跳转至

使用 Matplotlib

在 Python 中绘制四边形网格

原文:https://www.geeksforgeeks.org/plot-a-四边形网格-in-python-using-matplotlib/

【Matplotlib】一个多平台数据可视化库，构建在 NumPy 数组上，旨在与更广泛的 SciPy 堆栈一起工作。Matplotlib 也能够在许多操作系统和图形后端上运行良好。matplotlib.py plot也可以用于类似 MATLAB 的绘图框架。

绘制四边形网格

使用 pyplot 模块的 pcolormesh() 功能，类似于 pcolor() 功能，但是 pcolor 返回 PolyCollection ，而 pcolormesh 返回matplotlib.collections.quad mesh。pcolormesh 速度更快，因此可以处理更大的阵列。

语法:pcolormesh(cmap =[None | color map]，alpha =[0<=标量< =1 | None】，edgecolors = [None | color | 'face']，shading = ['gouraud' | 'flat']，norm = [None | Normalize]，vimax =[标量| None]，vimin =[标量| None])

参数:

  1. cmap : 可以是 None，也可以是 matplotlib，matplotlib 有很多内置的 colormaps 可以通过 matplotlib.cm.get_cmap 访问
  2. α:可以是无，也可以是 0 到 1 之间的α值。
  3. 边缘颜色 ：
    • 如果为“无”，则边缘将不可见。
    • “脸”代表与脸相同的颜色。
    • 颜色序列将设置颜色。
  4. 底纹:可以是“平”也可以是“古罗”
  5. 常态:如果其无默认为常态()。
  6. vimax : 可以是无，也可以是标量值。
  7. vimin : 可以是无，也可以是标量值。( vimax 和 vimin 与归一化数据结合使用)

例 1 :

import matplotlib.pyplot as plt
import numpy as np

x1, y1 = 0.1, 0.05

# generate 2-D grids for the
# x & y bounds
y, x = np.mgrid[slice(-3, 3 + y1, y1), slice(-3, 4 + x1, x1)]
z = (1 - x / 2\. + x ** 5 + y ** 3) * np.exp(-x ** 2 - y ** 2)

# Remove the last value from the
# z array as z must be inside x
# and y bounds.
z = z[:-1, :-1]
z_min, z_max = -np.abs(z).max(), np.abs(z).max()

plt.subplot()

plt.pcolormesh(x, y, z, 
               cmap ='YlGn', 
               vmin = z_min, 
               vmax = z_max,
               edgecolors = 'face',
               shading ='flat')

plt.title('pcolormesh_example')

# set the limits of the plot
# to the limits of the data
plt.axis([x.min(), x.max(), y.min(), y.max()])

plt.colorbar()
plt.show()

输出:

例 2 :

import matplotlib.pyplot as plt
import numpy as np

x = np.array([[0, 1, 2, 3], 
              [0, 1, 2, 3],
              [0, 1, 2, 3],
              [0, 1, 2, 3]]) 

y = np.array([[0.0, 0.0, 0.0, 0],
              [1.0, 1.0, 1.0, 1], 
              [2.0, 2.0, 2.0, 2],
              [3, 3, 3, 3]]) 

values = np.array([[0, 0.5, 1], 
                   [1, 1.5, 2],
                   [2, 2.5, 3]])

fig, ax = plt.subplots()

ax.pcolormesh(x, y, values)
ax.set_aspect('equal')
ax.set_title("pcolormesh_example2")

输出:

回到顶部