1. import sys
  2. reload(sys)
  3. sys.setdefaultencoding('utf-8')
  4.  
  5. import matplotlib.pyplot as plt
  6. import numpy as np
  7.  
  8. plt.figure(1)#实例化作图变量
  9. plt.title("single variable")#图像标题
  10. plt.xlabel('x')
  11. plt.ylabel('y')
  12. plt.axis([0, 5,0, 10])#x轴范围是0-5y轴范围是0-10
  13. plt.grid(True)# 是否网格化
  14. xx = np.linspace(0, 5, 10)#在0-5之间产生10个数据
  15. plt.plot(xx, 2 * xx, 'g-')
  16. plt.show()
  17.  
  18. plt.figure(2)#实例化作图变量
  19. plt.title("single variable")#图像标题
  20. plt.xlabel('x')
  21. plt.ylabel('y')
  22. plt.axis([-12, 12,-1, 1])#x轴范围是-12-12y轴范围是-1-1
  23. plt.grid(True)# 是否网格化
  24. xx = np.linspace(-12, 12, 100)#在-12-12之间产生100个数据
  25. plt.plot(xx, np.sin(xx), 'g-', label="$sin(x)$")
  26. plt.plot(xx, np.cos(xx), 'r--', label="$cos(x)$")
  27. plt.legend()
  28. plt.show()

  1. #绘制多轴图
  2. def draw(plt):
  3. plt.axis([-12, 12,-1, 1])#x轴范围是-12-12y轴范围是-1-1
  4. plt.grid(True)# 是否网格化
  5. xx = np.linspace(-12, 12, 100)#在-12-12之间产生100个数据
  6. plt.plot(xx, np.sin(xx), 'g-', label="$sin(x)$")
  7. plt.plot(xx, np.cos(xx), 'r--', label="$cos(x)$")
  8. plt.legend()
  9.  
  10. plt.figure(3)
  11. plt1 = plt.subplot(2,2,1)#两行两列中第一个
  12. draw(plt1)
  13. plt2 = plt.subplot(2,2,2)#两行两列中第2
  14. draw(plt2)
  15. plt3 = plt.subplot(2,2,3)#两行两列中第3
  16. draw(plt3)
  17. plt4 = plt.subplot(2,2,4)#两行两列中第4
  18. draw(plt4)

  1. from mpl_toolkits.mplot3d import Axes3D
  2.  
  3. fig = plt.figure()
  4. ax = fig.add_subplot(1,1,1, projection='3d')
  5. theta = np.linspace(-4 * np.pi, 4 * np.pi, 500)
  6. z = np.linspace(0,2,500)
  7. r =z
  8. x = r * np.sin(theta)
  9. y = r * np.cos(theta)
  10. ax.plot(x, y, z, label='curve')
  11. ax.legend()
  12. plt.show()
  13. fig = plt.figure()
  14. ax = fig.add_subplot(1,1,1, projection='3d')
  15. xx = np.linspace(0, 5, 10)
  16. yy = np.linspace(0, 5, 10)
  17. zz1 = xx
  18. zz2 = 2 * xx;
  19. zz3 = 3 * xx
  20. ax.scatter(xx, yy, zz1, c = 'red', marker='o')
  21. ax.scatter(xx, yy, zz2, c = 'green', marker='^')
  22. ax.scatter(xx, yy, zz3, c = 'black', marker='*')
  23. ax.legend()
  24. plt.show()
  25.  
  26. from matplotlib import cm
  27. fig = plt.figure()
  28. ax = fig.gca( projection='3d')
  29. X = np.arange(-5,5,0.25)
  30. Y = np.arange(-5,5,0.25)
  31. X, Y = np.meshgrid(X, Y)
  32. Z = X ** 2 + Y ** 2
  33. ax.plot_surface(X, Y, Z, rstride=1,cstride =1, cmap =cm.coolwarm,\
  34. linewidth = 0,antialiased = False)
  35. plt.show()

python 画图二(三维图,多轴图)的更多相关文章

  1. python 画图像训练结果的loss图

    得到每个epoch的loss和predict精度后,就可以愉快地画图直观地看出训练结果和收敛性了. # coding:utf-8 import matplotlib.pyplot as plt dat ...

  2. VS2010 使用TeeChart画图控件 - 之二 - 绘制图形(折线图,柱状图)

    1.前期准备 详细可见VS2010 使用TeeChart画图控件 - 之中的一个 控件和类的导入 1. 1 加入TeeChart控件,给控件加入变量m_TeeChart 加入TeeChart控件,右击 ...

  3. 【Python环境】matplotlib - 2D 与 3D 图的绘制

    2015-10-30数据科学自媒体 类MATLAB API 最简单的入门是从类 MATLAB API 开始,它被设计成兼容 MATLAB 绘图函数. 让我们加载它: from pylab import ...

