一、圖形繪制大全

1.1 2D圖形繪制

1.1.1 繪制單線圖形

通過定義隊(duì)列繪制單線圖：

scale = range(100)
x = [(2 * math.pi * i) / len(scale) for i in scale]
y = [math.cos(i) for i in x]
plt.plot(x, y)
plt.show()

Matplotlib  使用的數(shù)據(jù)可以有不同來源，接下來，我們以使用  Numpy  獲取的數(shù)據(jù)為例，繪制  [-10,10]  區(qū)間內(nèi)的曲線,如以下：

x = np.linspace(-10, 10, 800)
y = x ** 3 + 5 * x - 10
plt.plot(x, y)
plt.show()

plot() 的用法如下：

pythonCopy code
plot(x, y, linestyle=None, marker=None, color=None, label=None, **kwargs)

其中，參數(shù)的含義如下：

• x : 一維數(shù)組或列表，表示數(shù)據(jù)點(diǎn)在X軸上的位置。

• y : 一維數(shù)組或列表，表示數(shù)據(jù)點(diǎn)在Y軸上的位置。

• linestyle : (可選參數(shù)) 字符串，表示線條的樣式。默認(rèn)值為None，表示使用默認(rèn)的線條樣式。你可以指定不同的線條樣式，如實(shí)線('-')、虛線('--')、點(diǎn)劃線('-.')、點(diǎn)線(':')等。

• marker : (可選參數(shù)) 字符串，表示數(shù)據(jù)點(diǎn)的標(biāo)記類型。默認(rèn)值為None，表示不顯示數(shù)據(jù)點(diǎn)的標(biāo)記。你可以指定不同的標(biāo)記類型，如圓圈('o')、方塊('s')、三角形('^')等。

• color : (可選參數(shù)) 字符串，表示線條和標(biāo)記的顏色。默認(rèn)值為None，表示使用默認(rèn)的顏色。你可以使用顏色字符串，如'red'、'blue'、'green'等，也可以使用縮寫顏色字符串，如'r'、'b'、'g'等。

• label : (可選參數(shù)) 字符串，表示線條的標(biāo)簽。默認(rèn)值為None。當(dāng)你想為繪制的線條添加圖例時，可以設(shè)置此標(biāo)簽。

• **kwargs : (可選參數(shù)) 這是一些可選的關(guān)鍵字參數(shù)，用于配置線條的其他屬性，比如線條寬度、透明度等。

通過傳遞 x 和 y 的數(shù)據(jù)，你可以使用 plot() 方法繪制一條線。 linestyle 參數(shù)可選，用于控制線條樣式； marker 參數(shù)可選，用于顯示數(shù)據(jù)點(diǎn)的標(biāo)記； color 參數(shù)可選，用于指定線條和標(biāo)記的顏色； label 參數(shù)可選，用于添加線條的標(biāo)簽，用于圖例顯示。

繪制多條線時，可以多次調(diào)用 plot() 方法，每次傳遞不同的 x 和 y 數(shù)據(jù)，并根據(jù)需要設(shè)置不同的樣式和顏色。當(dāng)繪制多條線時，你可以使用 label 參數(shù)為每條線添加標(biāo)簽，然后使用 plt.legend() 來顯示圖例。

1.1.2 繪制多線圖

很多時候需要對比多組數(shù)據(jù)，以發(fā)現(xiàn)數(shù)據(jù)間的異同，此時就需要在一張圖片上繪制多條曲線——多曲線圖，示例如下：

#繪制多線圖
x = np.linspace(0.1, 2 * np.pi, 100)
y_1 = x
y_2 = np.square(x)
y_3 = np.log(x)
y_4 = np.sin(x)
plt.plot(x,y_1)
plt.plot(x,y_2)
plt.plot(x,y_3)
plt.plot(x,y_4)
plt.show()

一條曲線的繪制需要調(diào)用一次  plt.plot() ，而  plt.show()  只需調(diào)用一次。這種延遲呈現(xiàn)機(jī)制是  Matplotlib  的關(guān)鍵特性，我們可以在代碼中的任何地方調(diào)用繪圖函數(shù)，但只有在調(diào)用  plt.show()  時才會渲染顯示圖形。

比如：

def plot_func(x, y):
x_s = x[1:] - y[:-1]
y_s = y[1:] - x[:-1]
plt.plot(x[1:], x_s / y_s)
x = np.linspace(-5, 5, 200)
y = np.exp(-x ** 2)
plt.plot(x, y)
plot_func(x, y)
plt.show()

盡管其中一個  plt.plot()  是在  plot_func  函數(shù)中調(diào)用的，它對圖形的呈現(xiàn)沒有任何影響，因?yàn)?nbsp; plt.plot()  只是聲明了我們要呈現(xiàn)的內(nèi)容，但還沒有執(zhí)行渲染。因此可以使用延遲呈現(xiàn)特性結(jié)合  for  循環(huán)、條件判斷等語法完成復(fù)雜圖形的繪制，同時也可以在同一張圖中組合不同類型的統(tǒng)計(jì)圖。

1.1.3 讀取文件中的數(shù)據(jù)繪制圖形

很多情況下數(shù)據(jù)都是存儲于文件中，因此，需要首先讀取文件中的數(shù)據(jù)，再進(jìn)行繪制，說明起見，以  .txt  文件為例，其他諸如  Excel 、 CSV文件  等同樣可以進(jìn)行讀取，并用于可視化繪制。

例如：

x, y = [], []
for line in open('data.txt', 'r'):
values = [float(s) for s in line.split()]
x.append(values[0])
y.append(values[1])
plt.plot(x, y)
plt.show()

1.1.4 繪制散點(diǎn)圖

scatter方法通常是由數(shù)據(jù)可視化庫（如Matplotlib或Seaborn）提供的一個函數(shù)，用于繪制散點(diǎn)圖：

Matplotlib中scatter方法的參數(shù)和用法：

matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, edgecolors=None)

參數(shù)解釋：

• x ：橫坐標(biāo)數(shù)據(jù)，是一個數(shù)組或Series，用于表示散點(diǎn)圖中每個點(diǎn)的橫坐標(biāo)位置。

• y ：縱坐標(biāo)數(shù)據(jù)，是一個數(shù)組或Series，用于表示散點(diǎn)圖中每個點(diǎn)的縱坐標(biāo)位置。

• s ：點(diǎn)的大小，可以是一個數(shù)值或數(shù)組，控制散點(diǎn)的大小。默認(rèn)值為  None ，表示使用默認(rèn)點(diǎn)大小。

• c ：點(diǎn)的顏色，可以是一個顏色字符串、顏色列表或數(shù)組，用于控制散點(diǎn)的顏色。默認(rèn)值為  None ，表示使用默認(rèn)顏色。

• marker ：點(diǎn)的標(biāo)記樣式，可以是一個標(biāo)記字符串，例如 'o' 表示圓點(diǎn)，'s' 表示方塊等。默認(rèn)值為  None ，表示使用默認(rèn)標(biāo)記樣式。

• cmap ：用于指定顏色映射的Colormap對象或字符串。它在指定c參數(shù)為數(shù)值時使用，將數(shù)值映射到顏色空間。默認(rèn)值為  None ，表示使用默認(rèn)顏色映射。

• norm ：用于歸一化數(shù)據(jù)的Normalize對象。它在指定c參數(shù)為數(shù)值時使用。默認(rèn)值為  None ，表示使用默認(rèn)的歸一化方式。

• vmin  和  vmax ：用于設(shè)置顏色映射范圍的最小值和最大值。它們在指定c參數(shù)為數(shù)值時使用。默認(rèn)值為  None ，表示使用數(shù)據(jù)的最小值和最大值作為范圍。

• alpha ：點(diǎn)的透明度，取值范圍為 [0, 1]，其中 0 表示完全透明，1 表示完全不透明。默認(rèn)值為  None ，表示使用默認(rèn)透明度。

• linewidths ：點(diǎn)邊界的寬度，用于控制點(diǎn)的邊界線寬度。默認(rèn)值為  None ，表示使用默認(rèn)線寬。

• edgecolors ：點(diǎn)邊界的顏色，用于控制點(diǎn)的邊界線顏色。默認(rèn)值為  None ，表示使用默認(rèn)顏色。

data = np.random.rand(1000, 2) ?#1000行、2列的隨機(jī)數(shù)數(shù)組，符合均勻分布
plt.scatter(data[:,0], data[:,1])
plt.show()

1.1.5 繪制條形圖

條形圖具有豐富的表現(xiàn)形式，常見的類型包括單組條形圖，多組條形圖，堆積條形圖和對稱條形圖等

1.1.5.1 單條條形圖

條形圖的每種表現(xiàn)形式都可以繪制成垂直條形圖或水平條形圖。

1、垂直條形圖

plt.bar 是Matplotlib庫中用于繪制條形圖的方法。它可以將數(shù)據(jù)以條形的形式展示，非常適合用于顯示不同類別或組之間的比較。

使用 plt.bar 的一般語法如下：

pythonCopy code
plt.bar(x, height, width=0.8, align='center', **kwargs)

其中，參數(shù)的意義如下：

• x : 這是一個可迭代對象，通常是一個列表或數(shù)組，用于指定條形圖的橫坐標(biāo)位置。每個元素表示一個條形的橫坐標(biāo)位置。

• height : 這是一個可迭代對象，通常是一個列表或數(shù)組，用于指定條形圖的高度或長度。每個元素表示一個條形的高度。

• width : (可選參數(shù)) 這是一個標(biāo)量或一個可迭代對象，用于指定條形的寬度。默認(rèn)值為0.8，表示每個條形的寬度為0.8個單位。如果想要自定義每個條形的寬度，可以傳遞一個標(biāo)量值或一個與 x 和 height 長度相同的可迭代對象。

