SciPy.org 004 Matplotlib数据可视化

最新推荐文章于 2022-08-31 12:00:25 发布

islinyoubiao

最新推荐文章于 2022-08-31 12:00:25 发布

阅读量306

点赞数 1

分类专栏： SciPy 文章标签： python scipy numpy plot 数据可视化

本文链接：https://blog.csdn.net/islinyoubiao/article/details/105582593

版权

SciPy 专栏收录该内容

4 篇文章 0 订阅

订阅专栏

Matplotlib是一个重量级数据可视化工具。包括以下方面：

	Gallery	描述
1	Line, bars and markers	线条图，指柱图和标记图
2	Images, contours and fields	图片，等高线和场线图
3	Subplots, axes and figures	子图，轴和标识
4	Statistics	统计学相关图
5	Pie and polar charts	饼图和极坐标图
6	Text, labels and annotations	文字，标识和注释
7	Pyplot
8	Color	颜色能量图
9	Shapes and collections	形状和符号图
10	Style sheets	样式表
11	Axes Grid	轴坐标网格图
12	Axis Artist	艺术化轴图
13	Showcase	个性化展示图形
14	Animation	动画
15	Event handling	事件交互句柄
16	Front Page
17	Miscellaneous	其它
18	3D plotting	三维图
19	Our Favorite Recipes	推荐实例
20	Scales	缩放
21	Specialty Plots	特殊应用
22	Ticks and spines	点线图
23	Units	功能单元介绍
24	Embedding Matplotlib in graphical user interfaces	第三方应用
25	Userdemo	实例
26	Widgets	GUI控件

分形学有一个非常重要的图，叫做曼德布洛特集合(Mandelbrot set)，如下：

用Matplotlib好容易就可以画出来，代码如下：

"""
有趣的事情
没有结束
2020/4/17 16:55
"""
import numpy as np


def mandelbrot_set(xmin, xmax, ymin, ymax, xn, yn, maxiter, horizon=2.0):
    X = np.linspace(xmin, xmax, xn)
    Y = np.linspace(ymin, ymax, yn)
    C = X + Y[:, None] * 1j
    N = np.zeros_like(C, dtype=int)
    Z = np.zeros_like(C)
    for n in range(maxiter):
        I = np.less(abs(Z), horizon)
        N[I] = n
        Z[I] = Z[I]**2 + C[I]
    N[N == maxiter-1] = 0
    return Z, N


if __name__ == '__main__':
    import time
    import matplotlib
    from matplotlib import colors
    import matplotlib.pyplot as plt

    xmin, xmax, xn = -2.25, +0.75, 1500
    ymin, ymax, yn = -1.25, +1.25, 1500
    maxiter = 20
    horizon = 2.0 ** 40
    log_horizon = np.log(np.log(horizon))/np.log(2)
    Z, N = mandelbrot_set(xmin, xmax, ymin, ymax, xn, yn, maxiter, horizon)

    # Normalized recount as explained in:
    # https://linas.org/art-gallery/escape/smooth.html
    # https://www.ibm.com/developerworks/community/blogs/jfp/entry/My_Christmas_Gift

    # This line will generate warnings for null values but it is faster to
    # process them afterwards using the nan_to_num
    with np.errstate(invalid='ignore'):
        M = np.nan_to_num(N + 1 -
                          np.log(np.log(abs(Z)))/np.log(2) +
                          log_horizon)

    dpi = 72
    width = 10
    height = 10*yn/xn
    fig = plt.figure(figsize=(width, height), dpi=dpi)
    ax = fig.add_axes([0.0, 0.0, 1.0, 1.0], frameon=False, aspect=1)

    # Shaded rendering
    # light = colors.LightSource(azdeg=315, altdeg=10)
    # M = light.shade(M, cmap=plt.cm.hot, vert_exag=1.5,
    #                 norm=colors.PowerNorm(0.3), blend_mode='hsv')
    plt.imshow(M, extent=[xmin, xmax, ymin, ymax], interpolation="bicubic")
    ax.set_xticks([])
    ax.set_yticks([])

    # Some advertisement for matplotlib
    # year = time.strftime("%Y")
    # text = ("The Mandelbrot fractal set\n"
    #         "Rendered with matplotlib %s, %s - http://matplotlib.org"
    #         % (matplotlib.__version__, year))
    # ax.text(xmin+.025, ymin+.025, text, color="white", fontsize=12, alpha=0.5)

    plt.show()

修改其中的参数，会得到各种各样的变化，也是分形无穷无尽的特点。

有三个与Scipy.org相关比较好的中文网，网址如下：

NumPy中文网：https://www.numpy.org.cn/

matplotlib中文网：https://www.matplotlib.org.cn/

pandas中文网：https://www.pypandas.cn/

是详细的例子。代码也比较精简，方便重现。基础学习比较好，系统性强。

多谢，美。