第7讲--matplotlib图形分解.pptxVIP

Matplotlib图形 教师 丛培盛 Matplotlib画图工具 官网地址是 / matplotlib is a python 2D plotting library which produces publication quality figures in a variety of hardcopy formats John Hunter (1968-2012) Anaconda自动带 Matplotlib Python环境下实现Matlab制图功能的第三方库 需要numpy库的支持 支持用户方便设计出二维、三维数据的图形显示 提供卡迪尔坐标、极坐标、球坐标和三维坐标 制作的图形达到出版级的标准 可以在一张绘图纸上绘制多张小图 可以在一张图上绘制多条线 制图初步 将函数转化成关于X，Y，Z坐标点的数组 利用np.arange进行采样 利用采样点， np.函数计算对应的函数值 数据全部以np.array表达 数据的快速产生 arange函数进行采样 arange函数需要三个参数，分别为起始点、终止点、采样间隔。采样间隔默认值为1 import numpy as np np.arange(0,1,0.1) array([ 0. , 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9]) np.arange(0,5.6) array([ 0., 1., 2., 3., 4., 5.]) 数据的快速产生 linspace函数进行采样 linspace函数指定开始值、终值和元素个数来创建一维数组 可以通过endpoint=True关键字指定是否包括终值，缺省设置是包括终值 np.linspace(1,10,10) array([ 1., 2., 3., 4., 5., 6., 7., 8., 9., 10.]) np.linspace(1,10,10,endpoint=False) Numpy函数 Numpy提供了大量函数，计算速度快 x=np.arange(0, np.pi/2, 0.1) y=np.sin(x) # 把所有点的函数值，一次求得 matplotlib可以依据x,y进行制图 matplotlib制图 关键引用 import matplotlib.pyplot as plt import numpy as np 或使用 from pylab import * 区别： 制图时，1 使用plt对象 ，如plt.plot 2 直接 plot pylab和matplotlib什么关系？ 制作函数曲线 # step 1 引用 import matplotlib.pyplot as plt import numpy as np # step 2 准备数据 x=np.arange(-np.pi,np.pi,0.1) y=np.sin(x) # step 3 制图 plt.plot(x,y,b) # ‘b’代表使用蓝色画曲线 # step 4 显示图形 plt.show() 颜色控制 缩写 颜色 b blue g green r red c cyan m magenta y yellow k black w white 线宽、线型、网格线控制 在plot中直接设定 plot(x,sin,color=blue,linewidth=2.0, linestyle=-) # 设置蓝色、2像素宽划线 plot(x,cos,color=red,linewidth=2.0, linestyle=-.) # 用虚线画图 plt.grid(True) # 画网格线 坐标轴、图标识 使用xlim(x1, x2)设定横轴坐标，ylim(y1, y2)设置纵轴坐标 x=np.arange(-5,5,0.1) y=x**2 plt.xlim(-5,5) # 设定横坐标范围 plt.ylim(0,100) # 设定纵坐标范围 plt.xlabel(x) # 横轴标识 plt.ylabel(y=x*x) # 纵轴标识 plt.title(Plot y=x*x) # 设定图形的标题 plt.plot(x,y) plt.show() 设定坐标轴刻度 特别指定坐标轴的刻度，制作更能表达深意的图形，xticks（yticks）方法实现了该功能 import numpy as np from pylab import * x=np.linspace(-np.pi,np.pi,100) cos = np.cos(x) xticks(np.linspace(-np.pi,np.pi,5)) plot(x,cos,co