• align : (可選參數(shù)) 這是一個字符串，用于指定條形的對齊方式。默認(rèn)值是 'center' ，表示條形在橫坐標(biāo)上居中對齊。其他可能的取值有 'edge' 表示條形以橫坐標(biāo)左邊緣對齊，或 'align' 表示條形以橫坐標(biāo)右邊緣對齊。

• **kwargs : (可選參數(shù)) 這是一些可選的關(guān)鍵字參數(shù)，用于配置條形圖的其他屬性，比如顏色、標(biāo)簽、透明度等。例如，可以使用 color 參數(shù)來指定條形的顏色， label 參數(shù)來為條形添加標(biāo)簽等。

一旦調(diào)用了 plt.bar 來繪制條形圖，可以使用 plt.xlabel 、 plt.ylabel 、 plt.title 等方法來添加坐標(biāo)軸標(biāo)簽和圖標(biāo)題，以及其他Matplotlib方法來美化圖形。

data = [10., 20., 5., 15.]
plt.bar(range(len(data)), data, width=0.5)
plt.show()

2、水平條形圖

如果更喜歡水平條形外觀，就可以使用  plt.barh()  函數(shù)，在用法方面與  plt.bar()  基本相同，但是修改條形寬度(或者在水平條形圖中應(yīng)該稱為高度)，需要使用參數(shù)  height ：

下面是 plt.barh() 方法的一般語法：

plt.barh(y, width, height=0.8, left=None, **kwargs)

其中，參數(shù)的意義如下：

• y : 這是一個可迭代對象，通常是一個列表或數(shù)組，用于指定條形圖的縱坐標(biāo)位置。每個元素表示一個條形的縱坐標(biāo)位置。

• width : 這是一個可迭代對象，通常是一個列表或數(shù)組，用于指定條形圖的寬度或長度。每個元素表示一個條形的寬度。

• height : (可選參數(shù)) 這是一個標(biāo)量或一個可迭代對象，用于指定條形的高度。默認(rèn)值為0.8，表示每個條形的高度為0.8個單位。如果想要自定義每個條形的高度，可以傳遞一個標(biāo)量值或一個與 y 和 width 長度相同的可迭代對象。

• left : (可選參數(shù)) 這是一個標(biāo)量或一個可迭代對象，用于指定條形的起始值。默認(rèn)值為None，表示每個條形從0開始。如果要實(shí)現(xiàn)堆積效果，可以通過 left 參數(shù)指定每個條形的起始值。

• **kwargs : (可選參數(shù)) 這是一些可選的關(guān)鍵字參數(shù)，用于配置條形圖的其他屬性，比如顏色、標(biāo)簽、透明度等。

data = [10., 20., 5., 15.]
plt.barh(range(len(data)), data, height=0.5)
plt.show()

1.1.5.2 多組條形圖

當(dāng)出現(xiàn)比較的情況時，可以繪制多組條形圖：

data = [[10., 20., 30., 20.],[40., 25., 53., 18.],[6., 22., 52., 19.]]
x = np.arange(4)
plt.bar(x + 0.00, data[0], color = 'b', width = 0.25)
plt.bar(x + 0.25, data[1], color = 'g', width = 0.25)
plt.bar(x + 0.50, data[2], color = 'r', width = 0.25)
plt.show()

同理，使用barh方法繪制多組水平條形圖：

data = [[10., 20., 30., 20.],[40., 25., 53., 18.],[6., 22., 52., 19.]]
x = np.arange(4)
plt.barh(x + 0.00, data[0], color = 'b', height = 0.25)
plt.barh(x + 0.25, data[1], color = 'g', height = 0.25)
plt.barh(x + 0.50, data[2], color = 'r', height = 0.25)
plt.show()

1.1.5.3 堆積條形圖

通過使用  plt.bar()  函數(shù)中的可選參數(shù)，可以繪制堆積條形圖， plt.bar()  函數(shù)的可選參數(shù)  bottom  允許指定條形圖的起始值。

y_1 = [3., 25., 45., 22.]
y_2 = [6., 25., 50., 25.]
x = range(4)
plt.bar(x, y_1, color = 'b')
plt.bar(x, y_2, color = 'r', bottom = y_1)
plt.show()

如果想要繪制水平的堆積條形圖，則需要使用left來指定其實(shí)位置：

y_1 = [3., 25., 45., 22.]
y_2 = [6., 25., 50., 25.]
x = range(4)
?
# # 對y_1和y_2進(jìn)行累加
# y_1_cumsum = np.cumsum(y_1)
# y_2_cumsum = np.cumsum(y_2)
?
plt.barh(x, y_1, color='b', label='y_1')
plt.barh(x, y_2, color='r', left=y_1, label='y_2')
?
plt.legend()
plt.show()

可以結(jié)合  for  循環(huán)，利用延遲呈現(xiàn)機(jī)制可以堆疊更多的條形：

data = np.array([[5., 30., 45., 22.], [5., 25., 50., 20.], [1., 2., 1., 1.]])
x = np.arange(data.shape[1])
for i in range(data.shape[0]):
plt.bar(x, data[i], bottom = np.sum(data[:i], axis = 0))
plt.show()

1.1.5.4 對稱條形圖

當(dāng)我們想要繪制不同年齡段的男性與女性數(shù)量的對比時，一個簡單且有用的技巧是對稱繪制兩個條形圖：

w_pop = np.array([5., 30., 45., 22.])
m_pop = np.array( [5., 25., 50., 20.])
x = np.arange(4)
plt.barh(x, w_pop)
plt.barh(x, -m_pop)
plt.show()

1.1.4 餅圖

餅圖可以用于對比數(shù)量間的相對關(guān)系， plt.pie()  函數(shù)將一系列值作為輸入，將值傳遞給  Matplolib ，它就會自動計(jì)算各個值在餅圖中的相對面積，并進(jìn)行繪制：

使用 plt.pie() 的一般語法如下：

pythonCopy code
plt.pie(x, explode=None, labels=None, colors=None, autopct=None, shadow=False, startangle=0, **kwargs)

其中，參數(shù)的意義如下：

• x : 這是一個1維數(shù)組或列表，表示各個部分的數(shù)據(jù)值。這些數(shù)據(jù)值將用于計(jì)算各個部分所占的比例，并繪制餅圖。

• explode : (可選參數(shù)) 這是一個1維數(shù)組或列表，用于指定是否將某些部分從餅圖中分離出來。默認(rèn)值為None，表示不進(jìn)行分離。如果要分離某些部分，可以傳遞一個與 x 長度相同的數(shù)組，其中數(shù)值大于0表示分離的距離。

• labels : (可選參數(shù)) 這是一個1維數(shù)組或列表，用于指定餅圖中每個部分的標(biāo)簽。默認(rèn)值為None，表示不顯示標(biāo)簽。如果要顯示標(biāo)簽，可以傳遞一個與 x 長度相同的數(shù)組，其中包含各個部分的標(biāo)簽文本。

• colors : (可選參數(shù)) 這是一個1維數(shù)組或列表，用于指定餅圖中每個部分的顏色。默認(rèn)值為None，表示使用默認(rèn)的顏色循環(huán)。如果要自定義顏色，可以傳遞一個與 x 長度相同的數(shù)組，其中包含各個部分的顏色。

• autopct : (可選參數(shù)) 這是一個字符串或函數(shù)，用于顯示各個部分所占的百分比。默認(rèn)值為None，表示不顯示百分比。如果傳遞一個字符串，比如 '%1.1f%%' ，將顯示小數(shù)點(diǎn)后一位的百分比。如果傳遞一個函數(shù)，該函數(shù)將接收一個數(shù)值作為參數(shù)，并返回一個字符串用于顯示百分比。

• shadow : (可選參數(shù)) 這是一個布爾值，用于指定是否在餅圖下方添加陰影。默認(rèn)值為False，表示不添加陰影。

• startangle : (可選參數(shù)) 這是一個標(biāo)量，用于指定餅圖的起始角度。默認(rèn)值為0，表示從0度角開始繪制餅圖，逆時針方向。

• **kwargs : (可選參數(shù)) 這是一些可選的關(guān)鍵字參數(shù)，用于配置餅圖的其他屬性，比如邊界線寬度、邊界線顏色等。

一旦調(diào)用了 plt.pie() 來繪制餅圖，你可以使用 plt.axis('equal') 來保證餅圖是圓形的，使用 plt.legend() 來顯示圖例。

data = [10, 15, 30, 20]
plt.pie(data,explode = [0.1,0.1,0.1,0.1],shadow=True)
plt.show()

1.1.5 直方圖

直方圖是概率分布的圖形表示。事實(shí)上，直方圖只是一種特殊的條形圖。我們可以很容易地使用  Matplotlib  的條形圖函數(shù)，并進(jìn)行一些統(tǒng)計(jì)運(yùn)算來生成直方圖。但是，鑒于直方圖的使用頻率非常高，因此  Matplotlib  提供了一個更加方便的函數(shù)—— plt.hist() 。  plt.hist()  函數(shù)的作用是：獲取一系列值作為輸入。值的范圍將被劃分為大小相等的范圍(默認(rèn)情況下數(shù)量為  10 )，然后生成條形圖，一個范圍對應(yīng)一個條柱，一個條柱的高度是相應(yīng)范圍內(nèi)中的值的數(shù)量，條柱的數(shù)量由可選參數(shù)  bins 確定。

使用 plt.hist() 的一般語法如下：

pythonCopy code
plt.hist(x, bins=None, range=None, density=False, cumulative=False, color=None, edgecolor=None, **kwargs)

其中，參數(shù)的意義如下：

• x : 這是一個1維數(shù)組或列表，表示要繪制直方圖的數(shù)據(jù)。

• bins : (可選參數(shù)) 這是一個整數(shù)或指定分 bin 的數(shù)組，用于控制直方圖的箱子（bin）數(shù)量和位置。默認(rèn)值為None，表示使用自動選擇的箱子數(shù)量?？梢詡鬟f一個整數(shù)值來指定箱子數(shù)量，或者傳遞一個數(shù)組來指定具體的箱子邊界。

