Matplotlib學習筆記 密度線與等高線

在二維圖上用等高線或者彩色圖來表示三維資料是個不錯的方法。matplotlib提供了三個函式來解決這個問題：用plt.contour()繪製等高線、用plt.contourf繪製帶有填充顏色的等高線圖、用plt.imshow顯示圖形。

#生成第三維資料的自定義函式

deff
(x,y):
return np.sin(x) ** 10 + np.cos(10 + y*x) * np.cos(x)
%matplotlib inline
import matplotlib.pyplot as plt
plt.style.use('seaborn-white')
import numpy as np
x = np.linspace(0, 5, 50)
y = np.linspace(0, 5, 50)
x,y = np.meshgrid(x, y)
z = f(x,y)
#繪製標準的等高線
plt.contour(x, y, z, colors='r')

當圖形只使用一種顏色時，預設使用虛線表示負數，使用實線表示正數。另外，可以使用cmap引數設定乙個線條配色方案來自定義顏色。還可以讓更多的線條顯示不同的顏色——可以將資料範圍等分為20份，然後永不同的顏色來表示。

#使用紅-灰配色方案

plt.contourf()函式
plt.contourf()函式可以為等高線之間的間隙填充顏色。另外還可以通過plt.colorbar()命令自動建立乙個表示各種顏色對應標籤資訊的顏色條

plt.imshow()函式
plt.show()能夠將二維陣列渲染成漸變圖。

#plt.show()不支援用x軸和y軸資料來設定網格，，而是必須通過extent引數設定圖形的座標範圍[xmin, xmax, ymin, ymax]

將等高線與彩色圖組合起來
我們可以用一副背景色半透明的彩色圖（可以通過alpha引數設定透明度），與另外一幅座標軸相同、帶資料標籤的等高線圖疊放在一起（plt.clabel()函式實現

Matplotlib學習筆記
在最開始接觸python科學計算的時候，就知道了matplotlib這個繪相簿。個人是比較喜歡這種視覺化的工具，照我看，gui這種理念幾乎是劃時代的。如果說numpy是用來處理資料，那麼matplotlib就是用來展示資料的，抽象的資料，以圖表的形式展示出來，無論是對自己，還是對看到的人，接受起來都...
Matplotlib學習筆記（三）
import matplotlib.pyplot as plt import numpy as np x np.linspace 3,3,50 y 2 x 1 plt.figure num 1,figsize 8,5 plt.plot x,y ax plt.gca ax.spines right s...
Matplotlib學習筆記（四）
import matplotlib.pyplot as plt import numpy as np n 1024 x np.random.normal 0,1,n y np.random.normal 0,1,n t np.arctan2 y,x for color value plt.scatt...