如果你想绘制一组圆圈，你可能想看看这篇文章或这个要点(更新一点)。该帖子提供了一个名为circles的功能。

函数圆的工作原理类似于散点，但绘制的圆的大小以数据单位表示。

这里有一个例子:

from pylab import *
figure(figsize=(8,8))
ax=subplot(aspect='equal')

#plot one circle (the biggest one on bottom-right)
circles(1, 0, 0.5, 'r', alpha=0.2, lw=5, edgecolor='b', transform=ax.transAxes)

#plot a set of circles (circles in diagonal)
a=arange(11)
out = circles(a, a, a*0.2, c=a, alpha=0.5, edgecolor='none')
colorbar(out)

xlim(0,10)
ylim(0,10)

#!/usr/bin/python
import matplotlib.pyplot as plt
import numpy as np

def xy(r,phi):
  return r*np.cos(phi), r*np.sin(phi)

fig = plt.figure()
ax = fig.add_subplot(111,aspect='equal')  

phis=np.arange(0,6.28,0.01)
r =1.
ax.plot( *xy(r,phis), c='r',ls='-' )
plt.show()

或者，如果您愿意，可以查看路径http://matplotlib.sourceforge.net/users/path_tutorial.html

扩展一个通用用例的可接受答案。特别是:

以自然长宽比查看圆形。 自动扩展轴的限制，以包括新绘制的圆。

独立的例子:

import matplotlib.pyplot as plt

fig, ax = plt.subplots()
ax.add_patch(plt.Circle((0, 0), 0.2, color='r', alpha=0.5))
ax.add_patch(plt.Circle((1, 1), 0.5, color='#00ffff', alpha=0.5))
ax.add_artist(plt.Circle((1, 0), 0.5, color='#000033', alpha=0.5))

#Use adjustable='box-forced' to make the plot area square-shaped as well.
ax.set_aspect('equal', adjustable='datalim')
ax.plot()   #Causes an autoscale update.
plt.show()

注意ax.add_patch(..)和ax.add_artist(..)之间的区别:在两者中，只有前者使自动缩放机制考虑到圆(参考:讨论)，所以在运行上述代码后，我们得到:

参见:set_aspect(..)文档。

你需要把它加到坐标轴上。Circle是Patch的子类，axis有一个add_patch方法。(您也可以使用add_artist，但不建议使用。)

这里有一个这样做的例子:

import matplotlib.pyplot as plt

circle1 = plt.Circle((0, 0), 0.2, color='r')
circle2 = plt.Circle((0.5, 0.5), 0.2, color='blue')
circle3 = plt.Circle((1, 1), 0.2, color='g', clip_on=False)

fig, ax = plt.subplots() # note we must use plt.subplots, not plt.subplot
# (or if you have an existing figure)
# fig = plt.gcf()
# ax = fig.gca()

ax.add_patch(circle1)
ax.add_patch(circle2)
ax.add_patch(circle3)

fig.savefig('plotcircles.png')

结果如下图所示:

第一个圆位于原点，但默认情况下clip_on为True，因此当圆超出坐标轴时，它将被剪切。第三个圆圈(绿色)显示了不剪辑Artist时发生的情况。它延伸到轴之外(但不超出图形，即图形大小不会自动调整以绘制所有的美工)。

x、y和半径的单位默认对应数据单位。在这种情况下，我没有在我的轴上绘制任何东西(fig.gca()返回当前轴)，由于限制从未设置，它们默认为x和y范围从0到1。

下面是这个例子的延续，展示了单位的重要性:

circle1 = plt.Circle((0, 0), 2, color='r')
# now make a circle with no fill, which is good for hi-lighting key results
circle2 = plt.Circle((5, 5), 0.5, color='b', fill=False)
circle3 = plt.Circle((10, 10), 2, color='g', clip_on=False)
    
ax = plt.gca()
ax.cla() # clear things for fresh plot

# change default range so that new circles will work
ax.set_xlim((0, 10))
ax.set_ylim((0, 10))
# some data
ax.plot(range(11), 'o', color='black')
# key data point that we are encircling
ax.plot((5), (5), 'o', color='y')
    
ax.add_patch(circle1)
ax.add_patch(circle2)
ax.add_patch(circle3)
fig.savefig('plotcircles2.png')

结果是:

您可以看到我如何将第二个圆圈的填充设置为False，这对于包围关键结果(如黄色数据点)非常有用。

如果你的目标是让“圆”保持1的视觉长宽比，不管数据坐标是什么，你可以使用scatter()方法。http://matplotlib.org/1.3.1/api/pyplot_api.html#matplotlib.pyplot.scatter

import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [10, 20, 30, 40, 50]
r = [100, 80, 60, 40, 20] # in points, not data units
fig, ax = plt.subplots(1, 1)
ax.scatter(x, y, s=r)
fig.show()

import matplotlib.pyplot as plt

circle1 = plt.Circle((0, 0), 0.2, color='r')
plt.gca().add_patch(circle1)

一个公认答案的快速浓缩版本，快速插入一个圆到现有的情节。参考已接受的答案和其他答案了解细节。

顺便说一下:

gca()表示获取当前轴