• range : (可選參數(shù)) 這是一個元組或列表，用于指定直方圖的數(shù)據(jù)范圍。默認(rèn)值為None，表示使用整個數(shù)據(jù)的范圍?？梢詡鬟f一個元組或列表，如 (min_value, max_value) ，來限制直方圖顯示的數(shù)據(jù)范圍。

• density : (可選參數(shù)) 這是一個布爾值，用于指定是否對直方圖進(jìn)行標(biāo)準(zhǔn)化。默認(rèn)值為False，表示直方圖顯示的是原始數(shù)據(jù)的頻數(shù)。如果設(shè)置為True，直方圖將顯示相對頻率，使得直方圖的面積總和為1。

• cumulative : (可選參數(shù)) 這是一個布爾值，用于指定是否繪制累積直方圖。默認(rèn)值為False，表示繪制原始直方圖。如果設(shè)置為True，將繪制累積直方圖，即顯示每個箱子內(nèi)數(shù)據(jù)的累積數(shù)量。

• color : (可選參數(shù)) 這是一個字符串或顏色代碼，用于指定直方圖的填充顏色。

• edgecolor : (可選參數(shù)) 這是一個字符串或顏色代碼，用于指定直方圖的邊界線顏色。

• **kwargs : (可選參數(shù)) 這是一些可選的關(guān)鍵字參數(shù)，用于配置直方圖的其他屬性，比如透明度、標(biāo)簽等。

一旦調(diào)用了 plt.hist() 來繪制直方圖，你可以使用 plt.xlabel() 、 plt.ylabel() 和 plt.title() 等方法來添加坐標(biāo)軸標(biāo)簽和圖標(biāo)題，使用 plt.legend() 來顯示圖例，

data1 = np.random.rand(1024)
plt.hist(data1, bins=10, alpha=0.6, label='Data 1', histtype='bar', rwidth=0.8)
plt.xlabel('Value')
plt.ylabel('Frequency')
plt.title('Histogram with Gap between Bars')
plt.legend()
plt.show()

如果要在繪制多個直方圖時，讓它們之間有間距，可以使用 plt.hist() 方法的 histtype 參數(shù)。 histtype 參數(shù)用于指定直方圖的類型，包括'bar'（默認(rèn)）、'barstacked'和'step'等。

對于繪制多個直方圖，并希望它們之間有間距，可以選擇使用'bar'或'barstacked'類型，并將 alpha 參數(shù)設(shè)置為小于1的值，從而使得直方圖之間透明，從而呈現(xiàn)出間距的效果。

在上面的代碼中，使用了 histtype='bar' 和 alpha=0.6 參數(shù)來設(shè)置直方圖類型為'bar'并使得直方圖之間有間距。同時，我們還設(shè)置了 rwidth=0.8 來控制直方圖的寬度，以使得直方圖在水平方向上有間距。

1.1.6 箱形圖

箱線圖將會顯示數(shù)據(jù)的五數(shù)概括：最小值、下四分位數(shù)、中位數(shù)、上四分位數(shù)、最大值，以及可能的異常值。

使用 plt.boxplot(data) 的一般語法如下：

plt.boxplot(data, notch=None, sym=None, vert=None, whis=None, positions=None, widths=None, patch_artist=None, **kwargs)

其中，參數(shù)的意義如下：

• data : 這是一個列表、數(shù)組或多個列表/數(shù)組的組合，表示要繪制箱線圖的數(shù)據(jù)集?？梢詡鬟f一個列表或數(shù)組，也可以傳遞多個列表或數(shù)組組成的組合，用于在同一個圖中繪制多個箱線圖。

• notch : (可選參數(shù)) 這是一個布爾值，用于指定是否在箱線圖中繪制缺口。默認(rèn)值為None，表示不繪制缺口。如果設(shè)置為True，箱線圖將帶有缺口，有助于顯示數(shù)據(jù)集的置信區(qū)間。

• sym : (可選參數(shù)) 這是一個字符串，用于指定異常值的表示方式。默認(rèn)值為None，表示使用'+'表示異常值?？梢詡鬟f其他符號或空字符串來自定義異常值的表示。

• vert : (可選參數(shù)) 這是一個布爾值，用于指定箱線圖的方向。默認(rèn)值為None，表示繪制垂直箱線圖。如果設(shè)置為False，將繪制水平箱線圖。

• whis : (可選參數(shù)) 這是一個標(biāo)量或元組，用于指定箱線圖中須的長度。默認(rèn)值為None，表示使用默認(rèn)值1.5。可以傳遞一個標(biāo)量值或一個元組 (lower, upper) ，用于自定義須的長度。

• positions : (可選參數(shù)) 這是一個標(biāo)量或列表，用于指定箱線圖的位置。默認(rèn)值為None，表示每個數(shù)據(jù)集在x軸上均勻分布?？梢詡鬟f一個標(biāo)量值或一個與數(shù)據(jù)集數(shù)量相同的列表，用于自定義箱線圖的位置。

• widths : (可選參數(shù)) 這是一個標(biāo)量或列表，用于指定箱線圖的寬度。默認(rèn)值為None，表示使用默認(rèn)寬度。可以傳遞一個標(biāo)量值或一個與數(shù)據(jù)集數(shù)量相同的列表，用于自定義箱線圖的寬度。

• patch_artist : (可選參數(shù)) 這是一個布爾值，用于指定是否對箱線圖的盒體使用填充顏色。默認(rèn)值為None，表示不使用填充顏色。如果設(shè)置為True，箱線圖的盒體將被填充，可以通過 boxprops 參數(shù)指定填充顏色和其他屬性。

• **kwargs : (可選參數(shù)) 這是一些可選的關(guān)鍵字參數(shù)，用于配置箱線圖的其他屬性，比如線條顏色、線條樣式等。

一旦調(diào)用了 plt.boxplot(data) 來繪制箱線圖，你可以使用 plt.xlabel() 、 plt.ylabel() 和 plt.title() 等方法來添加坐標(biāo)軸標(biāo)簽和圖標(biāo)題，使用 plt.xticks() 和 plt.yticks() 來自定義刻度標(biāo)簽

示例：

data = np.random.randn(100)
# 繪制箱線圖
plt.boxplot(data)
# 添加標(biāo)題和標(biāo)簽
plt.title('Box Plot Example')
plt.ylabel('Value')
# 顯示箱線圖
plt.show()

• 圖中黃線是分布的中位數(shù)。

• 方形箱框包括從下四分位數(shù)Q1到上四分位數(shù)Q3的50%的數(shù)據(jù)。

• 下盒須的下四分位延伸到1.5 (Q3-Q1)。

• 上盒須從上四分位延伸至1.5 (Q3-Q1)。

• 離盒須較遠(yuǎn)的數(shù)值用圓圈標(biāo)記。

要在單個圖形中繪制多個箱形圖，對每個箱形圖調(diào)用一次 plt.boxplot() 是不可行。它會將所有箱形圖畫在一起，形成一個混亂的、不可讀的圖形。如果想要到達(dá)符合要求的效果，只需在一次調(diào)用 plt.boxplot() 中，同時繪制多個箱形圖即可，如下所示：

data = np.random.randn(200, 6)
#繪制圖形
plt.boxplot(data)
# 添加標(biāo)題和標(biāo)簽
plt.title('Box Plot Example')
plt.ylabel('Value')
# 顯示箱線圖
plt.show()

1.2 3D圖形繪制

導(dǎo)入：

from mpl_toolkits.mplot3d import Axes3D

1.2.1 3D散點(diǎn)圖

3D  散點(diǎn)圖的繪制方式與  2D  散點(diǎn)圖基本相同，示例如下：

a, b, c = 10., 28., 8. / 3.
def lorenz_map(x, dt = 1e-2):
x_dt = np.array([a * (x[1] - x[0]), x[0] * (b - x[2]) - x[1], x[0] * x[1] - c * x[2]])
return x + dt * x_dt
points = np.zeros((2000, 3))
x = np.array([.1, .0, .0])
for i in range(points.shape[0]):
points[i], x = x, lorenz_map(x)
# Plotting
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d') ?# 使用add_subplot()方法創(chuàng)建三維坐標(biāo)軸
ax.set_xlabel('X axis')
ax.set_ylabel('Y axis')
ax.set_zlabel('Z axis')
ax.set_title('Lorenz Attractor a=%0.2f b=%0.2f c=%0.2f' % (a, b, c))
ax.scatter(points[:, 0], points[:, 1],points[:, 2], zdir = 'z', c = 'c')
plt.show()

在Matplotlib中， scatter() 方法用于在三維坐標(biāo)軸上繪制散點(diǎn)圖。它可以將一系列的數(shù)據(jù)點(diǎn)以散點(diǎn)的形式表示在三維空間中。

scatter() 方法的語法如下：

scatter(x, y, z, c=None, s=None, marker=None, cmap=None, **kwargs)

其中，參數(shù)的意義如下：

• x : 這是一個1維數(shù)組或列表，表示散點(diǎn)圖在X軸上的位置。

• y : 這是一個1維數(shù)組或列表，表示散點(diǎn)圖在Y軸上的位置。

• z : 這是一個1維數(shù)組或列表，表示散點(diǎn)圖在Z軸上的位置，即垂直于XY平面的位置。

• c : (可選參數(shù)) 這是一個1維數(shù)組或列表，用于指定每個散點(diǎn)的顏色。默認(rèn)值為None，表示使用默認(rèn)的顏色映射。你可以傳遞一個與 x 、 y 和 z 長度相同的數(shù)組，其中每個元素表示對應(yīng)散點(diǎn)的顏色。

