График функции двух переменных питон

Графики

Самым популярным модулем для построения графиков в Python является matplotlib [pip] .

Бекенды

Модуль matplotlib предоставляет стандартное API для построение графиков и, так называемые, бекенды, которые отвечают за вывод результатов пользователю.

Они бывают как интерактивные (открываются в отдельном окне, позволяют заимодействовать с графиком, например Qt5Agg ), так и неинтерактивные, результатом работы которых является картинка. В средах использующих IPython (например Spyder) имеется дополнительный неинтерактивные бекенд inline , для вывода графиков в среду. Неинтерактивные бекенды удобны для создания большого числа графиков.

Выбор бекенда осуществляется в настройках среды или в коде:

import matplotlib matplotlib.use('Qt5Agg') 

Глобальный объект pyplot

Модуль matplotlib содержит глобальный объект pyplot , который выступает в роли стандартного холста:

import numpy as np import matplotlib.pyplot as plt # рисуем plt.plot([1,2,3],[5,3,7]) # отображаем или сохраняем plt.show() plt.savefig('filename.png') 

Хорошие форматы для сохранения графиков: векторные: .svg , .eps и растровые без потерь: .png , .tiff .

При запуске по ячейкам среды автоматически вызывают plt.show() если в ячейке что-то было нарисовано для отображения результата.

После отображения или сохранения результата глобальный объект pyplot очищается.

Рисование с использованием объекта plt (в стиле MATLAB)

t = np.arange(0.0, 2.0, 0.01) s = 1 + np.sin(2*np.pi*t) plt.plot(t, s, color="blue", label="s(t)") plt.xlabel('время, с') plt.ylabel('значение, мВ') plt.title('Заголовок слайда') plt.grid() plt.legend() 

Рисование с использованием объекта plt (в стиле matplotlib)

t = np.arange(0.0, 2.0, 0.01) s = 1 + np.sin(2*np.pi*t) fig = plt.figure() ax = fig.add_subplot() ax.plot(t, s, color="blue", label="s(t)") ax.set_xlabel('время, с') ax.set_ylabel('значение, мВ') ax.set_title('Заголовок слайда') ax.grid() ax.legend() 

Рисование с использованием объекта Figure

import matplotlib t = np.arange(0.0, 2.0, 0.01) s = 1 + np.sin(2*np.pi*t) fig = matplotlib.figure.Figure() ax = fig.add_subplot() ax.plot(t, s, color="blue", label="s(t)") ax.set_xlabel('время, с') ax.set_ylabel('значение, мВ') ax.set_title('Заголовок слайда') ax.grid() ax.legend() fig.savefig('file.png') 

Анатомия графика

Популярные типы графиков — основные

Некоторые аргументы plot и scatter

Аргумент	Назначение	Примеры значений
color	Цвет линии	«black», «#f000f0»
label	Текст в легенде	«синус икс»
linestyle	Стиль линии	«», «-«, «—«, «dotted»
linewidth	Ширина линии	6.5
marker	Форма маркера	«», «+», «o», «4»
markerfacecolor	Цвет маркера	«black», «#f000f0»
markeredgecolor	Цвет обводки маркера	«black», «#f000f0»
markeredgewidth	Ширина обводки маркера	0.5
markersize	Размер маркера	2.5

Теплокарты и контуры

Метод	Назначение	Пример
plt.pcolor	Рисование теплокарты	plt.pcolor(data, vmin=0, vmax=3)
plt.imshow	Рисование изображения	plt.imshow(data, extent=[-3, 3, -3, 3], vmin=-1, vmax=1)
plt.contour	Рисование контуров	cnt_data = plt.contour(data, levels = [1,2,3], colors = ‘white’)
plt.contourf	Рисование контуров	cnt_data = plt.contour(data, levels = [1,2,3], colors = ‘white’)

Дополнительные методы для теплокарт

Метод	Назначение	Пример
plt.colorbar	Рисование шкалы цвета	plt.colorbar()
plt.clabel	Рисование меток на контурах	plt.clabel(cnt_data, inline=True, fontsize=10, fmt = ‘%2.0f’, colors = ‘white’)

