pandas作图_偏振光实验的计算机作图

用python做完这四幅图之后我觉得还是该学学Origin吧 ——J.C.Bourbon

一直在寻求用python完全代替Origin,这不,这会的大物实验——光的偏振,要做极坐标,马上就来劲了。

最初的版本是很直接plt.polar(theta,r),但这样做出来的图有一点致命的问题——所有设置都是默认的,没法去调整,如果用此前作图时用的精细化调整方法plt.xlim(), plt.xticks()会报错。

这里面有一个很大的问题——如果不作调整的话极坐标图角度默认以45°为间隔。而这个实验的结果是每10°读一个数得到的,45°截距完全不能体现科学作图的宗旨

这就是那个自己感觉都不太行的45度截距图

04e35084813a63195e754cb6e281d767.png

以及它对应的代码片段

# 普通极坐标图plt.figure(5)plt.rcParams['font.family'] = fontplt.rcParams['font.size'] = fs-2# 调整matplotlib内部设置使之支持中文,这种方法改变全局设置plt.polar(x_r, y21, 'o-', color='red', label='偏离光轴0度', ms=ms, lw=lw)plt.polar(x_r, y22, 'o-', color='purple',label='偏离光轴30度', ms=ms, lw=lw)plt.xlabel('θ /°', fontsize=fs)# ax2.set_ylabel('光强I', fontsize=fs,)plt.title('通过1/2波片的偏振光光强-角度曲线', fontsize=fs+4)plt.legend(loc='best')

经不懈搜索学习,明确了一点:Matplotlib.pyplot一旦要把图做的很细致,就一定是要回到python的最初的属性——面向对象的编程思想。要把图层,图轴等全部作为对象处理才能得到很好的结果

最终,我大概是得到了我需要的图...光的偏振实验需要三张图,我自己因为用py线性拟合地很得心应手了,也就顺便做了一下。(虽然statsmodels包在我anaconda更新之后突然就没了,搞得还要重装...但anaconda装包还是很方便的)

放最终结果图:一个曲线,一个对应线性拟合,两个极坐标(P.S.图带水印,直接搬运去做实验报告可不好哦,需要可以联系我)

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Pandas是一个强大的数据分析工具,它提供了丰富的数据结构和数据处理功能,可以帮助我们对外卖数据进行分析。下面是一些常用的Pandas实验步骤: 1. 导入Pandas库:首先需要导入Pandas库,可以使用以下代码: ``` import pandas as pd ``` 2. 读取外卖数据:使用Pandas的`read_csv()`函数读取外卖数据文件,例如: ``` data = pd.read_csv('外卖数据.csv') ``` 3. 数据预览:使用`head()`函数可以查看数据的前几行,默认显示前5行,例如: ``` print(data.head()) ``` 4. 数据清洗:对于外卖数据,可能存在缺失值、异常值等问题,可以使用Pandas提供的函数进行数据清洗,例如: - 处理缺失值:使用`fillna()`函数填充缺失值,或者使用`dropna()`函数删除包含缺失值的行或列。 - 处理异常值:可以使用条件语句和索引操作来筛选和修改异常值。 5. 数据分析:使用Pandas提供的各种函数和方法进行数据分析,例如: - 统计描述:使用`describe()`函数可以得到数据的统计描述信息,如均值、标准差、最小值、最大值等。 - 分组聚合:使用`groupby()`函数对数据进行分组,并使用聚合函数(如`sum()`、`mean()`、`count()`等)计算每个组的统计量。 - 数据可视化:使用Pandas的`plot()`函数可以进行简单的数据可视化,如折线图、柱状图等。 6. 结果展示:最后,使用Pandas提供的函数和方法将分析结果进行展示,如打印表格、绘制图表等。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值