Python學習筆記:繪製極坐標圖和散點圖的繪製與保存

2021-01-08 ACGN漫步者

1.簡單極坐標圖

#導入繪製極圖所需要的包

import matplotlib.pyplot as pltimport numpy as np

#設置下面所需要的參數

barSlices = 12

#theta指每個標記所在射線與極徑的夾角，下面表示均分角度

theta = np.linspace(0.0, 2*np.pi, barSlices, endpoint=False)

#r表示點距離圓心的距離，np.random.rand(barSlices)表示返回返回服從「0-1」均勻分布的隨機樣本值

r = 30*np.random.rand(barSlices)

#polar表示繪製極坐標圖，顏色，線寬，標誌點樣式

plt.polar(theta, r, color="chartreuse", linewidth=2, marker="*", mfc="b", ms=10)

#繪圖展示

plt.show()

figure1

2.複雜一些的極坐標圖

#導入繪製極圖所需要的包import numpy as npimport matplotlib.cm as cmimport matplotlib.pyplot as plt#設置相關參數figsize，Nfigsize=7colormap=lambda r:cm.Set2(r/20.)N=18#創建一個正方形的圖表，保證極坐標圖為圓形，否則可能為橢圓形fig=plt.figure(figsize=(figsize,figsize))#通過ax= fig.add_axes([left, bottom, width, height]，polar=True)表示坐標軸在極坐標軸系統中ax=fig.add_axes([0.2,0.2,0.7,0.7],polar=True)#弧度的分布區間是0到2pi,步長是pi/9theta=np.arange(0.0,2*np.pi,2*np.pi/N)#隨機生成點到圓心的距離radii=20*np.random.rand(N)width=np.pi/4*np.random.rand(N)bars=ax.bar(theta,radii,width=width,bottom=0.0)#通過for循環來使極坐標圖中不同部分呈現不同的顏色來加以區分for r,bar in zip(radii,bars):bar.set_facecolor(colormap(r)) #設置透明度為0.6 bar.set_alpha(0.6)#顯示繪製的圖表plt.show()

figure2

3.散點圖繪製和保存

import matplotlib.pyplot as plt#創建一個關於x值的列表，包括數值1到1000x_values=list(range(1,1001))#生成y值的列表解析，for x in x_values遍歷所有的x,計算x^2,並將結果存儲到y值的列表之中y_values=[x**2 for x in x_values]#將參數c設置成了一個y值列表，並使用參數cmap告訴pyplot使用哪個顏色映射。這些代#碼將y值較小的點顯示為淺藍色，並將y值較大的點顯示為深藍色。edgecolor='none'表示刪除數據點的輪廓plt.scatter(x_values,y_values,c=y_values,cmap=plt.cm.Blues,edgecolor='none',s=40)#繪製標題，x、y軸標籤名，並設置字體大小plt.title("Square Numbers",fontsize=24)plt.xlabel("Value",fontsize=14)plt.ylabel("Square of Value",fontsize=14)#默認是major表示主刻度，後面分布為次刻度及主次刻度都顯示.plt.tick_params(axis='both',which='major',labelsize=14)#x軸坐標軸取值範圍是0到1100，y軸坐標軸取值範圍是0到1100000plt.axis([0,1100,0,1100000])plt.show()#保存圖像，bbox_inches可以剪出當前圖表周圍的空白部分plt.savefig('squares_plot.png',bbox_inches='tight')

