Python的绘图库matplotlib快速入门课件.ppt

* fɑ:nt ro??te??n lo??ke?t?r * * gcf()和gca()获得，它们分别是“Get Current Figure”和“Get Current Axis”的开头字母缩写。gcf()获得的是表示图表的Figure对象，而gca()则获得的是表示子图的Axes对象。 * Title为标题。Axis为坐标轴，Label为坐标轴标注。Tick为刻度线，Tick Label为刻度注释。 * RGB色彩模式是工业界的一种颜色标准，是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的，RGB即是代表红、绿、蓝三个通道的颜色，这个标准几乎包括了人类视力所能感知的所有颜色，是目前运用最广的颜色系统之一。 * subplots_adjust(left=None, bottom=None, right=None, top=None, wspace=None, hspace=None) * ?v?t??siz * * plt.subplot(335) plt.imshow(img/255.0) plt.subplot(336) plt.imshow(np.clip(img/200.0, 0, 1)) plt.subplot(325) plt.imshow(img[:,:,0]) plt.colorbar() plt.subplot(326) plt.imshow(img[:,:,0], cmap=cm.copper) plt.colorbar() for ax in plt.gcf().axes: ax.set_axis_off() ax.set_axis_off() plt.show() * 还可以使用imshow()显示任意的二维数据，例如下面的程序使用图像直观地显示了二元函数 . (matplotlib_2dfunc.py 使用imshow()可视化二元函数) * import numpy as np import matplotlib.pyplot as plt import matplotlib.cm as cm y, x = np.ogrid[-2:2:200j, -2:2:200j] z = x * np.exp( - x**2 - y**2) extent = [np.min(x), np.max(x), np.min(y), np.max(y)] 首先通过数组的广播功能计算出表示函数值的二维数组Z,注意它的第0轴表示Y轴、 第1轴表示X轴。然后将X、Y轴的取值范围保存到extent列表中。 * plt.figure(figsize=(10,3)) plt.subplot(121) plt.imshow(z, extent=extent, origin=lower) plt.colorbar() plt.subplot(122) plt.imshow(z, extent=extent, cmap=cm.gray, origin=lower) plt.colorbar() plt.show() 将extent列表传递给 imshow()的extent参数，这样一来，图表的X、Y轴的刻度标签将使用extent列表所指定的范围. * 等值线图 还可以使用等值线图表示二元函数。所谓等值线，是指由函数值相等的各点连成的平滑曲线。等值线可以直观地表示二元函数值的变化趋势，例如等值线密集的地方表示函数值在此处的变化较大。matplotlib中可以使用contour()和contourf()描绘等值线，它们的区别是：contourf()所得到的是带填充效果的等值线。(matplotlib_contour.py用contour和contourf描绘等值线图) * * import numpy as np import matplotlib.pyplot as plt y, x = np.ogrid[-2:2:200j, -3:3:300j] z = x * np.exp( - x**2 - y**2)  extent = [np.min(x), np.max(x), np.min(y), np.max(y)] plt.figure(figsize=(10,4)) plt.subplot(121) cs = plt.contour(z, 10, ext