matplotlib 強化學習
import matplotlib.pyplot as plt
...
plt.show() #顯示影像；下面都要寫，就不重複了
二維圖表
1. 基本圖表
- 用plot方法畫出x=(0,10)間sin的影像
x = np.linspace(0, 10, 30) #產生0-10之間的30個均勻陣列
plt.plot(x, np.sin(x)); #以x為橫座標，sin(x)為縱座標列印出影像
注：
- linspace生成的是包含結尾的陣列，比如0-10生成11個數才是0,1,2,3,4,5...
- 生成10個數則是0，1.11111111, 2.22222222, 3.33333333, 4.44444444...；
- 而arrange是不包含結尾的，0-10生成10個數是0,1,2,3...
- 用點,線的方式畫出x=(0,10)間sin的影像
plt.plot(x, np.sin(x), '-o');
#'o’代表每個資料點用小圓圈表示，且資料點之前不用線連線，看起來很像散點圖
#'ro'代表小圓圈是紅色的
#'-'就是最普通的線型，資料點之間用實線連線。
#'--'設定線性為虛線
!
- 用scatter方法畫出x=(0,10)間sin的點影像
plt.scatter(x, np.sin(x)); #散點圖
- 用餅圖的面積及顏色展示一組4維資料
rng = np.random.RandomState(0)
x = rng.randn(100) #生成隨機陣列
y = rng.randn(100)
colors = rng.rand(100)
sizes = 1000 * rng.rand(100)
plt.scatter(x, y, c=colors, s=sizes, alpha=0.3,
cmap='viridis')
plt.colorbar(); # 展示色階
繪製柱狀圖
x = [1,2,3,4,5,6,7,8]
y = [3,1,4,5,8,9,7,2]
label=['A','B','C','D','E','F','G','H']
plt.bar(x,y,tick_label = label); #縱向升高
plt.barh(x,y,tick_label = label); #換成橫向
直方圖
data = np.random.randn(1000) #生成1000個隨機數
plt.hist(data); #畫出影像
!
2. 自定義圖表元素
x = np.linspace(0,10,100)
plt.plot(x, np.sin(x))
plt.ylim(-1.5, 1.5); #設定y軸顯示範圍為(-1.5,1.5)
x = np.linspace(0.05, 10, 100)
y = np.sin(x)
plt.plot(x, y, label='sin(x)')
plt.xlabel('variable x'); #設定x,y軸標籤variable x，value y
plt.ylabel('value y');
plt.title('三角函式'); #設定圖表標題“三角函式”
plt.text(3.2, 0, 'sin(x)', weight='bold', color='r'); #註釋
plt.annotate('maximum',xy=(np.pi/2, 1),xytext=(np.pi/2+1, 1),weight='bold',color='r',arrowprops=dict(arrowstyle='->', connectionstyle='arc3', color='r')); #箭頭標識
顯示網格
x = np.linspace(0.05, 10, 100)
y = np.sin(x)
plt.plot(x, y)
plt.grid()
...
引數
matplotlin.pyplot.grid(b, which, axis, color, linestyle, linewidth， **kwargs) axis : 取值為‘both’， ‘x’，‘y’。就是想繪製哪個方向的網格線。不過我在輸入引數的時候發現如果輸入x或y的時候， 輸入的是哪條軸，則會隱藏哪條軸
color : 這就不用多說了，就是設定網格線的顏色。或者直接用c來代替color也可以。
plt.grid(c='g') 設定顏色為綠色
linestyle :也可以用ls來代替linestyle， 設定網格線的風格，是連續實線，虛線或者其它不同的線條。 | '-' | '--' | '-.' | ':' | 'None' | ' ' | '']
plt.grid(linestyle='-.')
linewidth : 設定網格線的寬度
...
繪製平行於x軸y=0.8的水平參考線
x = np.linspace(0.05, 10, 100)
y = np.sin(x)
plt.plot(x, y)
plt.axhline(y=0.8, ls='--', c='r')#水平參考線
3. 自定義影像
在一張圖裡繪製sin,cos的圖形，並展示圖例
x = np.linspace(0, 10, 1000)
fig, ax = plt.subplots()
ax.plot(x, np.sin(x), label='sin')
ax.plot(x, np.cos(x), '--', label='cos')
ax.legend();
多子圖
在2個子圖中，顯示sin(x)和cos(x)的影像
fig = plt.figure()
ax1 = fig.add_axes([0.1, 0.5, 0.8, 0.4], ylim=(-1.2, 1.2))
ax2 = fig.add_axes([0.1, 0.1, 0.8, 0.4], ylim=(-1.2, 1.2))
x = np.linspace(0, 10)
ax1.plot(np.sin(x));
ax2.plot(np.cos(x));
for i in range(1, 7): #用for建立6個子圖，並且在圖中標識出對應的子圖座標
plt.subplot(2, 3, i)
plt.text(0.5, 0.5, str((2, 3, i)),fontsize=18, ha='center')
組合繪製大小不同的子圖
grid = plt.GridSpec(2, 3, wspace=0.4, hspace=0.3)
plt.subplot(grid[0, 0])
plt.subplot(grid[0, 1:])
plt.subplot(grid[1, :2])
plt.subplot(grid[1, 2]);
三維影像
#38.建立一個三維畫布
from mpl_toolkits import mplot3d
fig = plt.figure()
ax = plt.axes(projection='3d')
#39.繪製一個三維螺旋線
ax = plt.axes(projection='3d')
# Data for a three-dimensional line
zline = np.linspace(0, 15, 1000)
xline = np.sin(zline)
yline = np.cos(zline)
ax.plot3D(xline, yline, zline);
#40.繪製一組三維點
ax = plt.axes(projection='3d')
zdata = 15 * np.random.random(100)
xdata = np.sin(zdata) + 0.1 * np.random.randn(100)
ydata = np.cos(zdata) + 0.1 * np.random.randn(100)
ax.scatter3D(xdata, ydata, zdata, c=zdata, cmap='Greens');
import numpy as np
from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
q1 = np.arange(0.01, 1, 0.01)
q2 = np.arange(0.01, 1 , 0.01) #生成一位基底
q1, q2 = np.meshgrid(q1, q2) #混合成二維陣列，形成二維基底
pCDa = (1-q1)
pCDb = (np.sqrt((1-q1)**2+q1**2)-q1)
s_pCD = -q1* np.log2(q1) - (1-q1) * np.log2(1-q1)
Q_MID1 = s_pCD *q2 /q2 #AB或CD的關聯值，下圖是(s_x_pCD - s_pCD) *q2； *q2/q2後才是圓柱體
fig = plt.figure()
ax = Axes3D(fig)
ax.plot_surface(q1,q2,Q_MID1) #表面圖
ax.set_xlabel('value of q2')
ax.set_ylabel('value of q1')
ax.set_zlabel('the value of Q_MID1(pCD)')
plt.show()
#引數
ax.plot_surface(X, Y, Z, *args, **kwargs)
X,Y,Z：資料
rstride、cstride、rcount、ccount:同Wireframe plots定義
color:表面顏色
cmap:圖層
參考文獻：