• s : (可選參數(shù)) 這是一個標(biāo)量或1維數(shù)組或列表，用于指定散點(diǎn)的大小。默認(rèn)值為None，表示使用默認(rèn)的點(diǎn)大小。如果傳遞一個標(biāo)量值，所有散點(diǎn)的大小將相同。如果傳遞一個與 x 、 y 和 z 長度相同的數(shù)組，每個元素表示對應(yīng)散點(diǎn)的大小。

• marker : (可選參數(shù)) 這是一個字符串，用于指定散點(diǎn)的標(biāo)記類型。默認(rèn)值為None，表示使用圓圈標(biāo)記?？梢詡鬟f其他標(biāo)記類型，如's', 'o', '^'等。

• cmap : (可選參數(shù)) 這是一個Colormap對象或字符串，用于指定顏色映射。默認(rèn)值為None，表示使用默認(rèn)的顏色映射。你可以傳遞一個Colormap對象，或者使用字符串指定常見的顏色映射，如'viridis'、'plasma'、'jet'等。

• zdir 是 scatter() 方法中的一個可選參數(shù)，用于指定在三維坐標(biāo)軸上散點(diǎn)的投影方向。它用于控制散點(diǎn)在三維空間中的展示方式。

  在 scatter() 方法中， zdir 可以取三個值：'x'、'y'和'z'。這些值分別表示在X軸、Y軸和Z軸上展示散點(diǎn)的投影。

  當(dāng) zdir 設(shè)置為'x'時，散點(diǎn)在XY平面上的投影將在X軸上展示。 當(dāng) zdir 設(shè)置為'y'時，散點(diǎn)在XZ平面上的投影將在Y軸上展示。 當(dāng) zdir 設(shè)置為'z'時，散點(diǎn)在XY平面上的投影將在Z軸上展示。

  默認(rèn)情況下， zdir 的值為None，此時散點(diǎn)將在XY平面上展示，而不會在X、Y或Z軸上產(chǎn)生投影。

• **kwargs : (可選參數(shù)) 這是一些可選的關(guān)鍵字參數(shù)，用于配置散點(diǎn)圖的其他屬性，比如透明度、邊緣顏色等。

scatter() 方法可以在一個三維坐標(biāo)軸對象上調(diào)用，通過 ax.scatter() 的形式來繪制三維散點(diǎn)圖。在調(diào)用 scatter() 時，將數(shù)據(jù)傳遞給 x 、 y 和 z 參數(shù)，然后可以使用 c 和 s 參數(shù)來指定顏色和大小， marker 參數(shù)來指定標(biāo)記類型， cmap 參數(shù)來指定顏色映射等。

繪制3D圖形的步驟：

1、首先需要導(dǎo)入  Matplotlib  的三維擴(kuò)展  Axes3D ：

from mpl_toolkits.mplot3d import Axes3D

2、對于三維繪圖，需要創(chuàng)建一個  Figure  實(shí)例并附加一個  Axes3D  實(shí)例：

fig = plt.figure()
ax = fig.gca(projection='3d')

gca方法已經(jīng)不能使用了，可以使用add_subplot方法：

ax = fig.add_subplot(111, projection='3d') ?# 使用add_subplot()方法創(chuàng)建三維坐標(biāo)軸

3、然后帶入相應(yīng)的方法即可，這里帶入了scatter繪制散點(diǎn)圖：

ax.scatter(points[:, 0], points[:, 1],points[:, 2], zdir = 'z', c = 'c')

1.2.2 3D曲線圖

與在  3D  空間中繪制散點(diǎn)圖類似，繪制  3D  曲線圖同樣需要設(shè)置一個  Axes3D  實(shí)例，然后調(diào)用其  plot()  方法：

a, b, c = 10., 28., 8. / 3.
def lorenz_map(x, dt = 1e-2):
x_dt = np.array([a * (x[1] - x[0]), x[0] * (b - x[2]) - x[1], x[0] * x[1] - c * x[2]])
return x + dt * x_dt
points = np.zeros((8000, 3))
x = np.array([.1, .0, .0])
for i in range(points.shape[0]):
points[i], x = x, lorenz_map(x)
# Plotting
fig = plt.figure()
ax = fig.add_subplot(projection = '3d')
ax.set_xlabel('X axis')
ax.set_ylabel('Y axis')
ax.set_zlabel('Z axis')
ax.set_title('Lorenz Attractor a=%0.2f b=%0.2f c=%0.2f' % (a, b, c))
ax.plot(points[:, 0], points[:, 1], points[:, 2], c = 'c')
plt.show()

1.2.3 3D標(biāo)量場

3D  繪圖方式類似與相應(yīng)的  2D  繪圖方式，但也有許多特有的三維繪圖功能，例如將二維標(biāo)量場繪制為  3D  曲面， plot_surface()  方法使用 x、 y和 z 三個序列將標(biāo)量場顯示為三維曲面（展示一個二維量在三維中的形狀）：

x = np.linspace(-3, 3, 256)
y = np.linspace(-3, 3, 256)
x_grid, y_grid = np.meshgrid(x, y) #使用`np.meshgrid()`方法將一維數(shù)組`x`和`y`轉(zhuǎn)換為二維數(shù)組，得到`x_grid`和`y_grid`，用于表示XY平面上的點(diǎn)坐標(biāo)網(wǎng)格。
print(x_grid)
z = np.sinc(np.sqrt(x_grid ** 2 + y_grid ** 2))
fig = plt.figure()
ax = fig.add_subplot(projection = '3d') #創(chuàng)建一個三維坐標(biāo)軸對象。
ax.plot_surface(x_grid, y_grid, z, cmap=cm.viridis) #x_grid和y_grid表示XY平面上的點(diǎn)坐標(biāo)網(wǎng)格，z表示每個點(diǎn)上的函數(shù)值。cmap=cm.viridis指定使用'viridis'顏色映射，用于在三維圖上表示高度的顏色。
plt.show()

plot_surface() 的用法如下：

pythonCopy code
plot_surface(X, Y, Z, cmap=None, rstride=1, cstride=1, alpha=1.0, antialiased=False, **kwargs)

其中，參數(shù)的意義如下：

• X : 二維數(shù)組，表示數(shù)據(jù)在X軸上的坐標(biāo)。它的形狀應(yīng)該與 Z 的形狀相同。

• Y : 二維數(shù)組，表示數(shù)據(jù)在Y軸上的坐標(biāo)。它的形狀應(yīng)該與 Z 的形狀相同。

• Z : 二維數(shù)組，表示數(shù)據(jù)在三維空間中的高度或數(shù)值。它的形狀應(yīng)該與 X 和 Y 的形狀相同。

• cmap : Colormap對象或字符串，用于指定顏色映射。默認(rèn)值為None，表示使用默認(rèn)的顏色映射。你可以傳遞一個Colormap對象，或者使用字符串指定常見的顏色映射，如'viridis'、'plasma'、'jet'等。

• rstride : 整數(shù)，表示在Z方向上采樣的步長。默認(rèn)值為1，表示不進(jìn)行采樣。較大的值會導(dǎo)致更少的繪制點(diǎn)，從而加快繪制速度，但可能會影響圖像的精細(xì)程度。

• cstride : 整數(shù)，表示在XY平面上采樣的步長。默認(rèn)值為1，表示不進(jìn)行采樣。較大的值會導(dǎo)致更少的繪制點(diǎn)，從而加快繪制速度，但可能會影響圖像的精細(xì)程度。

• alpha : 浮點(diǎn)數(shù)，表示表面的透明度。默認(rèn)值為1.0，表示不透明。取值范圍為0.0到1.0，其中0.0表示完全透明，1.0表示完全不透明。

• antialiased : 布爾值，表示是否使用抗鋸齒。默認(rèn)值為False，表示不使用抗鋸齒。如果設(shè)置為True，圖像會更加平滑，但可能會增加繪制時間。

• 色。

  在繪制三維表面圖時，表面由許多小的三角形或多邊形組成，這些小形狀之間的邊緣線通常是默認(rèn)顏色。通過設(shè)置 edgecolor 參數(shù)，你可以控制這些邊緣線的顏色，使其與表面的顏色不同，從而增加圖形的可視化效果。

  edgecolor 可以接受一個顏色值的字符串或RGB元組。常用的顏色值字符串如下：

  • 'b'：藍(lán)色

  • 'g'：綠色

  • 'r'：紅色

  • 'c'：青色（藍(lán)綠色）

  • 'm'：洋紅（品紅色）

  • 'y'：黃色

  • 'k'：黑色

  • 'w'：白色

  你也可以傳遞一個RGB元組，例如 (0.1, 0.2, 0.3) ，表示RGB顏色分量的值在0到1之間。這樣，你可以自定義邊緣線的顏色。

• **kwargs : 可選的關(guān)鍵字參數(shù)，用于配置表面圖的其他屬性，比如線條顏色、線條樣式等。

X 、 Y 和 Z 分別代表了數(shù)據(jù)在三維空間中的網(wǎng)格坐標(biāo)和高度，而 cmap 參數(shù)可以用來調(diào)整表面的顏色。 rstride 和 cstride 參數(shù)用于控制在Z方向和XY平面上的采樣步長，可以用于優(yōu)化繪制速度和圖像精細(xì)度。 alpha 參數(shù)控制表面的透明度， antialiased 參數(shù)用于指定是否使用抗鋸齒。

如果不希望看到三維曲面上顯示的曲線色彩，可以使用  plot_surface()  的附加可選參數(shù)：

ax.plot_surface(x_grid, y_grid, z, cmap=cm.viridis, linewidth=0, antialiased=False)

