Python科学计算：绘图1.二维图形

昨天事情有点多，没来得及写，今天写，从今天开始，我所有的代码全部用VScode写，因为我发现，用Pycharm写这些，真的是大材小用了，所以，就简单一些，直接用VScode来写。

今天开始学习绘图，相信看过我之前fortran学习系列的朋友都知道，那时候我就已经在用python作图了，但是，审美问题，图做的太难看了，但是，不管是论文写作，还是其他工作，图像都以其简单明了易懂的特点为人所接受，作用非常大的，漂亮的图像会给人非常好的印象，所以，作图还是很重要的，因此，图像才作为一个重点被Python科学计算作为一个独立的篇章来讲解。

今天就来学习图形的绘制

讲到python绘图，始终绕不开一个包：Matplotlib，这个c++也有扩展，配置好之后就嫩用c++直接调出函数来绘图，特方便的，然后，先把matplotlib的官方文档地址给大家贴上，毕竟书上讲的只是实用性，不会涉及太多的函数。所以，还是要多读读官方文档的：教程 — Matplotlib 3.7.1 文档

ok废话不多说了，直接开始吧：

绘制一个很简单的波形：Ricker子波：代码用的是(3条消息) Python实现雷克子波画图（时间域）_python 生成不同相位的雷克子波_某崔同学的博客-CSDN博客里的，然后看一看做出的图像的效果：

图一：雷克子波图像

这会注意哈，雷克子波和那个小波变换用到的墨西哥帽波形非常像，但是别搞混了。

来，跟着书上的敲一个：

import matplotlib.pyplot as plt
import numpy as np
import math
x=np.linspace(-np.pi,np.pi,101)
y=np.sin(x)+np.sin(3*x)/3.0
plt.plot(x,y,"r-")
plt.xlabel("x")
plt.ylabel("y")
plt.title("A Simple Image")
plt.show()
plt.savefig("foo.pdf")

图像：

图二：书上的第一个小例子

面向对象的Matplotlib：

这个包的功能远远比你想象的强大得多，他的实现方式是使用嘞的面向对象的方式;

一个matplotlib，他是有两个很基础的类：figure、axes，前者是画布，后者是轴，举一个简单的例子，创建两个figure：

fig1=plt.figure()
fig2=plt.figure()
# 创建了两个实例，fig1，fig2
# 假如说，我们要在fig2里面画上多幅子图
ax=fig2.add_subplot(2,3,5)
# 就是画上两行三列五个实例，如果说数字都小于10的话，可以直接把逗号给去掉，
# 但我不建议，因为我经常出错
# 好，重写图二的代码：
fig3=plt.figure()
ax=fig3.add_subplot(1,1,1)
ax.plot(x,y)
ax.set_xlabel('x')
ax.set_ylabel('y')
ax.set_title("A Simple Image")
fig3.show()
fig3.savefig("food.jpg")

这有个问题，就是，他弹窗之后，就立即消失了，但是，可以打开保存的图片food去看：

图三：已经保存的图片

好了，这下，一些基础的就讲完了，这下就是调优了，因为你不可能就把这么一幅图给贴在论文里面，你得调色，调背景颜色这一系列的，首先，先来看曲线的样式和颜色：

字符	颜色	字符	颜色
b	蓝色（默认）	m	紫红色
g	绿色	y	黄色
r	红色	k	黑色
c	青色	w	白色

然后是线条样式：

字符	颜色	字符	颜色	字符	颜色
-	实线	-.	点划线	o	o
--	虚线	：	点线	*	*

然后就是线条的宽的，测量单位是打印机的点(浮点值)，linewidth=，或者你就直接写个lw=：

图四：o形

其实，上面的o和*，这俩是用的比较多的，所以我才把他们写到线条样式去了，实际上，他们是标记样式，而且，标记样式有很多：

标记	形状	标记	形状
.	点（默认）	^	上三角
o	圆圈	<	左三角
*	星号	>	右三角
+	加号	n	正方形
x	字符x	p	五边形
v	下三角	h	六边形

这些就是你用来做标记，做对比的时候，会用的多一些，然后，你可以直接“color*”这种方式来绘制，也可以用markeredgecolor来设置颜色，markedgewidth来设置宽度

行了，今天结束的话，就用书上的傅里叶级数部分和来结束：

import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(-np.pi,np.pi,101)
f=np.ones_like(x)
f[x<0]=-1
y1=(4/np.pi)*(np.sin(x)+np.sin(3*x)/3.0)
y2=y1+(4/np.pi)*(np.sin(5*x)/5.0+np.sin(7*x)/7.0)
y3=y2+(4/np.pi)*(np.sin(9*x)/9.0+np.sin(11*x)/11.0)
plt.ion()
fig=plt.figure()
ax=fig.add_subplot(1,1,1)
ax.plot(x,f,'b-',lw=2,label="f(x)")
ax.plot(x,y1,'c--',lw=2,label="two terms")
ax.plot(x,y2,'r-.',lw=2,label="four terms")
ax.plot(x,y3,'b:',lw=2,label="six terms")
ax.legend(loc="best")
ax.set_xlabel("x",style="italic")
ax.set_ylabel("y",style="italic")
ax.set_title("Fourier",size=16,weight="bold")
fig.savefig("fourier.jpg")

图五：傅里叶级数部分和

好了，今天就到这里吧，每天再学习极坐标绘图