Python-Matplotlib可视化（9）——精通更多实用图形的绘制

• • 前言

• 可视化二维数组的内容

• 为图形添加色彩映射图例

• 二维标量场的可视化

• 等高线的可视化

• 二维向量场的可视化

• 系列链接

前言

---

Matplotlib是Python的绘图库，它提供了一整套和 matlab 相似的命令 API，可以生成你所需的出版质量级别的图形。我们已经学习了一系列统计图来描绘两个变量间的基本关系，同时也学习了如何高度自定义统计的呈现样式，但是，仅仅使用这些图形并不足以应对所有场景。例如，我们需要可视化地显示降雨在各个地区的分布情况。 因此，我们需要更多的实用图形来表达现实世界的复杂关系。

可视化二维数组的内容

---

让我们从最简单的场景开始，假设我们有一个二维数组——著名的分形形状Mandelbrot，我们想将其可视化。

首先需要创建一个二维数组，然后调用plt.imshow()将其可视化。

import numpy as np

import matplotlib.cm as cm

from matplotlib import pyplot as plt

def iter_count(c, max_iter):

x = c

for n in range(max_iter):

if abs(x) > 2.:

return n

x = x ** 2 + c

return max_iter

n = 512

max_iter = 64

xmin, xmax, ymin, ymax = -2.2, .8, -1.5, 1.5

x = np.linspace(xmin, xmax, n)

y = np.linspace(ymin, ymax, n)

z = np.empty((n, n))

for i, y_i in enumerate(y):

for j, x_j in enumerate(x):

z[i, j] = iter_count(complex(x_j, y_i), max_iter)

plt.imshow(z, cmap = cm.Spectral)

plt.show()

Tips：imshow()接受一个2D数组作为