示例：

x = np.linspace(-3, 3, 256)
y = np.linspace(-3, 3, 256)
x_grid, y_grid = np.meshgrid(x, y) #使用`np.meshgrid()`方法將一維數(shù)組`x`和`y`轉(zhuǎn)換為二維數(shù)組，得到`x_grid`和`y_grid`，用于表示XY平面上的點(diǎn)坐標(biāo)網(wǎng)格。
z = np.sinc(np.sqrt(x_grid ** 2 + y_grid ** 2))
fig = plt.figure()
ax = fig.add_subplot(projection = '3d') #創(chuàng)建一個三維坐標(biāo)軸對象。
ax.plot_surface(x_grid, y_grid, z, cmap=cm.viridis, linewidth=0, antialiased=False) #x_grid和y_grid表示XY平面上的點(diǎn)坐標(biāo)網(wǎng)格，z表示每個點(diǎn)上的函數(shù)值。cmap=cm.viridis指定使用'viridis'顏色映射，用于在三維圖上表示高度的顏色。
plt.show()

可以僅保持曲線色彩，而曲面不使用其他顏色，這也可以通過  plot_surface()  的可選參數(shù)來完成：

x = np.linspace(-3, 3, 256)
y = np.linspace(-3, 3, 256)
x_grid, y_grid = np.meshgrid(x, y) #使用`np.meshgrid()`方法將一維數(shù)組`x`和`y`轉(zhuǎn)換為二維數(shù)組，得到`x_grid`和`y_grid`，用于表示XY平面上的點(diǎn)坐標(biāo)網(wǎng)格。
z = np.sinc(np.sqrt(x_grid ** 2 + y_grid ** 2))
fig = plt.figure()
ax = fig.add_subplot(projection = '3d') #創(chuàng)建一個三維坐標(biāo)軸對象。
ax.plot_surface(x_grid, y_grid, z, edgecolor='b',color='w') #x_grid和y_grid表示XY平面上的點(diǎn)坐標(biāo)網(wǎng)格，z表示每個點(diǎn)上的函數(shù)值。cmap=cm.viridis指定使用'viridis'顏色映射，用于在三維圖上表示高度的顏色。
plt.show()

如果希望消除曲面，而僅使用線框進(jìn)行繪制，可以使用  plot_wireframe()  函數(shù)， plot_wireframe()  參數(shù)與  plot_surface()  相同，使用兩個可選參數(shù)  rstride  和  cstride  用于令  Matplotlib  跳過 x 和 y軸上指定數(shù)量的坐標(biāo)，用于減少曲線的密度：

ax.plot_wireframe(x_grid, y_grid, z, cstride=10, rstride=10,color='c')

示例：

plot_wireframe() 的用法如下：

plot_wireframe(X, Y, Z, rstride=1, cstride=1, color=None, linewidth=1, antialiased=False, **kwargs)

其中，參數(shù)的意義如下：

• X : 二維數(shù)組，表示數(shù)據(jù)在X軸上的坐標(biāo)。它的形狀應(yīng)該與 Z 的形狀相同。

• Y : 二維數(shù)組，表示數(shù)據(jù)在Y軸上的坐標(biāo)。它的形狀應(yīng)該與 Z 的形狀相同。

• Z : 二維數(shù)組，表示數(shù)據(jù)在三維空間中的高度或數(shù)值。它的形狀應(yīng)該與 X 和 Y 的形狀相同。

• rstride : 整數(shù)，表示在Z方向上采樣的步長。默認(rèn)值為1，表示不進(jìn)行采樣。較大的值會導(dǎo)致更少的繪制點(diǎn)，從而加快繪制速度，但可能會影響圖像的精細(xì)程度。

• cstride : 整數(shù)，表示在XY平面上采樣的步長。默認(rèn)值為1，表示不進(jìn)行采樣。較大的值會導(dǎo)致更少的繪制點(diǎn)，從而加快繪制速度，但可能會影響圖像的精細(xì)程度。

• color : 顏色或顏色序列，用于指定線框的顏色。默認(rèn)值為None，表示使用默認(rèn)的顏色。

• linewidth : 浮點(diǎn)數(shù)，表示線框的寬度。默認(rèn)值為1。

• antialiased : 布爾值，表示是否使用抗鋸齒。默認(rèn)值為False，表示不使用抗鋸齒。如果設(shè)置為True，線框會更加平滑，但可能會增加繪制時間。

• **kwargs : 可選的關(guān)鍵字參數(shù)，用于配置線框圖的其他屬性，比如線條樣式等。

X 、 Y 和 Z 分別代表了數(shù)據(jù)在三維空間中的網(wǎng)格坐標(biāo)和高度， rstride 和 cstride 參數(shù)用于控制在Z方向和XY平面上的采樣步長，可以用于優(yōu)化繪制速度和圖像精細(xì)度。 color 參數(shù)用于指定線框的顏色， linewidth 參數(shù)用于調(diào)整線框的寬度， antialiased 參數(shù)用于指定是否使用抗鋸齒。

1.2.4 繪制3D曲面

Matplotlib  也能夠使用更通用的方式繪制三維曲面：

angle = np.linspace(0, 2 * np.pi, 32)
theta, phi = np.meshgrid(angle, angle)
r, r_w = .25, 1.
x = (r_w + r * np.cos(phi)) * np.cos(theta)
y = (r_w + r * np.cos(phi)) * np.sin(theta)
z = r * np.sin(phi)
# Display the mesh
fig = plt.figure()
ax = fig.add_subplot(projection = '3d')
ax.set_xlim3d(-1, 1)
ax.set_ylim3d(-1, 1)
ax.set_zlim3d(-1, 1)
ax.plot_surface(x, y, z, color = 'c', edgecolor='m', rstride = 2, cstride = 2)
plt.show()

同樣可以使用  plot_wireframe()  替換對  plot_surface()  的調(diào)用，以便獲得圓環(huán)的線框視圖：

angle = np.linspace(0, 2 * np.pi, 32)
theta, phi = np.meshgrid(angle, angle)
r, r_w = .25, 1.
x = (r_w + r * np.cos(phi)) * np.cos(theta)
y = (r_w + r * np.cos(phi)) * np.sin(theta)
z = r * np.sin(phi)
# Display the mesh
fig = plt.figure()
ax = fig.add_subplot(projection = '3d')
ax.set_xlim3d(-1, 1)
ax.set_ylim3d(-1, 1)
ax.set_zlim3d(-1, 1)
ax.plot_wireframe(x, y, z, edgecolor='c', rstride = 2, cstride = 1)
plt.show()

1.2.5 在3D坐標(biāo)中繪制2D圖形

Axes3D  實(shí)例同樣支持常用的二維渲染命令，如  plot() ：

ax.plot(x, u, zs=3, zdir='y', lw = 2, color = 'm')

這段代碼使用 ax.plot() 方法在三維坐標(biāo)軸中繪制一條線。

• x : 一維數(shù)組或列表，表示數(shù)據(jù)點(diǎn)在X軸上的位置。

• u : 一維數(shù)組或列表，表示數(shù)據(jù)點(diǎn)在Y軸上的位置。

• zs : 數(shù)字或一維數(shù)組，表示數(shù)據(jù)點(diǎn)在Z軸上的位置。在這個例子中， zs=3 表示數(shù)據(jù)點(diǎn)在Z軸上的位置都是3，也就是說這條線的所有點(diǎn)都在Z=3這個平面上。如果傳遞一個一維數(shù)組，表示每個數(shù)據(jù)點(diǎn)在Z軸上的位置。

• zdir : 字符串，表示投影方向。這個參數(shù)用于控制這條線在三維空間中的展示方向。在這個例子中， zdir='y' 表示這條線在XY平面上的投影將在Y軸上展示。

• lw : (可選參數(shù)) 數(shù)字，表示線條的寬度。默認(rèn)值為2。

• color : (可選參數(shù)) 字符串，表示線條的顏色。默認(rèn)值為'm'，表示線條顏色為洋紅色（品紅色）。你可以使用顏色字符串，如'red'、'blue'、'green'等，也可以使用縮寫顏色字符串，如'r'、'b'、'g'等。

Axes3D 實(shí)例對  plot()  的調(diào)用有兩個新的可選參數(shù)：  zdir  ：用于決定在哪個平面上繪制2D繪圖，可選值包括  x 、 y  或  z ；  zs  ：用于決定平面的偏移。 因此，要將二維圖形嵌入到三維圖形中，只需將二維原語用于  Axes3D  實(shí)例，同時使用可選參數(shù)， zdir  和  zs ，來放置所需渲染圖形平面。

示例：

x = np.linspace(-3, 3, 256)
y = np.linspace(-3, 3, 256)
x_grid, y_grid = np.meshgrid(x, y)
z = np.exp(-(x_grid ** 2 + y_grid ** 2))
u = np.exp(-(x ** 2))
fig = plt.figure()
ax = fig.add_subplot(projection = '3d')
ax.set_zlim3d(0, 3)#ax.set_zlim3d()是Matplotlib中用于設(shè)置三維坐標(biāo)軸的Z軸范圍（限制）的方法。它用于限定Z軸的取值范圍，從而控制繪圖中Z軸顯示的范圍。set_zlim3d(zmin, zmax)
ax.plot(x, u, zs=3, zdir='y', lw = 2, color = 'm')
ax.plot(x, u, zs=-3, zdir='x', lw = 2., color = 'c')
ax.plot_surface(x_grid, y_grid, z, color = 'b')
plt.show()

除此之外，可以在 3D  空間中堆疊  2D  條形圖：

alpha = 1. / np.linspace(1, 8, 5)
t = np.linspace(0, 5, 16)
t_grid, a_grid = np.meshgrid(t, alpha)
data = np.exp(-t_grid * a_grid)
# Plotting
fig = plt.figure()
ax = fig.add_subplot(projection = '3d')
cmap = cm.ScalarMappable(col.Normalize(0, len(alpha)), cm.viridis) ?#顏色映射
for i, row in enumerate(data):
ax.bar(4 * t, row, zs=i, zdir='y', alpha=0.8, color=cmap.to_rgba(i))
plt.show()

• col.Normalize(0, len(alpha)) : 這是創(chuàng)建一個歸一化（Normalize）對象的操作。 col 是 matplotlib.colors 模塊的別名，用于訪問顏色相關(guān)的功能。 Normalize(0, len(alpha)) 表示將數(shù)據(jù)映射到0到 len(alpha) 之間的范圍。這個操作通常用于將數(shù)據(jù)規(guī)范化到特定范圍，以便后續(xù)的顏色映射。

• cm.viridis : 這是指定使用的顏色映射。 cm 是 matplotlib.cm 模塊的別名，用于訪問顏色映射功能。 viridis 是一種預(yù)定義的顏色映射，它包含一系列顏色，從低值（例如0）到高值（例如1）依次變化，用于在繪圖中表示數(shù)據(jù)的高低或其他屬性。

• cm.ScalarMappable(col.Normalize(0, len(alpha)), cm.viridis) : 這個操作將前面創(chuàng)建的歸一化對象和顏色映射對象組合在一起，生成一個可映射到顏色的標(biāo)量映射對象。這個對象在繪圖中用于將數(shù)值映射到對應(yīng)的顏色.

