Python-多图与子图形绘制_python绘制多层三维图

1、散点图：

import matplotlib.pyplot as plt
import numpy as np

def main():

    # scatter  建立一个表格
    fig = plt.figure()
    ax = fig.add_subplot(3, 3, 1)  # 3行3列的第一个位置
    n = 128
    X = np.random.normal(0, 1, n)  # 生成随机数
    Y = np.random.normal(0, 1, n)
    T = np.arctan2(Y, X)  # 上颜色
    # plt.axes([0.025, 0.025, 0.95, 0.95])  # 坐标的范围
    ax.scatter(X, Y, s=75, c=T, alpha=0.5)   # s表示的是点的大小，c表示的是点的颜色，alpha透明度
    plt.xlim(-1.5, 1.5), plt.xticks([])  # x的范围
    plt.ylim(-1.5, 1.5), plt.yticks([])
    plt.axis()
    plt.title("scatter")
    plt.xlabel("x")
    plt.ylabel("y")
    plt.show()

if __name__ == "__main__":
    main()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

结果为：

2、条形图：

import matplotlib.pyplot as plt
import numpy as np

def main():
    # bar
    fig = plt.figure()
    ax = fig.add_subplot(332)   # 添加变量ax的目的是为了让图在子图上画，其实这里的子图plt也是
    n = 10
    X = np.arange(n)
    Y1 = (1-X/float(n)) * np.random.uniform(0.5, 1.0, n)  # 数*随机数
    Y2 = (1-X/float(n)) * np.random.uniform(0.5, 1.0, n)

    ax.bar(X, +Y1, facecolor='#9999ff', edgecolor='white')  # +Y1 放在上面
    ax.bar(X, -Y2, facecolor='#ff9999', edgecolor='white')
    for x, y in zip(X, Y1):      # 添加注释
        plt.text(x + 0.4, y + 0.05, '%0.2f' % y, ha='center', va='bottom')
    for x, y in zip(X, Y2):      # 前两个表示位置，后两个表示格式. bottom和top可改变坐标轴的位置
        plt.text(x + 0.4, -y - 0.05, '%0.2f' % y, ha='center', va='top')


    plt.show()
if __name__ == "__main__":
    main()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

结果为：

3、饼图

import matplotlib.pyplot as plt
import numpy as np

def main():

    # pie 饼图
    fig = plt.figure()
    fig.add_subplot(333)
    n = 20
    Z = np.ones(n)
    Z[-1] *= 2
    plt.pie(Z, explode=Z * 0.05, colors=['%f' % (i/float(n)) for i in range(n)],
            labels=['%0.2f' % (i/float(n)) for i in range(n)])
    # Z 代表每一块的值，explode每一个扇形离中心的距离
    plt.gca().set_aspect('equal')  # set_aspect('equal')的意思是让他成为正的圆形，不能是椭圆
    plt.xticks([]), plt.yticks([])


    plt.show()
if __name__ == "__main__":
    main()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

结果为：

4、极值图：

import matplotlib.pyplot as plt
import numpy as np

def main():
    # polar  极值图
    fig = plt.figure()
    fig.add_subplot(334, polar=True)  # 如果没有参数polar=True，画出来的图仅仅只是折线
    n = 20
    theta = np.arange(0.0, 2 * np.pi, 2 * np.pi/n)
    radii = 10 * np.random.rand(n)  # 半径
    plt.plot(theta, radii)
    plt.show()


    plt.show()
if __name__ == "__main__":
    main()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

结果为：

5、热图：

import matplotlib.pyplot as plt
import numpy as np

def main()：
    # heatmap 热图
    fig = plt.figure()
    fig.add_subplot(335)
    from matplotlib import cm   # 上色用的
    data = np.random.rand(3, 3)
    cmap = cm.Blues
    map = plt.imshow(data, interpolation='nearest', cmap=cmap, aspect='auto', vmin=0, vmax=1)
                            # 这里的插值用的是最近插值的方法

    plt.show()
if __name__ == "__main__":
    main()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

结果为：

6、3D图：

import matplotlib.pyplot as plt
import numpy as np

def main():
    # 3D 图
    fig = plt.figure()
    from mpl_toolkits.mplot3d import Axes3D  # 引入三维坐标系
    ax = fig.add_subplot(336, projection="3d")
    ax.scatter(1, 1, 3, s=100)  # 画一个大大的点
    

    plt.show()
if __name__ == "__main__":
    main()
1
2
3
4
5
6
7
8
9
10
11
12
13
14

结果为：

7、热力图：

import matplotlib.pyplot as plt
import numpy as np

def main():
    # hot map 热图
    fig = plt.figure()
    fig.add_subplot(313)
    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)
    X, Y = np.meshgrid(x, y)
    plt.contourf(X, Y, f(X, Y), 8, alpha=0.75, cmap=plt.cm.hot)


    plt.show()
if __name__ == "__main__":
    main()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

结果为：