  4. js多张图片合成一张图,canvas(海报图,将二维码和背景图合并) -----vue

    思路:vue中图片合并 首先准备好要合并的背景图,和请求后得到的二维码, canvas画图,将两张背景图和一张二维码用canvas画出来, 将canvas再转为img 注意canvas和图片的清晰图和 ...

  5. pyhton中matplotlib箱线图的绘制(matplotlib双轴图、箱线图、散点图以及相关系数矩阵图))

    //2019.07.23 1.箱形图,又称为盒式图,一般可以很好地反映出数据分布的特征,也可以进行多项数据之间分布特征的比较,它主要包含五个基础数据:中位数,两个上下分位数以及上下边缘线数据 其中的一 ...

  6. 图机器学习(GML)&图神经网络(GNN)原理和代码实现(前置学习系列二)

    项目链接:https://aistudio.baidu.com/aistudio/projectdetail/4990947?contributionType=1 欢迎fork欢迎三连!文章篇幅有限, ...

  7. 【基于WinForm+Access局域网共享数据库的项目总结】之篇二:WinForm开发扇形图统计和Excel数据导出

    篇一:WinForm开发总体概述与技术实现 篇二:WinForm开发扇形图统计和Excel数据导出 篇三:Access远程连接数据库和窗体打包部署 [小记]:最近基于WinForm+Access数据库 ...

  8. JavaScript数据可视化编程学习(二)Flotr2,雷达图

    一.雷达图 使用雷达图显示多维数据. 如果你有多维的数据要展示,那么雷达图就是一种非常有效的可视化方法. 由于雷达图不常用,比较陌生,所以向用户解释的时候有一些难度.注意使用雷达图会增加用户认知负担. ...

  9. HighCharts之2D柱状图、折线图的组合多轴图

    HighCharts之2D柱状图.折线图的组合多轴图 1.实例源码 SomeAxis.html: <!DOCTYPE html> <html> <head> < ...

随机推荐

  1. yii的pathinfo方式实现

    yii2.0在浏览器中默认查看控制器下的方法是  http://ltbk.cn/index.php?r=login/login 要是在浏览器上输出 http://ltbk.cn/index.php/l ...

  2. 2. git命令行操作之本地库操作

    2.1 本地库初始化 git init 命令 用于创建一个空的Git本地仓库或重新初始化一个现有本地仓库 注:.git目录中存放的是本地库相关的子目录和文件,不要删除也不要随意修改 git confi ...

  3. python -- 对list去重并找出列表list中的重复元素

    一.一个列表中可能含有重复元素,使用set()可以实现列表的去重处理,但是无法知道哪些元素是重复的,下面的函数用于找出哪些元素重复了,以及重复的次数. 代码: from collections imp ...

  4. 【mq读书笔记】mq消息存储

    comitlog文件 ConsumerQueue文件 IndexFile文件 RocketMQ将所有主题的消息存储在同一个文件中,确保消息发送时顺序写文件. 为了提高消息消费的效率RocketMQ引入 ...

  5. Python的偏函数

    import functools def showag(*args,**kwargs): print(args) print(kwargs) p1 = functools.partial(showag ...

  6. rest-framework 响应器(渲染器)

    一 作用: 根据 用户请求URL 或 用户可接受的类型,筛选出合适的 渲染组件. 用户请求URL:    http://127.0.0.1:8000/test/?format=json    http ...

  7. 小样本元学习综述:A Concise Review of Recent Few-shot Meta-learning Methods

    原文链接 小样本学习与智能前沿 . 在这个公众号后台回复'CRR-FMM',即可获得电子资源. 1 Introduction In this short communication, we prese ...

  8. Promise自定义,看我如何征服你

    自定义代码 这里是我自定义的Promise,如果想看原版,可以跳过最后有符合PromiseA+规范的源码 class 承诺 { constructor(处理器函数) { //1. 处理器函数是在_ne ...

  9. PyQt(Python+Qt)学习随笔:invisibleRootItem方法访问QTreeWidget树型部件的隐形根节点

    老猿Python博文目录 专栏:使用PyQt开发图形界面Python应用 老猿Python博客地址 我们知道在数据结构上来说,任何树都是有根节点的,但我们在QTreeWidget对象中并没有看到界面上 ...

  10. PyQt(Python+Qt)学习随笔:Qt Designer中toolBar的movable属性

    1.概述 movable属性用来确认toolBar是否可以移动,如果设置为可移动,则toolBar可以在主窗口范围内拖拽移动. 2.访问方法 通过isMovable().setMovable(bool ...