Python繪圖筆記:繪製等高線圖和交叉區域圖

2021-01-18 ACGN漫步者

繪製等高線圖import numpy as np

import matplotlib as mplimport matplotlib.pyplot as plt#定義x,y兩個參數,並給出返回的公式,兩個*表示平方def process_signals(x,y):return (1-(x**2+y**2))*np.exp(-y**3/3)#np.arange()中第一個參數為起點,第二個參數為終點,第三個參數為步長x=np.arange(-1.5,1.5,0.1)y=np.arange(-1.5,1.5,0.1)#meshgrid的作用適用於生成網格型數據,可以接受兩個一維數組生成兩個二維矩陣,對應兩個數組中所有的(x,y)對X,Y=np.meshgrid(x,y)#可以理解為z=f(x,y),x和y為函數的兩個參數,z為函數的返回值,相同的z值連成的曲線就是等高線Z=process_signals(X,Y)#對N的取值範圍和步長進行設置N=np.arange(-1,1.5,0.1)#函數contour用來繪製等高線CS=plt.contour(Z,N,linewidths=2,cmap=mpl.cm.jet)#繪製等高線標籤,inline=True表示高度寫在等高線上plt.clabel(CS,inline=True,fmt='%1.1f',fontsize=10)#顯示顏色條plt.colorbar(CS)#繪製標題plt.title('My function:$z=(1-x^2+y^2)e^{-(y^3)/3}$')plt.show()

figure1

2.繪製圖表底層區域(1)

import numpy as npimport matplotlib.pyplot as pltfrom math import sqrt#生成從0到1000的一個序列t=range(1000)#對生成的值進行開根號計算y=[sqrt(i) for i in t]#繪製(t,y)曲線,顏色紅色,線寬plt.plot(t,y,color='red',lw=2)#填充曲線的下方區域plt.fill_between(t,y,color='darkblue')plt.show()

figure2

3.繪製圖表底層區域(2)

#導入繪圖所需要的包import matplotlib.pyplot as pltimport numpy as np#x值其實位置為0,終點位置為2,步長為0.1,並給出函數y1,y2的公式x=np.arange(0.0,2,0.1)y1=np.sin(np.pi*x)y2=1.7*np.sin(4*np.pi*x)#生成圖紙fig=plt.figure()#繪製二行一列圖中的子圖一axes1=fig.add_subplot(211)#繪製函數y1,y2的曲線圖像,顏色為灰色axes1.plot(x,y1,x,y2,color='grey')#設置填充區域,當y2<=y1時,填充區域的顏色為藍色,當y1<=y2時,填充區域的顏色為金色axes1.fill_between(x,y1,y2,where=y2<=y1,facecolor='blue',interpolate=True)axes1.fill_between(x,y1,y2,where=y1<=y2,facecolor='gold',interpolate=True)axes1.set_title('Blue where y2<=y1.Gold-color where y2>=y1.')#設置y值的上下限axes1.set_ylim(-2,2)#屏蔽數組中y2>1的值y2=np.ma.masked_greater(y2,1.0)#繪製二行一列圖中的子圖二,共享子圖一中的x軸axes2=fig.add_subplot(212,sharex=axes1)axes2.plot(x,y1,x,y2,color='black')axes2.fill_between(x,y1,y2,where=y2<=y1,facecolor='green',interpolate=True)axes2.fill_between(x,y1,y2,where=y1<=y2,facecolor='deeppink',interpolate=True)axes2.set_title('Same as above,but mask')axes2.set_ylim(-2,2)#繪製網格線axes2.grid('on')plt.show()

