numpy库和matplotlib.pyplot库实例补充

00后勇闯IT

已于 2024-05-28 09:48:14 修改

阅读量1.5k

点赞数 56

文章标签： numpy matplotlib

于 2024-05-28 09:46:42 首次发布

本文链接：https://blog.csdn.net/2301_80420183/article/details/139252890

版权

matplotlib.pyplot子库各种函数用法参考链接

matplotlib.pyplot.autumn()函数|极客教程matplotlib.pyplot.autumn()函数 Matplotlib是Python中的一个库，它是NumPy库的数值-数学扩展。Pyplot是一个基于状态的Matplotlib模块接口，该模块提供了一个类似matlab的接口。Pyplot中可以使用的绘图有直线图、轮廓图、直方图、散点图、三维图等。 matplotlib.pyplot.autumn()函数使用matplotlib库https://geek-docs.com/matplotlib/matplotlib-pyplot/matplotlib-pyplot-autumn-in-python.html#google_vignette

【微实例9.1】绘制基本的三角函数

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0,6,100)
y = np.cos(2 * np.pi *x) * np.exp(-x) + 0.8
plt.plot(x, y, 'k', color = 'r', linewidth = 3, linestyle = '-')
plt.show()

运行结果为：

补充：plt库有两个坐标体系：图像坐标和数据坐标。图像坐标将图像所在区域左下角视为远点，将x方向和y方向长度设定为1.整体绘图区有一个图像坐标，每个axes()和subplot()函数产生的子图也有属于自己的图像坐标。axes()函数参数rect指当前产生子区域相对于整个绘图区域的图像坐标。数据坐标以当前绘图区域的坐标轴为参考，显示每个数据点的相对位置，这与坐标系里面标记数据点一致。

import matplotlib.pyplot as plt
plt.plot([1,2,4],[1,2,3])
plt.axis()  #获得当前坐标轴范围
plt.axis([0,5,0,8])  #4个变量分别是[xmin,xmax,ymin,ymax]
plt.show()

运行结果为：

【微实例9.2】带标签的坐标系

import matplotlib.pyplot as plt
import matplotlib
matplotlib.rcParams['font.family'] = 'SimHei'
matplotlib.rcParams['font.sans-serif'] = ['SimHei']
plt.plot([1,2,4],[1,2,3])
plt.title("坐标系标题")
plt.xlabel('时间（s）')
plt.ylabel('范围（m）')
plt.xticks([1,2,3,4,5],[r'$\pi/3$',r'$2\pi/3$'\
                        ,r'$\pi$',r'$4\pi/3$',r'$5\pi/3$'])
plt.show()

xticks参数含义及函数用法参考链接：

matplotlib.pyplot.xticks()函数 - 获取和设置x轴的当前标记位置和标签|极客教程matplotlib.pyplot.xticks()函数 matplotlib.pyplot.xticks()函数 matplotlib库的pyplot模块中的annotate()函数用于获取和设置x轴的当前标记位置和标签。语法: matplotlib.pyplot.xticks(ticks=None, labels=None, **kwargs) 参数:该方法接受如下参数说明https://geek-docs.com/matplotlib/matplotlib-pyplot/matplotlib-pyplot-xticks-in-python.html

Tips（个人理解）：

plt.xticks([1,2,3,4,5],[r'$\pi/3$',r'$2\pi/3$'\
                        ,r'$\pi$',r'$4\pi/3$',r'$5\pi/3$'])

此行中的反斜杠'\'用于将pi转成π。即将\pi看成一个整体，其相当于数学中的π。'\pi' = π

运行结果为：

【微实例9.3】带局部阴影的坐标系

#mic_example_9.3
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0, 10, 1000)
y = np.cos(2 * np.pi * x) * np.exp(-x) + 0.8
plt.plot(x, y, 'k', color = 'r', label = '$exp-decay$', linewidth = 3)
plt.axis([0,6,0,1.8])
ix = (x > 0.8) & (x < 3)
plt.fill_between(x, y, 0, where = ix,\
                 facecolor = 'grey', alpha = 0.25)
plt.text(0.5 * (0.8 + 3), 0.2 ,r'$\int_a^b f(x)\mathrm{d}x$',\
         horizontalalignment = 'center')
plt.legend()
plt.show()

运行结果为：