建，跟cv2中的cv2.namedWindow()用法差不多
plt.figure('Draw')
plt.scatter(p1,p2) # scatter绘制散点图
plt.draw() # 显示绘图
plt.pause(10) #显示10秒
plt.savefig("easyplot.jpg") #保存图象
plt.close() #关闭图表
绘图：
plt.plot() 也可以用于绘制散点图，plt.plot(p1,p2,'ro')表示散点的颜色是红色，形状是o，示例：
# -*- coding: utf-8 -*-
import matplotlib.pyplot as plt
import numpy as np
p1=[0,1.1,1.8,3.1,4.0] # 数据点
p2=[2,2.4,4.3,3.5,2.5]
#创建绘图图表对象，可以不显式创建，跟cv2中的cv2.namedWindow()用法差不多
plt.figure('Draw')
plt.plot(p1,p2,'ro')
plt.draw() # 显示绘图
plt.pause(10) #显示10秒
plt.savefig("easyplot.jpg") #保存图象
plt.close() #关闭图表
绘图：
3. 添加坐标轴说明、添加标题、图片中插入文字、显示网格
坐标轴说明：plt.xlabel()、plt.ylabel()
添加标题： plt.title()
插入文字： plt.text(60, .025, r'$number=5, sigma=0$')
显示网格： plt.grid(True)
# -*- coding: utf-8 -*-
import matplotlib.pyplot as plt
import numpy as np
p1=[0,1.1,1.8,3.1,4.0] # 数据点
p2=[2,2.4,4.3,3.5,2.5]
#创建绘图图表对象，可以不显式创建，跟cv2中的cv2.namedWindow()用法差不多
plt.figure('Draw')
plt.plot(p1,p2,'ro')
plt.xlabel('number of samples')
plt.ylabel('value of samples')
plt.title('sample data')
plt.text(1.1, 3.6, r'$number=5, sigma=0$')
plt.grid(True)
plt.draw() # 显示绘图
plt.pause(10) #显示10秒
plt.savefig("easyplot.jpg") #保存图象
plt.close() #关闭图表
绘图：
4. 绘制3D图曲面图
plot_surface()用于绘制3D曲面图：
# -*- coding: utf-8 -*-
from matplotlib import pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()
ax = Axes3D(fig)
X = [0,1.1,1.8,3.1,4.0]
Y = [2,2.4,4.3,3.5,2.5]
X, Y = np.meshgrid(X, Y)
Z = [2,2.4,4.3,3.5,2.5]
ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap='rainbow')
plt.draw()
plt.pause(10)
plt.savefig('3D.jpg')
plt.close()
绘图：
使用plot_surface()绘制另一个3D曲面：
# -*- coding: utf-8 -*-
from matplotlib import pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()
ax = Axes3D(fig)
X = np.arange(-4, 4, 0.25)
Y = np.arange(-4, 4, 0.25)
X, Y = np.meshgrid(X, Y)
R = np.sqrt(X**2 + Y**2)
Z = X*Y
ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap='rainbow')
plt.draw()
plt.pause(10)
plt.savefig('3D.jpg')
plt.close()
绘图：
5. 绘制3D散点图
scatter()用于绘制3D散点图：
# -*- coding: utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
x = [0,1.1,1.8,3.1,4.0]
y = [2,2.4,4.3,3.5,2.5]
z = [1,2,3,4,5]
ax = plt.subplot(projection='3d') # 创建一个三维的绘图工程
ax.scatter(x, y, z, c='r') # 绘制数据点,颜色是红色
ax.set_zlabel('Z') # 坐标轴
ax.set_ylabel('Y')
ax.set_xlabel('X')
plt.draw()
plt.pause(10)
plt.savefig('3D.jpg')
plt.close()
- 1
- 2
- 3
前往页