figure3

相關焦點

  • Python學習筆記:繪製填充區域圖,多組條形圖和散點圖
    繪製帶填充區域的圖表#導入繪圖所需要的模塊,圖紙,展示,獲取圖表對象from matplotlib.pyplot import figure,show,gcaimport numpy as np#np.arange()函數,第一個參數為起點,第二個參數為終點,第三個參數為步長x=np.arange(0,2,0.01)#函數y1=sin(2*pi*x),y2=1.2*sin(
  • Python繪圖|Python繪製ROC曲線和PR曲線
    撰文|億筆記寫在前面:AUC和AUPR是模型評估中的兩個重要指標
  • Python中使用Matplotlib繪製3D圖形實例
    來自:Linux迷網址:https://www.linuxmi.com/python-matplotlib-3d.html3D圖形能給我們對數據帶來更加深入地理解
  • python的繪圖利器--海龜繪圖turtle
    作為你學習python的第一個程序,樹哥決定直接來一個實戰乾貨程序:利用海龜turtle來畫一個奧運五環。這樣就既可以理解庫的概念和使用,又可以理解程序的基本概念。這個語句是個固定格式,有這句話畫完圖,繪圖窗口還保留,如果沒有這句話,繪圖窗口就直接關閉了,所以初期都加上就好了。下面,我們就進入正題:公共設置公共設置的第一條import turtleimport是導入,turtle是海龜繪圖庫,所以這句話就是導入海龜會圖庫的意思,記住就可以了。
  • 氣象編程 | Python精緻繪圖說:玩轉子圖
    近日我師弟在準備論文圖投稿時,時常將幾個圖單獨畫好之後再用PS合到一張圖上,效率不僅慢而且輸出的圖不美觀,於是我想起了自己剛學python時候弄的這個筆記,並且本著「Open codes, better Science.」的Python科學計算可視化開源共享的初衷,我也把這一教程投於公眾號「氣象水文科研貓」交流學習,感謝公眾號編輯liupeng23的連續約稿和支持。
  • 新一線城市競爭力盤點,用Python繪製動態圖帶你看懂!
    plotly是一個基於javascript的繪圖庫,繪圖種類豐富,效果美觀,使用Plotly可以畫出很多媲美Tableau的高質量圖。數據可視化Plotly有兩個很常用的繪圖模塊,分別是graph_objs和express,此次我們主要使用express進行動態可視化圖形的繪製,使用它可以輕鬆繪製如散點圖、條形圖、漏鬥圖、桑基圖等圖形。
  • 30行Python代碼實現3D數據可視化
    回顧 2D 作圖用賽貝爾曲線作 2d 圖。此圖是用基於 Matplotlib 的 Path 通過賽貝爾曲線實現的,有對賽貝爾曲線感興趣的朋友們可以深入了解一下。在 matplotlib 中,figure 為畫布,axes 為繪圖區,fig.add_subplot()、plt.subplot() 方法均可以創建子圖。以下是作圖實踐。
  • python matplotlib 繪製雙Y軸曲線圖
    微信公眾號:數據皮皮俠如果你覺得該公眾號對你有幫助,歡迎關注、推廣和宣傳內容目錄:python matplotlib 繪製雙Y軸曲線圖雙X軸的可以理解為共享y軸1.ax1=ax.twiny()2.ax1=plt.twiny()
  • 如何對比不同人物的數據,雷達圖輕鬆搞定,Python用兩種方式繪製
    上一篇內容,我們對世界十大航母排行數據,通過使用python中的matplotlib模塊,繪製了不同類型的圖形進行了數據的可視化(胖五升空,山東入列,網友:能否用python畫全球航母戰力對比圖?)。今天的內容是關於數據可視化的例子這一篇,我們詳細了解下Python中使用matplotlib模塊和pygal模塊繪製雷達圖的方法。
  • 4種繪製帶誤差線的柱形圖
    hi歡迎回來,集合半年的Python3學習筆記已經整理成專輯啦,誠意推薦。
