matplotlib三维绘图,matplotlib.pyplot画图

　　1.Matplotlib的GitHub链接概述：

　　github.com/matplotlib/matplotlib 3359号

　　Matplotlib安装链接：

　　blog.csdn.net/walkandthink/article/details/45200597街3358号

　　Matplotlib是用python实现的matlab类的纯python三方库，旨在python上实现matlab的功能。它是python下最好的绘图库，功能齐全，风格与matlab非常相似，继承了python简单易懂的风格，设计起来非常方便。

　　使用时，先安装numpy库(这是一个三方库，可以通过python轻松处理矩阵和数组)。要创建数据图，先找到x)、Y、z坐标点的数组(比如函数Y=X2(绘图也是一组特征点)x、Y)，然后把它们连成一条直线。Matplotlib的绘图过程和我们的几乎一样。老师是取x的值的数组，比如画区间[0，1]的图像时，先取区间[0，1]内的数组。例如，x=arange (0，1，0.01)表示x在0.01步中取100。

　　Matplotlib在美化图像方面比较丰富，可以自定义线条的颜色和样式。可以在画纸上画多个小图，也可以在一张图上画多条线。可视化后的数据也很容易对比分析。

　　每个功能的含义：

　　是标题。Axis是坐标轴，Label是坐标轴的尺寸。刻度是刻度线，刻度标签是刻度线。每个对象都有以下成员关系：

　　2、numpy处理数据numpy官方链接：http://www.numpy.org/

　　Matplotlib在可视化数据时主要使用以下两种方法：

　　)Arange函数类似于python的range函数，通过指定起始值、结束值和步长来创建一维数组。请注意，数组不包含结束值。

　　#此函数在区间[0，1]之间生成0.1个数组。如果第三个参数不存在，默认值为1。importnumpyasnprintnp . arange(0，1，0.1)结果：[0.0。10.20.30.40.50.60.70.80.9 ] ) 2

　　# NP.linspace (0 0，1，12，endpoint=False)，设置为最终值importnumpyasnpprintnp . Lin space(0，1，12) 3，折线图#折线图

　　4.绘制散点图#折线图importmatplotlib . pyplotappltyear=[2011，2012，2013，2014] pop=[ 1.2，3.4，4.5，6.5] #散点图绘制函数

　　5.直方图#创建直方图importmatplotlib。Pyplotaspltvalues=[0，1，2，3，1，2，3，4，4，5，2，4，1] #直方图

　　6.装饰图标题(图形名称))))))都放在单引号内))))))))。

　　x轴描述)

　　y轴描述))

　　文本(x，y，图形描述))

　　图例)图例1，)图例2，…)

　　# coding=UTF-8 importmatplotlib。Pyplotappltyear=[1950年、1970年、1990年和2010年] pop=[ 2.3、3.4、5.8和6.5] #折线图

　　7.多个子图importmatplotlib . pyplotportnumpyasnpdeff(t):return NP . exp(-t)NP . cos)2 * NP . pi * t)t 10.02)PLT。图12) PLT。子情节(221)情节。情节(

　　8.3D图像导入matplotlib。pyplotaspltfrommpl _ toolkits。mplot3d dimportaxes 3d fig=PLT . figure(ax=figure . add _ su sub plot 2，)

　　9，plt.axes))首先我们来看看什么是Figure和axes对象。在matplotlib中，整个图像是一个图形对象。图形对象可以包含一个或多个轴对象。每个轴对象都是一个绘图区域，有自己的坐标系。逻辑关系如下

　　importmatplotlib . pyplotaspltimportnumpyasnp # createsomedatatosefortheplotdt=0.001t=NP . arange(0.0，10.0，dt)r=NP . exp(-t[:1000]/0.05)impulseresponsex=NP . randn(len(t))s=NP . convolve(x)x r)[:len(x)]* dt #有色噪声# themainaxesisubplot(111)by defaultHIST (S归一化=1) PLT。标题(概率))PLT。x张票([]) PLT。y Tickets([])thisisoanoinsetaxesoverthemainaxis BG= y (PLT。PLT (T [:len (r))

　　本文介绍了Matlibplot数据可视化的一些常用技术。请参考。

　　(1)http://python.jobbole.com/85106/

　　)2)3358 www.cn blogs.com/vamei/archive/2013/01/30/2879700.html #意见表