• ax.bar(4 * t, row, zs=i, zdir='y', alpha=0.8, color=cmap.to_rgba(i)) : 在三維坐標(biāo)軸中繪制一個條形， 4 * t 表示條形的X坐標(biāo)， row 表示條形的高度， zs=i 表示條形的Z坐標(biāo)， zdir='y' 表示條形在XY平面上的投影將在Y軸上展示， alpha=0.8 表示條形的透明度為0.8， color=cmap.to_rgba(i) 表示條形的顏色根據(jù) i 通過顏色映射對象 cmap 獲取

1.2.6 3D柱形圖

3D  柱體以網(wǎng)格布局定位， bar3d()  方法接受六個必需參數(shù)作為輸入， bar3d() 是Matplotlib中用于繪制三維條形圖的方法。它可以在三維坐標(biāo)軸中繪制一個或多個條形，用于可視化三維數(shù)據(jù)。

bar3d() 的用法如下：

bar3d(x, y, z, dx, dy, dz, color='b', zsort='average', *args, **kwargs)

其中，參數(shù)的含義如下：

• x : 一維數(shù)組或列表，表示每個條形的中心點(diǎn)在X軸上的位置。

• y : 一維數(shù)組或列表，表示每個條形的中心點(diǎn)在Y軸上的位置。

• z : 一維數(shù)組或列表，表示每個條形的中心點(diǎn)在Z軸上的位置，即條形的高度。

• dx : 一維數(shù)組或列表，表示每個條形在X軸方向上的寬度。

• dy : 一維數(shù)組或列表，表示每個條形在Y軸方向上的寬度。

• dz : 一維數(shù)組或列表，表示每個條形在Z軸方向上的高度，即條形的厚度。

• color : (可選參數(shù)) 字符串或顏色序列，表示條形的顏色。默認(rèn)值為藍(lán)色('b')。

• zsort : (可選參數(shù)) 字符串，表示條形的繪制順序。默認(rèn)值為'average'，表示按照Z軸坐標(biāo)的平均值對條形進(jìn)行排序。也可以選擇'min'表示按照Z軸坐標(biāo)的最小值排序，'max'表示按照Z軸坐標(biāo)的最大值排序，或者'none'表示不排序。

• *args 和 **kwargs : (可選參數(shù)) 這是一些額外的位置參數(shù)和關(guān)鍵字參數(shù)，用于配置條形的其他屬性，比如線條顏色、線條樣式等。

通過傳遞 x 、 y 和 z 的數(shù)據(jù)，以及 dx 、 dy 和 dz 的寬度和高度數(shù)據(jù)，你可以使用 bar3d() 方法繪制一個或多個三維條形。每個條形的中心點(diǎn)由 x 、 y 和 z 指定，寬度由 dx 和 dy 指定，高度由 dz 指定。

color 參數(shù)用于設(shè)置條形的顏色，可以傳遞顏色字符串，如'red'、'blue'、'green'等，也可以使用縮寫顏色字符串，如'r'、'b'、'g'等，或者使用顏色序列。

zsort 參數(shù)用于控制條形的繪制順序，可以按照Z軸坐標(biāo)的平均值、最小值或最大值對條形進(jìn)行排序，或者不排序。

示例：

alpha = np.linspace(1, 8, 5)
t = np.linspace(0, 5, 16)
t_grid, a_grid = np.meshgrid(t, alpha)
data = np.exp(-t_grid * (1. / a_grid))
# Plotting
fig = plt.figure()
ax = fig.add_subplot(projection = '3d')
xi = t_grid.flatten()
yi = a_grid.flatten()
zi = np.zeros(data.size)
dx = .30 * np.ones(data.size)
dy = .30 * np.ones(data.size)
dz = data.flatten()
ax.set_xlabel('T')
ax.set_ylabel('Alpha')
ax.bar3d(xi, yi, zi, dx, dy, dz, color = 'c')
plt.show()

二、matplotlib繪圖的風(fēng)格和樣式

2.1 matplotlib風(fēng)格

為了滿足不同的應(yīng)用需求， Matplotlib  中包含了  28  種不同的風(fēng)格，在進(jìn)行繪圖時，可以根據(jù)需要選擇不同的繪圖風(fēng)格。使用以下代碼可以獲取  Matplotlib  中所有可用的風(fēng)格：

import matplotlib as mpl
from matplotlib import pyplot as plt
# 查看 Matplotlib 可用繪圖風(fēng)格
print(plt.style.available

使用  plt.style.use("style")  可以修改默認(rèn)的繪圖風(fēng)格，其中  style  為  Matplolib  中可用的風(fēng)格：

# 設(shè)置默認(rèn)繪圖風(fēng)格為 seaborn-darkgrid
plt.style.use("seaborn-darkgrid")
x = np.linspace(0, 2 * np.pi, 100)
y = np.cos(x)
plt.plot(x, y)
plt.show()

除此之外， Maplotlib  中還有一些非常有意思的風(fēng)格，例如手繪風(fēng)格：

# 啟用手繪風(fēng)格
plt.xkcd()
x = np.linspace(0, 2 * np.pi, 100)
y = np.cos(x)
plt.plot(x, y)
plt.show()

同樣還有手繪風(fēng)格的條形圖：

#啟用手繪風(fēng)格
plt.xkcd()
data = [[10., 20., 30., 20.],[40., 25., 53., 18.],[6., 22., 52., 19.]]
x = np.arange(4)
plt.bar(x + 0.00, data[0], color = 'b', width = 0.25)
plt.bar(x + 0.25, data[1], color = 'g', width = 0.25)
plt.bar(x + 0.50, data[2], color = 'r', width = 0.25)
plt.show()

2.2 自定義顏色

2.2.1 自定義顏色

Matplotlib  中有多種定義顏色的方法，常見的方法包括：

• 三元組 ( Triplets )：顏色可以描述為一個實(shí)數(shù)三元組，即顏色的紅、藍(lán)、綠分量，其中每個分量在  [0,1]  區(qū)間內(nèi)。因此， (1.0, 0.0, 0.0)  表示純紅色，而  (1.0, 0.0, 1.0)  則表示粉色。

• 四元組 ( Quadruplets )：它們前三個元素與三元組定義相同，第四個元素定義透明度值。此值也在  [0,1]  區(qū)間內(nèi)。將圖形渲染到圖片文件中時，使用透明顏色可以使繪制圖形與背景進(jìn)行混合。

• 預(yù)定義名稱： Matplotlib  將標(biāo)準(zhǔn)  HTML  顏色名稱解釋為實(shí)際顏色。例如，字符串  red  即可表示為紅色。同時一些某些顏色的具有簡潔的別名，如下表所示：

• 

4、HTML顏色字符串：Matplotlib可以將HTML顏色字符串解釋為實(shí)際顏色。這些字符串被定義為#RRGGBB，其中RR、GG和BB` 分別是使用十六進(jìn)制編碼的紅色、綠色和藍(lán)色分量。

5、灰度字符串： Matplotlib  將浮點(diǎn)值的字符串表示形式解釋為灰度，例如  0.75  表示中淺灰色。

2.2.2 使用自定義顏色繪制曲線

通過設(shè)置  plt.plot()  函數(shù)的參數(shù)  color  (或等效的簡寫為  c )，可以設(shè)置曲線的顏色，示例：

def pdf(x, mu, sigma):
a = 1. / (sigma * np.sqrt(2. * np.pi))
b = -1. / (2. * sigma ** 2)
return a * np.exp(b * (x - mu) ** 2)
x = np.linspace(-6, 6, 1000)
for i in range(5):
samples = np.random.standard_normal(50)
mu, sigma = np.mean(samples), np.std(samples)
plt.plot(x, pdf(x, mu, sigma), color = str(.15*(i+1)))
plt.plot(x, pdf(x, 0., 1.), color = 'k')
plt.plot(x, pdf(x, 0.2, 1.), color = '#00ff00')
plt.plot(x, pdf(x, 0.4, 1.), color = (0.9,0.9,0.0))
plt.plot(x, pdf(x, 0.4, 1.), color = (0.9,0.9,0.0,0.8))
plt.show()

2.2.3 使用自定義顏色繪制散點(diǎn)圖

可以以同樣的方式像控制曲線圖一樣控制散點(diǎn)圖的顏色，有兩種可用的形式：

• 為所有點(diǎn)使用相同的顏色 ：所有點(diǎn)都將以相同的顏色顯示。

• 為每個點(diǎn)定義不同的顏色：為每個點(diǎn)提供不同的顏色。

2.2.3.1 給所有點(diǎn)使用相同的顏色

用從二元高斯分布中提取的兩組點(diǎn)  y_1  和  y_2 ，每一組中點(diǎn)的顏色相同：

y_1 = np.random.standard_normal((150, 2)) #標(biāo)準(zhǔn)正太分布
y_1 += np.array((-1, -1)) # Center the distrib. at <-1, -1>
y_2 = np.random.standard_normal((150, 2))
y_2 += np.array((1, 1)) # Center the distrib. at <1, 1>
plt.scatter(y_1[:,0], y_1[:,1], color = 'c')
plt.scatter(y_2[:,0], y_2[:,1], color = 'b')
plt.show()

