对数坐标图
根据x, y 轴分别是否为对数，总共4种：
plot()
semilogx()
semilogy()
loglog()
示例：
import numpy as np
import matplotlib.pyplot as plt
x=np.linspace(1,10,1000)
y=np.sin(x)
plt.subplot(221)
plt.plot(x,y)
plt.subplot(222)
plt.semilogx(x,y)
plt.subplot(223)
plt.semilogy(x,y)
plt.subplot(224)
plt.loglog(x,y)
plt.show()
极坐标绘图
仅需要这样：
plt.subplot(111,polar=True)
示例：
import numpy as np
import matplotlib.pyplot as plt
theta=np.linspace(0,2*np.pi,100)
rho=1-np.sin(theta)
plt.subplot(111,polar=True)
plt.plot(theta,rho)
plt.show()
统计绘图
bar
import numpy as np
import matplotlib.pyplot as plt
x = np.array([1, 2, 3, 4, 5])
y1 = x
y2 = x ** 1.5
width = 0.2
plt.bar(x, y1, width)
plt.bar(x + width, y2, width)
plt.show()
这里做了个小技巧，用width作为偏移，画出多个bar
scatter
scatter与plot的不同是，scatter可以分别指定每个点的大小和颜色
import matplotlib.pyplot as plt
from scipy.stats import uniform
rv=uniform(loc=0,scale=1)
x=rv.rvs(size=100)
y=rv.rvs(size=100)
plt.scatter(x,y,s=x*1000,c=y,marker=(5,1))
plt.show()
按照输入顺序，scatter的输入值分别代表：
- 每个点的X坐标
- 每个点的Y坐标
- s参数指定点的大小（值和点的面积成正比）
- c参数指定点的颜色，可以是数值或数据。
- 如果是数值则自动调用
颜色映射表 - 如果是(N,3)或(N,4)数组，则代表RGB颜色
- 如果是数值则自动调用
- marker指定形状
- 第一个元素代表顶点数量
- 第二个元素代表样式
- 0多边形
- 1星形
- 2放射形
- 3圆形（忽略边数）
等高图
contour() # 等高线
contourf() # 带填充效果的等高线
示例1
import matplotlib.pyplot as plt
import numpy as np
from matplotlib import cm
x = np.linspace(-3.0, 3.0, 100)
y = np.linspace(-2.0, 2.0, 80)
X, Y = np.meshgrid(x, y)
Z = X * np.exp(-X ** 2 - Y ** 2)
fig = plt.figure(1)
ax1 = plt.subplot(121)
ax2 = plt.subplot(122)
cs1 = ax1.contour(X, Y, Z, 10)
cs2 = ax2.contourf(X, Y, Z, 10, cmap=cm.PuBu_r)
cbar = fig.colorbar(cs2) # 在figure上添加cs2对应的颜色条
plt.clabel(cs1) # 在cs1的等高线上添加数字
plt.show()
示例2：隐函数的解
加入levels这个参数，可以画出对应的等高图，依次来画出隐函数的解，
下面的代码是画出$f=(X^2 + Y^2) ** 4 - (X^2 - Y^2) ^2$, 在$f=0,f=0.5$处的解。
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(-1.5, 1.5, 100)
y = np.linspace(-1.5, 1.5, 80)
X, Y = np.meshgrid(x, y)
Z = (X ** 2 + Y ** 2) ** 4 - (X ** 2 - Y ** 2) ** 2
ax = plt.subplot(111)
cs = ax.contour(X, Y, Z, 10, levels=[0, 1], colors=['b', 'r'], linestyles=['-', ':'], linewidths=[2, 2])
plt.clabel(cs)
plt.show()
需要注意的是，由于源数据是离散值，所以等高图在某些区域是离散的片段，但实际上应当是连续值。
箭头图
quiver(X,Y,U,V,C)
- X, Y代表箭头起点的坐标
- U, V代表箭头对应的向量
- C代表颜色
示例
import numpy as np
import matplotlib.pyplot as plt
def f(x, y):
return x * np.exp(-x ** 2 - y ** 2)
def dev_f(f, x, y, dx=1e-6, dy=1e-6):
v = f(x, y)
vx = (f(x + dx, y) - v) / dx
vy = (f(x, y + dy) - v) / dy
return vx, vy
X, Y = np.meshgrid(np.linspace(-2, 2, 20), np.linspace(-2, 2, 20))
U, V = dev_f(f, X, Y)
C = f(X, Y)
plt.quiver(X, Y, U, V, C)
plt.colorbar()
plt.show()
