python画图各种函数⽤法
np.linespace
⽣成指定范围内指定个数的⼀维数组
def linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None):
在指定的间隔[“start”,“stop”]内均匀地返回数字。返回“num”个等间距的样本
endpoint如果为"Ture",“stop"是最后⼀个值，如果为"False”,⽣成的数组不会包含"stop"值
用subplot函数retstep如果为"Ture"，会返回样本之间的间隙
>>> np.linspace(2.0, 3.0, num=5)
array([ 2.  ,  2.25,  2.5 ,  2.75,  3.  ])
>>> np.linspace(2.0, 3.0, num=5, endpoint=False)
array([ 2. ,  2.2,  2.4,  2.6,  2.8])
>>> np.linspace(2.0, 3.0, num=5, retstep=True)
(array([ 2.  ,  2.25,  2.5 ,  2.75,  3.  ]), 0.25)
get_xlim
返回当前Axes的x的上下限, get_ylim同
注意，⽐如两个参数⼀个是X1,⼀个是X2，⽤get_ylim得到的是参数的，不是标签的上下限，不明⽩就print⼀下
x1_lim = ax.get_xlim()
print(x1_lim)
x2_lim = ax.get_ylim()
print(x2_lim)
figsize
设置窗⼝⼤⼩
meshgrid
参考 blog.csdn/qq_38701868/article/details/99694048
这篇很详细了
使⽤meshgrid⽅法，你只需要构造⼀个表⽰x轴上的坐标的向量和⼀个表⽰y轴上的坐标的向量；然后作为参数给到meshgrid()，该函数就会返回相应维度的两个矩阵
x = np.array([0, 0.5, 1])
y = np.array([0,1])
xv,yv = np.meshgrid(x, y)
print("xv的维度:{},shape:{}".format(xv.ndim, xv.shape))
print("yv的维度:{},shape:{}".format(yv.ndim, yv.shape))
print(xv)
print(yv)
plt.plot(xv, yv, 'o--')
plt.show()
contour
alpha 指定等⾼线的透明度，alpha越接近1，颜⾊的搭配就越向深⾊风格过渡
levels 将要显⽰得等⾼线指定为上述任⼀语法中得最后⼀个参数。将levels指定为标量n，以在n个⾃动选择的层级上显⽰等⾼线。要在某些特定⾼度绘制等⾼线，请将levels指定为单调递增值的向量
LineSpec 指定等⾼线的线型和颜⾊
cmap 指定等⾼线的颜⾊映射，即⾃动使⽤不同的颜⾊来区分不同的⾼度区域
subplot
subplot(nrows, ncols, index, facecolor, polar, **kwargs)
可以创建⼩窗图，⽐如下⾯这个就可以创建⼀个两⾏⼀列的
fig, ax = plt.subplots(2, 1, figsize=(8, 12))
ax[0].scatter(bulabula）
ax[1].scatter(bulabula）
plt.show()
scatter
著名散点图
def scatter(self, x, y, s=None, c=None, marker=None, cmap=None,norm=None, vmin=None, vmax=None, alpha=None, linewidths=None,  verts=None, edg ecolors=None, **kwargs):
x,y 俩输⼊量
c 单点颜⾊，序列颜⾊，看x,y是什么样的
s 点的⼤⼩
cmap 相对颜⾊改变，可选的值挺多的，先故意写错，然后编译会提⽰你范围哈哈哈
alpha 透明度 0-1范围内
linewidths 线宽

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。