2.2.3.2 給每個點(diǎn)不同的顏色

需要為不同類別的點(diǎn)使用不同的顏色進(jìn)行繪制，以觀察不同類別間的差異情況。以Fisher’s iris數(shù)據(jù)集為例，其數(shù)據(jù)集中數(shù)據(jù)類似如下所示：

5.0,3.3,1.4,0.2,Iris-setosa
7.0,3.2,4.7,1.4,Iris-versicolor
4.0,5.2,9.5,9.3,Iris-virginica

數(shù)據(jù)集的每個點(diǎn)都存儲在以逗號分隔的列表中。最后一列給出每個點(diǎn)的標(biāo)簽(標(biāo)簽包含三類： Iris-virginica 、 Iris-versicolor  和  Iris-Vertosa )。在示例中，這些點(diǎn)的顏色將取決于它們的標(biāo)簽，如下所示：

label_set = (
b'Iris-setosa',
b'Iris-versicolor',
b'Iris-virginica',
)
def read_label(label):
return label_set.index(label)
data = np.loadtxt('data.data', delimiter = ',', converters = { 4 : read_label })
color_set = ('c', 'y', 'm')
color_list = [color_set[int(label)] for label in data[:,4]]
plt.scatter(data[:,0], data[:,1], color = color_list)
plt.show()

對于三種可能的標(biāo)簽，我們分別指定一種唯一的顏色，顏色在  color_set  中定義，標(biāo)簽在  label_set  中定義。 label_set  中的第  i  個標(biāo)簽與  color_set  中的第  i  個顏色相關(guān)聯(lián)。然后我們利用它們把標(biāo)簽列表轉(zhuǎn)換成顏色列表  color_list 。然后只需調(diào)用  plt.scatter()  一次即可顯示所有點(diǎn)及其顏色。

2.2.4 給散點(diǎn)圖的邊使用自定義顏色

與  color  參數(shù)控制點(diǎn)的顏色一樣，可以使用  edgecolor  參數(shù)控制數(shù)據(jù)點(diǎn)的邊的顏色，可以為每個點(diǎn)的邊設(shè)置相同的顏色：

data = np.random.standard_normal((100, 2))
plt.scatter(data[:,0], data[:,1], color = '1.0', edgecolor='r')
plt.show()

除了為每個點(diǎn)的邊設(shè)置相同的顏色外，也可以像在為每個點(diǎn)定義不同的顏色部分中介紹的一樣為每個點(diǎn)的邊設(shè)置不邊的顏色。

2.2.5 使用自定義顏色繪制條形圖

控制繪制條形圖使用的顏色與曲線圖和散點(diǎn)圖的工作原理相同，即通過可選參數(shù)  color ：

w_pop = np.array([5., 30., 45., 22.])
m_pop = np.array( [5., 25., 50., 20.])
x = np.arange(4)
plt.barh(x, w_pop, color='m')
plt.barh(x, -m_pop, color='c')
plt.show()

同樣，使用  plt.bar()  和  plt.barh()  函數(shù)自定義顏色繪制條形圖的工作方式與  plt.scatter()  完全相同，只需設(shè)置可選參數(shù)  color ，同時也可以參數(shù)  edgecolor  控制條形邊的顏色。`

示例：

values = np.random.randint(100, size = 50)
color_set = ('c', 'm', 'y', 'b')
color_list = [color_set[(len(color_set) * val) // 100] for val in values]
plt.bar(np.arange(len(values)), values, color = color_list)
plt.show()

2.2.6 使用自定義顏色繪制餅圖

自定義餅圖顏色的方法類似于條形圖：

color_set = ('c', 'm', 'y', 'b')
values = np.random.rand(6)
plt.pie(values, colors = color_set)
plt.show()

餅圖接受使用  colors  參數(shù)(注意，此處是  colors ，而不是在  plt.plot()  中使用的  color  )的顏色列表。但是，如果顏色數(shù)少于輸入值列表中的元素?cái)?shù)，那么  plt.pie()  將循環(huán)使用顏色列表中的顏色。在示例中，使用包含四種顏色的列表，為了給包含六個值的餅圖著色，其中有兩個顏色將使用兩次。

2.2.7 使用自定義顏色繪制箱型圖

values = np.random.randn(100)
b = plt.boxplot(values)
for name, line_list in b.items():
for line in line_list:
line.set_color('m')
plt.show()

2.2.8 使用色彩映射繪制散點(diǎn)圖

如果要在圖形中使用多種顏色，逐個定義每種顏色并不是最佳方案，色彩映射可以解決此問題。色彩映射用一個變量對應(yīng)一個值(顏色)的連續(xù)函數(shù)定義顏色。 Matplotlib  提供了幾種常見的顏色映射；大多數(shù)是連續(xù)的顏色漸變。色彩映射在  matplotib.cm  模塊中定義，提供創(chuàng)建和使用色彩映射的函數(shù)，它還提供了預(yù)定義的色彩映射選擇。 函數(shù)  plt.scatter()  接受  color  參數(shù)的值列表，當(dāng)提供  cmap  參數(shù)值時，這些值將被解釋為色彩映射的索引：

n = 256
angle = np.linspace(0, 8 * 2 * np.pi, n)
radius = np.linspace(.5, 1., n)
x = radius * np.cos(angle)
y = radius * np.sin(angle)
plt.scatter(x, y, c = angle, cmap = cm.hsv)
plt.show()

2.2.9 使用色彩映射繪制條形圖

plt.scatter()  函數(shù)內(nèi)置了對色彩映射的支持，其他一些繪圖函數(shù)也內(nèi)置支持色彩映射。但是，有些函數(shù)(如  plt.bar()  )并未內(nèi)置對色彩映射的支持，在這種情況下， Matplotlib  可以從顏色映射顯式生成顏色：

使用matplotlb的color模塊：

values = np.random.randint(99, size = 50)
cmap = cm.ScalarMappable(col.Normalize(0, 99), cm.binary)
plt.bar(np.arange(len(values)), values, color = cmap.to_rgba(values))
plt.show()

首先創(chuàng)建色彩映射  cmap ，以便將  [0, 99]  范圍內(nèi)的值映射到  matplotlib.cm.binary  的顏色。然后，函數(shù)  cmap.to_rgba  將值列表轉(zhuǎn)換為顏色列表。因此，盡管  plt.bar()  并未內(nèi)置色彩映射支持，但依舊可以使用并不復(fù)雜的代碼實(shí)現(xiàn)色彩映射。

2.2.10 創(chuàng)建自定義配色方案

Matplotlib  使用的默認(rèn)顏色考慮的主要對象是打印文檔或出版物。因此，默認(rèn)情況下，背景為白色，而標(biāo)簽、軸和其他注釋則顯示為黑色，在某些不同的使用環(huán)境中，我們可能需要使用的配色方案；例如，將圖形背景設(shè)置為黑色，注釋設(shè)置為白色。 在  Matplotlib  中，各種對象(如軸、圖形和標(biāo)簽)都可以單獨(dú)修改，但逐個更改這些對象的顏色配置并非最佳方案。我們可以使用在《Matplotlib安裝與配置》介紹的方法，通過修改配置集中改變所有對象，以配置其默認(rèn)顏色或樣式：

mpl.rc('lines', linewidth = 2.)
mpl.rc('axes', facecolor = 'k', edgecolor = 'w')
mpl.rc('xtick', color = 'w')
mpl.rc('ytick', color = 'w')
mpl.rc('text', color = 'w')
mpl.rc('figure', facecolor = 'k', edgecolor ='w')
mpl.rc('axes', prop_cycle = mpl.cycler(color=[(0.1, .5, .75),(0.5, .5, .75)]))
x = np.linspace(0, 7, 1024)
plt.plot(x, np.sin(x))
plt.plot(x, np.cos(x))
plt.show()

2.3 自定義樣式

2.3.1 自定義線條樣式和線寬

在實(shí)踐中，除了顏色，大多數(shù)情況下我們還要對圖形的線條樣式等進(jìn)行控制，以為線條樣式添加多樣性。

2.3.1.2 自定義線條樣式

linestyle 參數(shù)是Matplotlib中用于指定線條樣式的可選參數(shù)。它用于控制在繪制折線圖、曲線圖等線性圖時，線條的外觀樣式。

linestyle 參數(shù)的常用取值如下：

• '-'  或  'solid' : 實(shí)線 (默認(rèn)值)

• '--'  或  'dashed' : 虛線

• ':'  或  'dotted' : 點(diǎn)線

• '-.'  或  'dashdot' : 點(diǎn)劃線

示例：

def gaussian(x, mu, sigma):
a = 1. / (sigma * np.sqrt(2. * np.pi))
b = -1. / (2. * sigma ** 2)
return a * np.exp(b * (x - mu) ** 2)
x = np.linspace(-6, 6, 1024)
plt.plot(x, gaussian(x, 0., 1.), color = 'y', linestyle = 'solid')
plt.plot(x, gaussian(x, 0., .5), color = 'c', linestyle = 'dashed')
plt.plot(x, gaussian(x, 0., .25), color = 'm', linestyle = 'dashdot')
plt.show()

使用  plt.plot()  的  linestyle  參數(shù)來控制曲線的樣式，其他可用線條樣式包括： solid 、 dashed 、 dotted 、 dashdot 。同樣，線條樣式設(shè)置不僅限于  plt.plot() ，任何由線條構(gòu)成的圖形都可以使用此參數(shù)，也可以說  linestyle  參數(shù)可用于所有涉及線條渲染的命令。例如，可以修改條形圖的線條樣式：

n = 10
a = np.random.random(n)
b = np.random.random(n)
x = np.arange(n)
plt.bar(x, a, color='c')
plt.bar(x, a+b, bottom=a, color='w', edgecolor='black', linestyle = 'dashed')
plt.show()

