python 绘图---2D、3D散点图、折线图、曲面图_2D3D散点图折线图绘制_python_

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()