标签：info   一个   alpha   att   inf   random   mat   loading   title   

极坐标

import numpy as np
import matplotlib.pylab as plt

N = 20
theta = np.linspace(0.0,2*np.pi,N,endpoint=False)
#使用linspace间隔均匀分出组距，这里从0到2pi分成N份
radii = 10*np.random.rand(N)
#生成每一个函数对应的值
width = np.pi/4*np.random.rand(N)
#生成宽度值
ax = plt.subplot(111,projection=‘polar‘)
#绘制到一个绘图区域，这里将子绘图区域形成了一个对象，projection指的是投影图像
#这里的投影图像是polar，也就是极坐标
bars = ax.bar(theta,radii,width=width,bottom=0.0)
#对应left，height，width三个参数
for r,bar in zip(radii,bars):
    bar.set_facecolor(plt.cm.viridis(r/10.))
    bar.set_alpha(0.5)

plt.show()

import numpy as np
import matplotlib.pyplot as plt

fig,ax=plt.subplots()
#将subplot变成一个对象，这里我们将生成的图标及图标对应的区域对应上fig和ax
ax.plot(np.random.randn(10000),‘o‘)
#这里可以使用randn函数生成随机的正态分布数字，使用o表示画出点状图
#画出他们的图可以看到，这些数集中在1到-1
#符合标准正态分布的规律
ax.set_title(‘Simple Scatter‘)

plt.show()

import numpy as np
import matplotlib.pyplot as plt

fig,ax=plt.subplots()
#将subplot变成一个对象，这里我们将生成的图标及图标对应的区域对应上fig和ax
#这里可以使用randn函数生成随机的正态分布数字，使用o表示画出点状图
ax.plot(10*np.random.randn(100),10*np.random.randn(100),‘o‘)
#这里将数字都乘以十倍，这样能使得数字更加的分散
ax.set_title(‘Simple Scatter‘)

plt.show()

极坐标与散点图的绘制

标签：info   一个   alpha   att   inf   random   mat   loading   title   

原文地址：https://www.cnblogs.com/kwq717/p/14614257.html