package
import numpy as np
import matplotlib
import matplotlib.pyplot as plt
import matplotlib.font_manager as fm
from mpl_toolkits.mplot3d import Axes3D
Process
在matplotlib中畫圖有兩種顯示模式：
（1）阻塞模式，即必須利用plt.show()顯示圖片，且圖片關閉之前代碼將阻塞在該行。
（2）交互模式，即plt.plot()后立馬顯示圖片，且不阻塞代碼的繼續運行。
Matplotlib中默認是使用阻塞模式。看一下這里用到的matplotlib中的幾個函數：
plt.ion()：打開交互模式
plt.ioff()：關閉交互模式
plt.clf()：清除當前的Figure對象
plt.cla()：清除當前的Axes對象
plt.pause()：暫停功能
若只利用plt.show()繪圖時，程序會停止執行之后的程序，所以通過plt.ion()開啟畫圖窗口進入交互模式，利用程序plt.plot()實時繪圖，中間會有暫停繪制完成后，再利用plt.ioff()退出交互模式，並使用plt.show()顯示最后的圖片數據，若最后不加入plt.show()會閃退
解決中文亂碼問題
myfont = fm.FontProperties(fname="/Library/Fonts/Songti.ttc", size=14)
matplotlib.rcParams["axes.unicode_minus"] = False
simple_plot()
two curve are fitting
def simple_plot():
"""
simple plot
"""
# 生成畫布
plt.figure(figsize=(8, 6), dpi=80)
# 打開交互模式
plt.ion()
# 循環
for index in range(100):
# 清除原有圖像
plt.cla()
# 設定標題等
plt.title("動態曲線圖", fontproperties=myfont)
plt.grid(True)
# 生成測試數據
x = np.linspace(-np.pi + 0.1*index, np.pi+0.1*index, 256, endpoint=True)
y_cos, y_sin = np.cos(x), np.sin(x)
# 設置X軸
plt.xlabel("X軸", fontproperties=myfont)
plt.xlim(-4 + 0.1*index, 4 + 0.1*index)
plt.xticks(np.linspace(-4 + 0.1*index, 4+0.1*index, 9, endpoint=True))
# 設置Y軸
plt.ylabel("Y軸", fontproperties=myfont)
plt.ylim(-1.0, 1.0)
plt.yticks(np.linspace(-1, 1, 9, endpoint=True))
# 畫兩條曲線
plt.plot(x, y_cos, "b--", linewidth=2.0, label="cos示例")
plt.plot(x, y_sin, "g-", linewidth=2.0, label="sin示例")
# 設置圖例位置,loc可以為[upper, lower, left, right, center]
plt.legend(loc="upper left", prop=myfont, shadow=True)
# 暫停
plt.pause(0.1)
# 關閉交互模式
plt.ioff()
# 圖形顯示
plt.show()
return
# simple_plot()
scatter_plot()
def scatter_plot():
"""
scatter plot
"""
# 打開交互模式
plt.ion()
# 循環
for index in range(50):
# 清除原有圖像
# plt.cla()
# 設定標題等
plt.title("動態散點圖", fontproperties=myfont)
plt.grid(True)
# 生成測試數據
point_count = 5
x_index = np.random.random(point_count)
y_index = np.random.random(point_count)
# 設置相關參數
color_list = np.random.random(point_count)
scale_list = np.random.random(point_count) * 100
# 畫散點圖
plt.scatter(x_index, y_index, s=scale_list, c=color_list, marker="o")
# 暫停
plt.pause(0.2)
# 關閉交互模式
plt.ioff()
# 顯示圖形
plt.show()
return
# scatter_plot()
three_dimension_scatter()
def three_dimension_scatter():
"""
3d scatter plot
"""
# 生成畫布
fig = plt.figure()
# 打開交互模式
plt.ion()
# 循環
for index in range(50):
# 清除原有圖像
fig.clf()
# 設定標題等
fig.suptitle("三維動態散點圖", fontproperties=myfont)
# 生成測試數據
point_count = 100
x = np.random.random(point_count)
y = np.random.random(point_count)
z = np.random.random(point_count)
color = np.random.random(point_count)
scale = np.random.random(point_count) * 100
# 生成畫布
ax = fig.add_subplot(111, projection="3d")
# 畫三維散點圖
ax.scatter(x, y, z, s=scale, c=color, marker=".")
# 設置坐標軸圖標
ax.set_xlabel("X Label")
ax.set_ylabel("Y Label")
ax.set_zlabel("Z Label")
# 設置坐標軸范圍
ax.set_xlim(0, 1)
ax.set_ylim(0, 1)
ax.set_zlim(0, 1)
# 暫停
plt.pause(0.2)
# 關閉交互模式
plt.ioff()
# 圖形顯示
plt.show()
return
# three_dimension_scatter()
Jupyter notebook
有些時候matplotlib 的繪圖沒法顯示在notebook中，或者顯示不了。這與backend有關。
首先啟動你的notebook，輸入
%pylab
查看你的matplotlib后端，我的輸出為：
Qt5Agg
這是后端的渲染方式，使用的是qt5渲染。激活方式為在繪圖之前插入代碼段：
%matplotlib qt5
這樣就能顯示出圖，但是是顯示在notebook之外的,如果我使用%matplotlib inline,圖的顯示並不正常。如果你輸出的后端為其他類型，建議查看下面的資料，直接輸入對應的繪圖激活方式。