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

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

你好，我写了一个画圆的代码。 这对画各种圆都有帮助。 图像显示了半径为1，圆心为0,0的圆 中心和半径可以任意选择进行编辑。

## Draw a circle with center and radius defined
## Also enable the coordinate axes
import matplotlib.pyplot as plt
import numpy as np
# Define limits of coordinate system
x1 = -1.5
x2 = 1.5
y1 = -1.5
y2 = 1.5

circle1 = plt.Circle((0,0),1, color = 'k', fill = False, clip_on = False)
fig, ax = plt.subplots()
ax.add_artist(circle1)
plt.axis("equal")
ax.spines['left'].set_position('zero')
ax.spines['bottom'].set_position('zero')
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.yaxis.set_ticks_position('left')
plt.xlim(left=x1)
plt.xlim(right=x2)
plt.ylim(bottom=y1)
plt.ylim(top=y2)
plt.axhline(linewidth=2, color='k')
plt.axvline(linewidth=2, color='k')

##plt.grid(True)
plt.grid(color='k', linestyle='-.', linewidth=0.5)
plt.show()

祝你好运

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)

类似于散点图，你也可以使用正常的圆线风格的图。使用markersize参数你可以调整圆的半径:

import matplotlib.pyplot as plt

plt.plot(200, 2, 'o', markersize=7)

#!/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