Гистограммы и барплоты

Метод	Назначение	Пример
plt.hist	Гистограмма	plt.hist(x, np.arange(0,3,1/5))
plt.bar	Барплот	plt.bar(ind, values, width)

Вспомогательные функции — надписи и подписи

Функция	Назначение	Пример использования
ax.set_xlabel	Подпись оси X	plt.xlabel(«Подпись Х»)
ax.set_ylabel	Подпись оси Y	plt.ylabel(«Подпись Y»)
ax.set_title	Заголовок графика	plt.title(«Заголовок»)
ax.legend	Показать легенду	plt.legend(loc=’upper left’)
ax.annotate	Добавить аннотацию к точке xy	ax.annotate(‘Максимум’, xy=(2, 1))

В тексте можно использовать команды на TeXе окружая их знаками долларов: $4\pi^2$ .

Вспомогательные функции — оси

Функция	Назначение	Пример использования
ax.set_xlim	Границы по оси X	plt.xlim(-4.0, 4.0)
ax.set_ylim	Границы по оси Y	plt.ylim(-3.0, 10.0)
ax.set_xticks	Отсчеты по оси X	plt.xticks([1, 2, 3, 4, 5])
ax.set_yticks	Отсчеты по оси Y	plt.yticks([1,2,3,], [‘1a’,’2a’,’3a’])
ax.grid	Включить сетку	plt.grid(True)
ax.hlines	Горизонтальные линии	ax.hlines(3, -10, 10)
ax.vlines	Вертикальные линии	ax.vlines(3, -10, 10)

Функции объекта pyplot — Масштабы осей

Функция	Назначение	Пример использования
ax.set_xscale	Масштаб по оси X	ax.set_xscale(«log»)
ax.set_yscale	Масштаб по оси Y	ax.set_yscale(«linear»)
fig.add_subplot(polar=True)	Создать систему полярных координат

Специальные построения: несколько систем координат

Использование модуля matplotlib.gridspec .

# Задаем сетку для деления 2 строки 3 столбца grsp = matplotlib.gridspec.GridSpec(2, 3) # Получаем указатели на отельные оси с помощью слайсов axis1 = fig.add_subplot(grsp[0, :]) # Вся верхняя строка axis2 = fig.add_subplot(grsp[1, 0:2]) # Нижняя строка две левых клетки axis3 = fig.add_subplot(grsp[1, 2]) # Нижняя строка правый угол 

Пример

Специальные построения: Теплокарты

Для построения теплокарты необходимо иметь двумерный массив с данными.

plt.imshow(data, extent=[-3, 3, -3, 3], origin='lower', cmap='YlGnBu') plt.colorbar() 

Выбираем нужный тип палитры на сайте matplotlib.

Пример

Управление расположением цветовой шкалы

from mpl_toolkits.axes_grid1 import make_axes_locatable # находим нашу систему коордит в рамках Figure divider = make_axes_locatable(ax) # определяем новую область для рисования цветовой шкалы color_ax = divider.new_horizontal(size="3%", pad=0.1, axes_class=plt.Axes) # добавляем к фигуре новую область для цветовой шкалы fig.add_axes(color_ax) #рисуем шкалу fig.colorbar(im, cax=color_ax) 

Специальные построения: Контуры

Для построения контуров необходимо иметь: два одномерных массива с равномерными интервалами между точками и двумерный массив с данными. Ключевые методы plt.contour и plt.contourf .

Подготовка

# Источник данных — функция двух переменных def f(x, y): return (1 - x / 2 + x ** 5 + y ** 3) * np.exp(-x ** 2 -y ** 2) # Создаем массивы для осей: n = 256 x = np.linspace(-3, 3, n) y = np.linspace(-3, 3, n) # Делаем мешгрид gridX, gridY = np.meshgrid(x, y) data = f(gridX, gridY) 

Рисование

#Раскрашивание контуров цветами (палитра 'jet') cntrf = plt.contourf(gridX, gridY, data, 8, alpha=.75, cmap='jet') #Разграничение контуров линиями cntr = plt.contour(X, Y, f(X, Y), 8, colors='black') #Добавляем подписи на контуры plt.clabel(cntr, inline=1, fontsize=10) #Добавляем цветовую легенду plt.colorbar(cntrf) 

Источник