python創建多維圖片（python 三維坐標圖多組數據）

本文目錄一覽：

• 1、python多維數據怎麼繪製散點圖
• 2、python中fig，ax=plt.subplots什麼意思
• 3、python plt.imshow 怎麼用

python多維數據怎麼繪製散點圖

python matplotlib模塊，是擴展的MATLAB的一個繪圖工具庫。他可以繪製各種圖形，可是最近最的一個小程序，得到一些三維的數據點圖，就學習了下python中的matplotlib模塊，如何繪製三維圖形。

初學者，可能對這些第三方庫安裝有一定的小問題，對於一些安裝第三方庫經驗較少的朋友，建議使用 Anaconda ，集成了很多第三庫，基本滿足大家的需求，下載地址，對應選擇python 2.7 或是 3.5 的就可以了（PS：後面的demo是python2.7）：

首先提醒注意，以下兩個函數的區別：

ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap=’rainbow’) #繪面1

和

ax.scatter(x[1000:4000],y[1000:4000],z[1000:4000],c=’r’) #繪點1

1、繪製3D曲面圖

# -*- coding: utf-8 -*-“””

Created on Thu Sep 24 16:17:13 2015

@author: Eddy_zheng

“””from matplotlib import pyplot as pltimport numpy as npfrom mpl_toolkits.mplot3d import Axes3D

fig = plt.figure()

ax = Axes3D(fig)

X = np.arange(-4, 4, 0.25)

Y = np.arange(-4, 4, 0.25)

X, Y = np.meshgrid(X, Y)

R = np.sqrt(X**2 + Y**2)

Z = np.sin(R)# 具體函數方法可用 help(function) 查看，如：help(ax.plot_surface)ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap=’rainbow’)

plt.show()1234567891011121314151617181920212223

效果展示：

2、繪製三維的散點圖（通常用於表述一些數據點分布）

4a.mat 數據地址，找到4a.mat 下載即可:

# -*- coding: utf-8 -*-“””

Created on Thu Sep 24 16:37:21 2015

@author: Eddy_zheng

“””import scipy.io as sio  

from mpl_toolkits.mplot3d import Axes3Dimport matplotlib.pyplot as plt

mat1 = ‘4a.mat’ #這是存放數據點的文件，需要它才可以畫出來。上面有下載地址data = sio.loadmat(mat1)

m = data[‘data’]

x,y,z = m[0],m[1],m[2]

ax=plt.subplot(111,projection=’3d’) #創建一個三維的繪圖工程#將數據點分成三部分畫，在顏色上有區分度ax.scatter(x[:1000],y[:1000],z[:1000],c=’y’) #繪製數據點ax.scatter(x[1000:4000],y[1000:4000],z[1000:4000],c=’r’)

ax.scatter(x[4000:],y[4000:],z[4000:],c=’g’)

ax.set_zlabel(‘Z’) #坐標軸ax.set_ylabel(‘Y’)

ax.set_xlabel(‘X’)

plt.show()123456789101112131415161718192021222324252627

效果：

上面就是學習區分了下兩個函數，當時還被小困惑了下，希望對大家有所幫助。其實裡面還有好多參數設置，比如說改變顏色，包括繪製點圖的點的形狀等都是可以改變的，有需要的大家可以自己看看這個函數，學習下(help(對應的function))。

版權聲明：本文為博主原創文章，未經博主允許不得轉載。Eddy_zheng

python中fig，ax=plt.subplots什麼意思

python中fig，ax=plt.subplots是python一種subplot可以畫出很多子圖的圖片的方法。

1、載入要用的工具包，代碼輸入import matplotlib.pyplot as plt，from skimage import data,color。

2、接著生成原始數據與圖片，定義圖片內容的代碼：

img = data.coffee()

hsv = color.rgb2hsv(img)

fig, axes = plt.subplots(2, 2, figsize=(7, 6))

ax0, ax1, ax2, ax3 = axes.ravel()

3、依次排列輸入代碼：

ax0.imshow(img)

ax1.imshow(hsv[:, :, 0], cmap=plt.cm.gray)

ax2.imshow(hsv[:, :, 1], cmap=plt.cm.gray)

ax3.imshow(hsv[:, :, 2], cmap=plt.cm.gray)

fig.tight_layout()

4、同樣，需要採用以下指令顯示圖片，輸入代碼為plt.show()。

5、最後，就可以看到呈現的效果圖，就是一種subplot可以畫出很多子圖的圖片的方法，這樣就可以解決問題了。

python plt.imshow 怎麼用

用法以既步驟：

1、給出一張圖片。

2、用python讀取圖片：img = mpimg.imread(‘a.gif’)注意：這裡的gif就是上圖，雖然是gif格式，但卻只有一幀圖片，因此是可以讀取的；img實際上是一個多維列表。把數組在轉化為圖片：plt.imshow(img)：

3、img[:,:,1]是一個單通道圖像，應該是灰度圖，但是matplotlib顯示出來的，是一個偽彩色圖像。plt.imshow(img[:,:,1])。

4、還可以使用別的偽彩色方案，比如熱力圖：plt.imshow(img[:,:,1],cmap=”hot”)，而上面圖中的偽彩色，可以稱為翠綠色（viridis），是matplotlib默認的著色方案。

5、用Nipy譜著色：plt.imshow(img[:,:,1],cmap=”nipy_spectral”)。

6、在圖片邊上加上色彩標籤：plt.imshow(img[:,:,1],cmap=”nipy_spectral”)，plt.colorbar()。