  • 《matlab科研繪圖系列》之小提琴圖繪製
    相信大家對小提琴圖並不陌生,它是比箱形圖更易於視覺直觀解讀的圖形繪製方法。它使用數據的核密度估計值代替了箱形圖,並可選擇疊加數據點本身。小提琴圖是箱形圖的升級加強版,對數據分布有更豐富的理解,同時不必佔用更多空間。
  • Python-Matplotlib 動態曲線圖繪製
    引言動態曲線圖不同於動態氣泡圖,它可以查看部分指標在一段時間內的變化趨勢,本期推文將推出動態曲線圖的 Matplotlib 繪製過程,核心過程為 折線圖 和 散點圖 的繪製,詳細過程如下:02.數據可視化動態圖表的繪製主要在於折線圖和散點圖的繪製,我們採用的依舊還是面向對象式繪圖方式,這裡建議繪製較為複雜的圖表時多採用此方法進行繪製。
  • 中文繪圖設置 | xarray 繪圖可視化(20)
    drawdata2然後分別繪製變量drawdata1和drawdata2的二維繪圖和多年平均各月分片繪圖。除此之外,分面繪圖的色標對象因未提供修改的內部暴露接口(即API 參數),因而很難單獨修改字體(除非在原始碼的層面進行修改)。對上述這些問題的解決,提供下述字體合併法的解決方案。方法二:字體合併法(局部)字體合併法如下圖所示,即通過對中文字體中的英文區域和英文字體進行合併產生新混合字體的過程。
  • 用Python畫如此漂亮的專業插圖 ?簡直So easy!
    作者|馮昱堯https://www.zhihu.com/question/21664179/answer/18928725強烈推薦 Python 的繪圖模塊 matplotlib: python plotting 。畫出來的圖真的是高端大氣上檔次,低調奢華有內涵~ 適用於從 2D 到 3D,從標量到矢量的各種繪圖。
  • Python圖表繪製進階,圖例和標題你真的會添加嗎?一文講透
    在Python的圖表繪製中,圖例和標題是兩個重要的組件,尤其在繪圖區域出現多個圖形時,如果這些圖形不添加說明,那麼對於圖表受眾人員來說,就會很難識別出這些圖形中的主要內容,因此這就顯示出了圖例的重要性,因為圖例可以標記每個圖形所代表的內容;同樣,如果想讓受眾人員搞清楚繪圖區域中的內容所代表的意思
  • Python 30 行代碼畫各種 3D 圖形
    回顧 2D 作圖用賽貝爾曲線作 2d 圖。此圖是用基於 Matplotlib 的 Path 通過賽貝爾曲線實現的,有對賽貝爾曲線感興趣的朋友們可以去學習學習,在 matplotlib 中,figure 為畫布,axes 為繪圖區,fig.add_subplot()、plt.subplot() 方法均可以創建子圖。以下是作圖實踐。
  • 基於python+opencv的圖像目標區域自動提取
    x,y,z三個軸都有一定傾斜(如下圖),要想把照片翻轉到平行位置,需要進行透視變換,而透視變換需要同一像素點變換前後的坐標。由此可以想到,提取矩形區域四個角的坐標作為變換前的坐標,變換後的坐標可以設為照片的四個角落,經過投影變換,矩形區域將會翻轉並充滿圖像。因此我們要解決的問題變為:提取矩形的四個角落、進行透視變換。
  • 這裡有圖有真相!
    Annotation用來指定繪圖的標題、註解、數據標記、異常值標記、中位數和均值標記、直線、多角形與書籤標記等屬性值。Frame可用來指定坐標軸、多圖表顯示、坐標軸的取值範圍等屬性值。Regions選項可設定數據、圖表與圖例的區域屬性值。
  • 跟著Paper學繪圖:ggplot2繪製曼哈頓圖示例
    如下所示文獻截圖,使用曼哈頓圖表示了突變體植株和野生型植株根系(微環境)區域發生顯著富集的OTUs(就理解為不同的微生物種類了)。曼哈頓圖其實就是某種類型的散點圖而已了。在R中,為GWAS分析或繪製曼哈頓圖量身打造的包還是非常多的,如qqman等。由於這些專業的R包的相關教程網上也有很多,因此也沒必要再介紹它們,可自行了解,本文就單獨演示如何使用ggplot2繪製曼哈頓圖。