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中画图有两种显示模式：
（1）阻塞模式，即必须利用plt.show()显示图片，且图片关闭之前代码将阻塞在该行。
（2）交互模式，即plt.plot()后立马显示图片，且不阻塞代码的继续运行。
Matplotlib中默认是使用阻塞模式。看一下这里用到的matplotlib中的几个函数：
plt.ion()：打开交互模式
plt.ioff()：关闭交互模式
plt.clf()：清除当前的Figure对象
plt.cla()：清除当前的Axes对象
plt.pause()：暂停功能
若只利用plt.show()绘图时，程序会停止执行之后的程序，所以通过plt.ion()开启画图窗口进入交互模式，利用程序plt.plot()实时绘图，中间会有暂停绘制完成后，再利用plt.ioff()退出交互模式，并使用plt.show()显示最后的图片数据，若最后不加入plt.show()会闪退
解决中文乱码问题
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
"""
# 生成画布
plt.figure(figsize=(8, 6), dpi=80)
# 打开交互模式
plt.ion()
# 循环
for index in range(100):
# 清除原有图像
plt.cla()
# 设定标题等
plt.title("动态曲线图", fontproperties=myfont)
plt.grid(True)
# 生成测试数据
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)
# 设置X轴
plt.xlabel("X轴", 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))
# 设置Y轴
plt.ylabel("Y轴", fontproperties=myfont)
plt.ylim(-1.0, 1.0)
plt.yticks(np.linspace(-1, 1, 9, endpoint=True))
# 画两条曲线
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")
# 设置图例位置,loc可以为[upper, lower, left, right, center]
plt.legend(loc="upper left", prop=myfont, shadow=True)
# 暂停
plt.pause(0.1)
# 关闭交互模式
plt.ioff()
# 图形显示
plt.show()
return
# simple_plot()
scatter_plot()
def scatter_plot():
"""
scatter plot
"""
# 打开交互模式
plt.ion()
# 循环
for index in range(50):
# 清除原有图像
# plt.cla()
# 设定标题等
plt.title("动态散点图", fontproperties=myfont)
plt.grid(True)
# 生成测试数据
point_count = 5
x_index = np.random.random(point_count)
y_index = np.random.random(point_count)
# 设置相关参数
color_list = np.random.random(point_count)
scale_list = np.random.random(point_count) * 100
# 画散点图
plt.scatter(x_index, y_index, s=scale_list, c=color_list, marker="o")
# 暂停
plt.pause(0.2)
# 关闭交互模式
plt.ioff()
# 显示图形
plt.show()
return
# scatter_plot()
three_dimension_scatter()
def three_dimension_scatter():
"""
3d scatter plot
"""
# 生成画布
fig = plt.figure()
# 打开交互模式
plt.ion()
# 循环
for index in range(50):
# 清除原有图像
fig.clf()
# 设定标题等
fig.suptitle("三维动态散点图", fontproperties=myfont)
# 生成测试数据
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
# 生成画布
ax = fig.add_subplot(111, projection="3d")
# 画三维散点图
ax.scatter(x, y, z, s=scale, c=color, marker=".")
# 设置坐标轴图标
ax.set_xlabel("X Label")
ax.set_ylabel("Y Label")
ax.set_zlabel("Z Label")
# 设置坐标轴范围
ax.set_xlim(0, 1)
ax.set_ylim(0, 1)
ax.set_zlim(0, 1)
# 暂停
plt.pause(0.2)
# 关闭交互模式
plt.ioff()
# 图形显示
plt.show()
return
# three_dimension_scatter()
Jupyter notebook
有些时候matplotlib 的绘图没法显示在notebook中，或者显示不了。这与backend有关。
首先启动你的notebook，输入
%pylab
查看你的matplotlib后端，我的输出为：
Qt5Agg
这是后端的渲染方式，使用的是qt5渲染。激活方式为在绘图之前插入代码段：
%matplotlib qt5
这样就能显示出图，但是是显示在notebook之外的,如果我使用%matplotlib inline,图的显示并不正常。如果你输出的后端为其他类型，建议查看下面的资料，直接输入对应的绘图激活方式。