机器学习精简教程之四——用matplotlib绘制精美的图表_matplotlib绘制散点图y=cos(2x)

本文转自：http://www.shareditor.com/blogshow/?blogId=55

绘制一元函数图像y=ax+b

import matplotlib.pyplot as plt
import numpy as np
 
plt.figure() # 实例化作图变量
plt.title('single variable') # 图像标题
plt.xlabel('x') # x轴文本
plt.ylabel('y') # y轴文本
plt.axis([0, 5, 0, 10]) # x轴范围0-5，y轴范围0-10
plt.grid(True) # 是否绘制网格线
xx = np.linspace(0, 5, 10) # 在0-5之间生成10个点的向量
plt.plot(xx, 2*xx, 'g-') # 绘制y=2x图像，颜色green，形式为线条
plt.show() # 展示图像

绘制正弦曲线y=sin(x)

import matplotlib.pyplot as plt
import numpy as np
 
plt.figure() # 实例化作图变量
plt.title('single variable') # 图像标题
plt.xlabel('x') # x轴文本
plt.ylabel('y') # y轴文本
plt.axis([-12, 12, -1, 1]) # x轴范围-12到12，y轴范围-1到1
plt.grid(True) # 是否绘制网格线
xx = np.linspace(-12, 12, 1000) # 在-12到12之间生成1000个点的向量
plt.plot(xx, np.sin(xx), 'g-', label="$sin(x)$") # 绘制y=sin(x)图像，颜色green，形式为线条
plt.plot(xx, np.cos(xx), 'r--', label="$cos(x)$") # 绘制y=cos(x)图像，颜色red，形式为虚线
plt.legend() # 绘制图例
plt.show() # 展示图像

绘制多轴图

import matplotlib.pyplot as plt
import numpy as np
 
def draw(plt):
    plt.axis([-12,12,-1,1])#x轴和y轴的范围
    plt.grid(True)#是否绘制网格线
    xx = np.linspace(-12,12,1000)#在-12到12之间生成1000个点的向量
    plt.plot(xx,np.sin(xx),'g-',label="&sin(x)$")#绘制y=sin(x)图像，颜色green，形式为线条
    plt.plot(xx,np.cos(xx),'r--',label="&cos(x)$")#绘制y=cos(x)图像，颜色为red，形式为虚线
    plt.legend()#绘制图例
 
plt.figure()#实例化作图变量
plt1 = plt.subplot(2,2,1)#两行两列中的第1张图
draw(plt1)
plt2 = plt.subplot(2,2,2)#两行两列中的第2张图
draw(plt2)
plt3 = plt.subplot(2,2,3)#两行两列中的第3张图
draw(plt3)
plt4 = plt.subplot(2,2,4)#两行两列中的第4张图
draw(plt4)
 
plt.show()#得将画好的图显示出来啊

绘制3D图像

from mpl_toolkits.mplot3d import Axes3D
import numpy as np
import matplotlib.pyplot as plt
 
fig = plt.figure()
ax = fig.add_subplot(1,1,1,projection='3d')
theta = np.linspace(-4 * np.pi, 4 * np.pi, 500) # theta旋转角从-4pi到4pi，相当于两圈
z = np.linspace(0, 2, 500) # z轴从下到上,从-2到2之间画100个点
r = z # 半径设置为z大小
x = r * np.sin(theta) # x和y画圆
y = r * np.cos(theta) # x和y画圆
ax.plot(x, y, z, label='curve')
ax.legend()
 
plt.show()

3D散点图

from mpl_toolkits.mplot3d import Axes3D
import numpy as np
import matplotlib.pyplot as plt
 
fig = plt.figure()
ax = fig.add_subplot(1,1,1,projection='3d')
xx = np.linspace(0,5,10)
yy = np.linspace(0,5,10)
zz1 = xx
zz2 = 2 *xx
zz3 = 3*xx
ax.scatter(xx,yy,zz1,c='red',marker='o')#o型符号
ax.scatter(xx,yy,zz2,c='green',marker='^')#三角型符号
ax.scatter(xx,yy,zz3,c='black',marker='*')#星型符号
ax.legend()
 
plt.show()