figure3

相關焦點

  • Python繪圖筆記:繪製四色散點圖和誤差條形圖
    1.散點圖一figure1#導入繪製散點圖所需要的包import matplotlib.pyplot as pltfrom numpy.random import rand#生成繪圖所需的圖紙fig, ax = plt.subplots
  • Python學習第90課-數據可視化之散點圖繪製
    【每天幾分鐘，從零入門python編程的世界！】今天我們學習散點圖，在統計學或者機器學習方面，或者在金融風險控制方面，金融風險控制經常要看異常交易、信貸風險，做這樣的分析就要用到一個圖--散點圖（scatter plot）。
  • R語言 | R語言繪製抖動散點圖和蜂群圖
    ，抖動散點圖（jitter plot）和蜂群圖（(beeswarm plot）。通常，我們會首選繪製箱線圖、提琴圖或者柱形圖等來展示整體概況，它們包含分位數或者均值等信息，以便初步觀察和比較各藥物治療組的療效的差異。但如果也想將每個個體的響應狀態呈現出來，就需要在圖中添加散點表示每個患者個體，參考以下示例。
  • 如何用R繪製精美的散點圖
    R可以繪製出很棒的統計圖形，之前我們介紹了用R繪製柱狀圖。今天，小編帶著小夥伴們一起來了解下散點圖的繪製。小編自己看代碼的時候也覺得枯燥乏味，看圖片比看代碼輕鬆多了。所以我們先上圖。上圖就是通過R繪製出的散點圖，看起來也很漂亮。那麼，這種散點圖是如何繪製的呢？感興趣的小夥伴就請繼續看下面的代碼。
  • Python數據可視化:用Seaborn繪製高端玩家版散點圖
    散點圖是用於研究兩個變量之間關係的經典的和基本的圖表。如果數據中有多個組，則可能需要以不同顏色可視化每個組。　　今天我們畫普通散點圖、邊際分布線性回歸散點圖、散點圖矩陣、帶線性回歸最佳擬合線的散點圖　　本文示例多是來自官方文檔，這裡我只是做一下整理，讓大家知道散點圖的不同玩法，不要再繪製老掉牙的普通玩家版散點圖了。　　普通玩家繪製的散點圖　　在 matplotlib 中，可以使用 plt.scatterplot（） 方便地執行此操作。
  • python學習筆記:繪製風杆圖、箱線圖和簡單填充圖
    繪製風杆圖import matplotlib.pyplot as pltimport numpy as np#使用numpy生成不同的x和y樣本數組，x=np.linspace(start,stop,樣本數量)x=np.linspace(-20,20,8)y=np.linspace(0,20,8)#numpy的meshgrid(x,y)函數將創建出一個二維坐標網絡，觀測數據將在網格特定坐標上採樣
  • 基於Python圖表繪圖系統:matplotlib散點圖和氣泡圖,你了解嗎?
    慣例先來簡單介紹下什麼是散點圖：用兩組數據構成多個坐標點，考察坐標點的分布，判斷兩變量之間是否存在某種關聯或總結坐標點的分布模式。散點圖將序列顯示為一組點。值由點在圖表中的位置表示。類別由圖表中的不同標記表示。
  • Python繪圖筆記:繪製有趨勢線的直方圖、小提琴圖和誤差圖
    1.小提琴圖和箱線圖#同時繪製箱線圖和小提琴圖，箱線圖清楚地展示了所繪製的數據集中的四分位數和離群點#小提琴圖則清晰展示了數據集中的分布情況import matplotlib.pyplot as pltimport numpy as np
  • R繪圖之散點圖:9氣泡圖的繪製
    氣泡圖是可以展示三個變量或者4個變量之間關係的數據圖表。
  • Python學習筆記:隨機漫步圖和三翼面圖
    __init__(self,num_points=50000): self.num_points=num_points#創建了兩個用於存儲 x 和 y 值的列表，並讓每次漫步都從點 (0, 0) 出發。
  • R繪圖之散點圖:12三維散點圖
    三維散點圖是指在x,y,z三維坐標上繪製散點圖。我們介紹用scatterplot3d包和rgl包繪三維散點圖。
  • Python可視化很簡單,一文教你繪製餅圖、極線圖和氣泡圖
    matplotlib庫作為Python數據化可視化的最經典和最常用庫，掌握了它就相當於學會了Python的數據化可視化，上次呢，已經和大家聊了關於柱狀圖、條形圖和直方圖相關的東東，相信大家已經掌握了哈，那今天呢，咱們再繼續聊哦，一起聊聊關於Python如何繪製餅圖、極線圖和氣泡圖吧！好啦，廢話少說，咱們就開始吧！
  • python學習筆記:同時畫多圖,折線圖,箱線圖,條形圖,柱狀圖等
    (2,3,1)plot(x,y)#折線圖subplot(2,3,2)#縱向條形圖bar(x,y)subplot(2,3,3)#水平條形圖（h可以看做是horizontal的縮寫）barh(x,y)#畫一個(x,y)和(x,y1)兩個條形圖疊加在一起的圖，以(x,y)的柱狀圖為底subplot(2,3,4)bar(x,y)y1=[7,8,5,3]#'r'紅色bar(x,y1,bottom=y,color
  • 從零開始學Python可視化(二):掌握統計圖形的繪製
    折線圖和散點圖常用且實用，但是並不能滿足我們的作圖需求。這次我們會嘗試更多常見的統計圖形，比如條形圖、直方圖、餅圖等，我們的目標是掌握工作學習過程中使用最頻繁的圖形技能。1. 柱狀圖（條形圖） —— bar() / barh()柱狀圖又叫條形圖，用於繪製定性（分類）數據的分布特徵，比如不同國家的GDP、不同年齡段的平均體重等。
  • python學習筆記:矢量場流線圖和氣溫圖
    int(row[3]) except ValueError: print(current_date,'missing data') else: dates.append(current_date) highs.append(high) lows.append(low)#設置圖紙的解析度和圖紙大小
  • 數學思維導圖怎樣畫?教你三步學會繪製思維導圖
    數學思維導圖怎樣畫？不知道大家平時有沒有寫寫畫畫的習慣，無論是在工作中還是在學習上，建議大家還是養成一個記筆記的習慣，我們很多人的記憶力是有限的，學習時，記筆記不僅可以幫助我們複習舊的知識點，還可以加深記憶。工作時，如在會議中記筆記可以幫助我們總結會議要點，以免有所漏掉。
  • Python繪圖筆記:繪製等高線圖和交叉區域圖
    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
  • 聚類樹和PCA等排序圖的組合繪製
    聚類分析和排序分析（降維分析）都是用於探索多元數據結構的常用方法，二者的結果也可以結合在一起通過一張圖呈現，本篇展示一些常見的示例。https://pan.baidu.com/s/1dQxyRcBuGDoec9ZKm77Y6w示例數據包含15個樣本（對象），20個變量，下文對它執行聚類和降維，並作圖展示。
  • Python學習第89課-數據可視化之直方圖繪製
    【每天幾分鐘，從零入門python編程的世界！】假設你想投資某一個城市的房地產，你肯定需要對這個城市的人口分布、增長潛力做一個調查，這時我們就需要做一個直方圖（histogram plot）。.，90-99歲裝到一個桶裡，即以10歲的間隔設置年齡段，以每一個年齡段為坐標畫一個柱狀圖，這些柱狀圖組合到一起，形成了直方圖。因此，我們大概可以這樣理解：直方圖就是把數據劃分區域後，以數據區域為節點繪製的柱狀圖的集合。
  • python學習筆記:頻數分布圖與3D柱狀圖
    randomfrom mpl_toolkits.mplot3d import Axes3D#設置字體大小mpl.rcParams['font.size'] = 10#生成圖紙，繪製3D柱狀圖子圖fig = plt.figure()ax = fig.add_subplot(111, projection='3d')#設置輔助參數，x = np.random.normal（平均數，標準差，生成數值的個數