一：基本绘图函数（这里介绍16个，还有许多其他的）
二：pyplot饼图plt.pie的绘制
三：pyplot直方图plt.hist的绘制
（一）修改第二个参数bins:代表直方图的个数，均分为多段，取其中的每段均值
（二）normed为1代表我们要使用归一化数据（所占比例）在y轴，为0表示每个期间所占个数
四：pyplot极坐标图bar的绘制（角度空间内展示效果不错，在生活中不常用）
五：pyplot散点图的绘制（面向对象绘制：各种绘制函数变为当前图表区域对象的方法，这是推荐的方法）
六：引力波的绘制
一：基本绘图函数（这里介绍16个，还有许多其他的）
二：pyplot饼图plt.pie的绘制
import matplotlib import matplotlib.pyplot as plt labels = 'Frogs','Hogs','Dogs','Logs' sizes = [15,30,45,10] #这是各个区域所占的大小，不一定是100，会自动换算为百分比 explode = (0,0.1,0,0) #0.1是表示这个区域突出的程度 plt.pie(sizes,explode=explode,labels=labels,autopct="%1.1f%%",shadow=False,startangle=90) #explode是突出比例，startangle起始角度 plt.show()
plt.axis("equal") #将饼图变水平
三：pyplot直方图plt.hist的绘制
import numpy as np import matplotlib.pyplot as plt np.random.seed(0) mu,sigma = 100,20 #均值和标准差 a = np.random.normal(mu,sigma,size=100) #正态分布，size=100，表示一维数组，长度100 plt.hist(a,20,normed=1,histtype="stepfilled",facecolor="b",alpha=0.75) plt.title("Histogram") plt.show()
def hist(x, bins=10, range=None, normed=False, weights=None, cumulative=False, bottom=None, histtype='bar', align='mid', orientation='vertical', rwidth=None, log=False, color=None, label=None, stacked=False, hold=None, data=None, **kwargs):
（一）修改第二个参数bins:代表直方图的个数，均分为多段，取其中的每段均值
plt.hist(a,10,normed=1,histtype="stepfilled",facecolor="b",alpha=0.75)
plt.hist(a,20,normed=1,histtype="stepfilled",facecolor="b",alpha=0.75)
plt.hist(a,40,normed=1,histtype="stepfilled",facecolor="b",alpha=0.75)
（二）normed为1代表我们要使用归一化数据（所占比例）在y轴，为0表示每个期间所占个数
plt.hist(a,20,normed=1,histtype="stepfilled",facecolor="b",alpha=0.75)
plt.hist(a,20,normed=0,histtype="stepfilled",facecolor="b",alpha=0.75)
四：pyplot极坐标图的绘制（角度空间内展示效果不错，在生活中不常用）
import numpy as np import matplotlib.pyplot as plt N = 20 #表示极坐标图中数据的个数 theta = np.linspace(0.0,2*np.pi,N,endpoint=False) #起始值0，结束值2∏，元素个数（等分角度），是否将最后结束值放入数据 radii = 10*np.random.rand(N) #生成每个元素对应的值，一维数组含20列 width = np.pi/4*np.random.rand(N) #∏/4*np.random..rand(N) 生成宽度值 ax = plt.subplot(111,projection="polar") #111绘制一个绘图区域，projection给出了polar绘制极坐标图的指示 bars = ax.bar(theta,radii,width=width,bottom=0.0) #left（绘制极坐标区域中那些颜色区域的时候是从哪开始的<角度>）,height（中心点到边缘的长度）,width（每个绘图区域在角度范围内辐射的面积） for r,bar in zip(radii,bars): bar.set_facecolor(plt.cm.viridis(r/10.)) #使用for循环对每一个绘图区域进行颜色和透明度的设置，若是没有这个那么全是蓝色 bar.set_alpha(0.5) plt.show()
修改N和width
N = 10 width = np.pi/2*np.random.rand(N)
五：pyplot散点图的绘制（面向对象绘制：各种绘制函数变为当前图表区域对象的方法，这是推荐的方法）
import numpy as np import matplotlib.pyplot as plt fig, ax = plt.subplots() #返回图表以及图表相关的区域，为空代表绘制区域为111 ax.plot(10*np.random.randn(100),10*np.random.randn(100),'o') #randn标准正态分布，有100个元素在一维数组中,乘以10，使值分布大些，plot参数x,y‘o’是实心圆标记 ax.set_title("Simple Scatter") plt.show()
补充：
subplots和subplot方法作用相似：
subplots会返回一个图表和图表相关的区域
subplot只会返回区域
六：引力波的绘制
import numpy as np import matplotlib.pyplot as plt from scipy.io import wavfile #读取波形文件的库 rate_h, hstrain = wavfile.read(r"H1_Strain.wav") #读取下载好的音频文件，当文件符里面出现反斜杠时等转义特殊字符时，在字符前面添加2，表示原始的字符串 rate_l, hstrain = wavfile.read(r"L1_Strain.wav") #将结果赋给速率rate和数据strain reftime,ref_H1 = np.genfromtxt("wf_template.txt").transpose() #获取提供的理论模型，时间序列和信号的数据 htime_interval = 1/rate_h #求倒数，获取波形的时间间隔 ltime_interval = 1/rate_l htime_len = hstrain.shape[0]/rate_h #hstrain是一个矩阵，shape[0]代表当前第一维度数据，数据点的个数，初一相应的rate，就可以获取在坐标轴上的总长度 htime = np.arange(-htime_len/2,htime_len/2,htime_interval) #绘制以原点为中心对称图形 ltime_len = lstrain.shape[0]/rate_h ltime = np.arange(-ltime_len/2,ltime_len/2,ltime_interval) fig = plt.figure(figsize=(12,6)) #创建一个大小为12*6的绘图区域 plth = fig.add_subplot(221) #将窗口绘制为2*2区域选取第1个区域 plth.plot(htime,hstrain,'y') plth.set_xlabel("Time(Second)") plth.set_ylabel("H1 Strain") plth.set_title("H1 Strain") plth = fig.add_subplot(222) #将窗口绘制为2*2区域选取第2个区域 plth.plot(ltime,lstrain,'g') plth.set_xlabel("Time(Second)") plth.set_ylabel("L1 Strain") plth.set_title("L1 Strain") plth = fig.add_subplot(212) #在这个图表分为两行一列取第二行 plth.plot(reftime,ref_H1) plth.set_xlabel("Time(Second)") plth.set_ylabel("Template Strain") plth.set_title("Template") fig.tight_layout()
fig.tight_layout() #自动调整图像外部边缘
plt.savefig("./Gravitational_Waves_Original.png")
plt.show()
plt.close(fig)
#genfromtxt主要执行两个运算循环，第一个是将文件每一行都转换为字符串序列，第二个循环是将每个字符串序列转换为相应的数据类型， #使用genfromtxt获取的是一个两行的矩阵 #使用transpose进行转置，赋给两个数组 ''' [1,2] [2,3] [2,4] ..... [5,6] ------------>转置 [1,2,2,...,5] [2,3,4,...,6] '''
总结