可以通過 edgecolor  參數(shù)改變邊線的默認(rèn)顏色

2.3.1.2 自定義線寬

使用  linewidth  參數(shù)可以修改線條的粗細(xì)。默認(rèn)情況下， linewidth  設(shè)置為1個單位。利用線條的粗細(xì)可以在視覺上強(qiáng)調(diào)某條特定的曲線。

示例：

def gaussian(x, mu, sigma):
a = 1. / (sigma * np.sqrt(2. * np.pi))
b = -1. / (2. * sigma ** 2)
return a * np.exp(b * (x - mu) ** 2)
x = np.linspace(-6, 6, 1024)
for i in range(64):
samples = np.random.standard_normal(50)
mu, sigma = np.mean(samples), np.std(samples) #平均值和標(biāo)準(zhǔn)差
plt.plot(x, gaussian(x, mu, sigma), color = '.75', linewidth = .5)
plt.plot(x, gaussian(x, 0., 1.), color = 'c', linewidth = 3.)
plt.show()

2.3.2 控制填充樣式

Matplotlib  提供了填充圖案用于填充平面。這些填充圖案，對于僅包含黑白兩色的圖形中具有重要作用。

示例：

n = 10
a = np.random.random(n)
b = np.random.random(n)
x = np.arange(n)
plt.bar(x, a, color='w', hatch='x', edgecolor='black')
plt.bar(x, a+b, bottom=a, color='w', edgecolor='black', hatch='/')
plt.show()

具有填充呈現(xiàn)性的函數(shù)(如  plt.bar()  )都可以使用可選參數(shù)  hatch  控制填充樣式，此參數(shù)的可選值包括： / ，  \ ，  | ，  - ，  + ，  x ，  o ，  O ， .  和  * ，每個值對應(yīng)于不同的填充圖案； edgecolor  參數(shù)可用于控制填充圖案的顏色。

2.3.3 控制標(biāo)記

2.3.3.1 控制標(biāo)記樣式

在《Matplotlib圖形繪制》中，我們已經(jīng)了解了如何繪制曲線，并明白了曲線是由點(diǎn)之間的連線構(gòu)成的；此外，散點(diǎn)圖表示數(shù)據(jù)集中的每個點(diǎn)。而  Matplotlib  提供了多種形狀，可以用其他類型的標(biāo)記替換點(diǎn)的樣式。 標(biāo)記的指定方式包括以下幾種：

• 預(yù)定義標(biāo)記：預(yù)定義的形狀，表示為  [0, 8]  范圍內(nèi)的整數(shù)或某些預(yù)定義的字符串。

• 頂點(diǎn)列表：值對列表，用作形狀路徑的坐標(biāo)。

• 正多邊形：表示  N  邊正多邊形的三元組  (N, 0, angle)  ，其中  angle  為旋轉(zhuǎn)角度。

• 星形多邊形：它表示為三元組  (N, 1, angle) ，代表  N  邊正星形，其中  angle  為旋轉(zhuǎn)角度。

a = np.random.standard_normal((100, 2))
a += np.array((-1, -1))
b = np.random.standard_normal((100, 2))
b += np.array((1, 1))
plt.scatter(a[:,0], a[:,1], color = 'm', marker = 'x')
plt.scatter(b[:,0], b[:,1], color = 'c', marker = '^')
plt.show()

使用  marker  參數(shù)，可以為每個數(shù)據(jù)集合指定不同的標(biāo)記。

如果我們需要為每個點(diǎn)定義不同樣式該怎么辦呢？與  color  參數(shù)不同， marker  參數(shù)不接受標(biāo)記樣式列表作為輸入。因此，我們不能實(shí)現(xiàn)  plt.scatter()  的單次調(diào)來顯示具有不同標(biāo)記的多個點(diǎn)集。解決方案是，將每種類型的數(shù)據(jù)點(diǎn)分隔置不同集合中，并為每個集合單獨(dú)調(diào)用  plt.scatter()  調(diào)用：

label_list = (
b'Iris-setosa',
b'Iris-versicolor',
b'Iris-virginica',
)
colors = ['c','y','m']
def read_label(label):
return label_list.index(label)
data = np.loadtxt('data.data', delimiter = ',', converters = { 4 : read_label })
marker_set = ('^', 'x', '.')
for i, marker in enumerate(marker_set):
data_subset = np.asarray([x for x in data if x[4] == i])
plt.scatter(data_subset[:,0], data_subset[:,1], color = colors[i], marker = marker)
plt.show()

對于  plt.plot() ，也可以使用相同的標(biāo)記參數(shù)訪問標(biāo)記樣式。當(dāng)數(shù)據(jù)點(diǎn)密集時，每個點(diǎn)都使用標(biāo)記進(jìn)行顯示將會導(dǎo)致圖片混亂，因此  Matplotlib  提供了  markevery  參數(shù)，允許每隔  N  個點(diǎn)顯示一個標(biāo)記：

示例：

x = np.linspace(-6, 6, 1024)
y_1 = np.sinc(x)
y_2 = np.sinc(x) + 1
plt.plot(x, y_1, marker = 'x', color = '.75',label = 'y-1')
plt.plot(x, y_2, marker = 'o', color = 'k', markevery = 64,label = 'y-2')
plt.legend()
plt.show()

2.3.3.2 控制標(biāo)記的大小

標(biāo)記的大小可選參數(shù)  s  進(jìn)行控制：

示例：

a = np.random.standard_normal((100, 2))
a += np.array((-1, -1))
b = np.random.standard_normal((100, 2))
b += np.array((1, 1))
plt.scatter(a[:,0], a[:,1], c = 'm', s = 100.)
plt.scatter(b[:,0], b[:,1], c = 'c', s = 25.)
plt.show()

標(biāo)記的大小由  plt.scatter()  的參數(shù)  s  設(shè)置，但應(yīng)注意它設(shè)置的是標(biāo)記的表面積倍率而非半徑。 plt.scatter()  函數(shù)還可以接受列表作為  s  參數(shù)的輸入，其表示每個點(diǎn)對應(yīng)的大小。

示例：

m = np.random.standard_normal((1000, 2))
r_list = np.sum(m ** 2, axis = 1)
plt.scatter(m[:, 0], m[:, 1], c = 'w', edgecolor='c', marker = 'o', s = 32. * r_list)
plt.show()

對于Plot方法， plt.plot()  函數(shù)允許在  markersize  (或簡寫為  ms  )參數(shù)的幫助下更改標(biāo)記的大小，但是此參數(shù)不接受列表作為輸入。

2.3.3.3 自定義標(biāo)記

雖然  Matplotlib  提供了多種標(biāo)記形狀。但是在某些情況下我們可能仍然找不到適合具體需求的形狀。例如，我們可能希望使用公司徽標(biāo)等作為形狀。 在  Matplotlib  中，將形狀描述為一條路徑——一系列點(diǎn)的連接。因此，如果要定義我們自己的標(biāo)記形狀，必須提供一系列的點(diǎn)：

示例：

shape_description = [
( 1., 2., mpath.Path.MOVETO),
( 1., 1., mpath.Path.LINETO),
( 2., 1., mpath.Path.LINETO),
( 2., -1., mpath.Path.LINETO),
( 1., -1., mpath.Path.LINETO),
( 1., -2., mpath.Path.LINETO),
(-1., -2., mpath.Path.LINETO),
(-1., -1., mpath.Path.LINETO),
(-2., -1., mpath.Path.LINETO),
(-2., 1., mpath.Path.LINETO),
(-1., 1., mpath.Path.LINETO),
(-1., 2., mpath.Path.LINETO),
( 0., 0., mpath.Path.CLOSEPOLY),
]
#mpath.Path.MOVETO表示將移動到指定點(diǎn)，mpath.Path.LINETO表示在指定點(diǎn)之間繪制一條直線，mpath.Path.CLOSEPOLY表示繪制一個閉合路徑。
u, v, codes = zip(*shape_description)
#這行代碼使用zip()函數(shù)和解包操作將shape_description列表中的元組拆分成三個分別包含x坐標(biāo)、y坐標(biāo)和代碼的元組。
my_marker = mpath.Path(np.asarray((u, v)).T, codes)
#這是使用mpath.Path()方法創(chuàng)建自定義的路徑對象my_marker。這個路徑由x坐標(biāo)數(shù)組u和y坐標(biāo)數(shù)組v組成，并使用對應(yīng)的代碼數(shù)組codes來指定路徑上的點(diǎn)和連接方式。
data = np.random.rand(8, 8)
plt.scatter(data[:,0], data[:, 1], c = 'm', marker = my_marker, s = 75)
plt.show()

Path  對象的構(gòu)造函數(shù)將坐標(biāo)列表和指令列表作為輸入；每個坐標(biāo)一條指令，使用一個列表將坐標(biāo)和指令融合在一起，然后將坐標(biāo)列表和指令傳遞給路徑構(gòu)造函數(shù).

形狀是通過光標(biāo)的移動來描述的：

• MOVETO ：此指令將光標(biāo)移動到指定的坐標(biāo)，并不畫線。

• LINETO ：這將在光標(biāo)當(dāng)前點(diǎn)和目標(biāo)點(diǎn)之間繪制直線，并將光標(biāo)移動至目標(biāo)點(diǎn)。

• CLOSEPOLY ：此指令僅用于關(guān)閉路徑，每個形狀都以這條指示結(jié)束。

理論上，任何形狀都是可能的。

總結(jié)

到此這篇關(guān)于python matplotlib繪圖詳解的文章就介紹到這了,更多相關(guān)python matplotlib繪圖內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！