matplotlib库学习实验报告

一、实验目的

1.理解python语言中matplotlib库的各函数作用；
2.掌握matplotlib库中常用函数，能够用其进行画图；

二、实验内容

用matplotlib库中函数进行画图，数据可以用随机函数生成，也可以用其他数据，数据集不做限制，需绘制的图像有：
（1）直方图。用sin函数在区间[0,π/2]上100个点做数据；
（2）散点图。用sin和cos函数在区间[0,π/2]上100个点做数据；
（3）饼图。画出标签为1,2,3,4，大小为10,20,30,40的四个扇形组成的饼图；
（4）曲线图。用sin和cos函数在区间[0,π/2]上100个点做数据；
（5）子图。在两个子图中分别用sin和cos函数在区间[0,π/2]上100个点做数据。
可能会用到的matplotlib库中的函数：linspace、subplot、plot、axis、show、scatter、xlabel、ylabel、title、hist、pie等。根据课堂上对该问题的描述和分析，自行完成程序设计并实现，要求算法描述准确且程序运行正确。

三、设计与实现

详细描述设计过程、关键问题的实现方法及算法的分析说明。
1、制作数据
（1）使用linspace()函数定义均匀间隔创建数值序列。其实，需要指定间隔起始点、终止端，以及指定分隔值总数（包括起始点和终止点）；最终函数返回间隔类均匀分布的数值序列。在此数据的起始点为0，终止点为pi/2，在此区间内选择100个值，从而得到（0,π/2）区间内的100个数。
（2）定义一个sindata[]列表，利用循环计算100个数对应的sin值，将其添加到sindata的列表中，同理，定义一个cosdata[]列表，利用循环计算100个数对应的cos值，将其添加到cosdata的列表中。
（3）定义一个sincos[]列表，利用循环和判断，将100个数中的奇数个数对应的区间值的sin值求出，偶数个数对应的区间值的cos值求出，添加到sincos中。
2、绘图
为方便展示规定画布大小为正方形（6,6）
（1）直方图hist()，统计各个区间的数值，取sindata中的数据，bins为统计的区间分布，这里取20个区间，color设置为蓝色，每个柱形的边缘颜色为黑色，设置x轴的标签为数值，y轴的标签为频数，图的标题为直方图，并将绘制完的直方图进行保存展示。
（2）散点图scatter()，x的数据为区间（0,π/2），y的值为其对应sincos数据中的值。x轴的标签为x，y轴的标签为y，图的标题为散点图，并将其进行保存展示。
（3）饼图pie()，定义一个列表label[]存放饼图的标签,列表explode[]设定各项距离圆心n个半径，列表values[]存放饼图各部分对应的值，设置图的标题为饼图，显示图例，并将其进行保存展示。
（4）曲线图plot()，x的数据为区间（0,π/2），y的值为其对应sincos数据中的值。颜色为红色，线条宽度为2。x轴的标签为x，y轴的标签为y，图的标题为曲线图，并将其进行保存展示。
（5）子图subplot()，创建两个子图，一行两列的绘图区域，第一个图放在左边区域，第二个图放在右边区域。绘制第一个图为以区间（0,π/2）为x轴，sindata为y轴的曲线图，颜色为红色，宽度为2，x轴的标签为x，y的标签为y,子图标题为sin(x),绘制第一个图为以区间（0,π/2）为x轴，cosdata为y轴的曲线图，颜色为蓝色，宽度为2，x轴的标签为x，y的标签为y,子图标题为cos(x)，将绘制完成的子图进行展示并保存。

四、测试与分析（附测试用例，运行结果截图等）

如图，直方图由有一个个柱形组成，x轴为(0,π/2)区间上100个点对应的sin值也就是(0,1)，y轴为每个区间数值对应的频数，取20个区间值，每个区间表示0.05，图标题为“直方图”；散点图的x轴为(0,π/2)区间，y轴按照100个点的sin值，cos值交替组成，对应(0,1)的范围内，图标题为“散点图”。

如图，饼图由有一个个扇形组成，每个扇形的标签分别为1,2,3,4,对应的比例为10.0%，20.0%，30.0%，40%，每部分用不同的颜色表示，并注明图例，图标题为“饼图”；曲线图的x轴为(0,π/2)区间，y轴按照100个点的sin值，cos值交替组成，对应(0,1)的范围内，图标题为“曲线图”。

如图，子图有两个曲线图组成组成，第一部分x轴为(0,π/2)区间，y轴为(0,π/2)区间上100个点对应的sin值，图标题为“sin(x)”;第二部分x轴为(0,π/2)区间，y轴为(0,π/2)区间上100个点对应的cos值，图标题为“cos(x)”。

五、设计技巧及体会

1．实验过程中遇到的问题及解决办法；
问题：对函数的应用不熟练；对数据进行处理时，确定x轴和y轴的数值；中文与负数的显示；如何在完成图像的绘制后，进一步进行丰富。
解决方法：对之前学习的知识进行整理回顾，在分析实验要求时，一步一步理清思路，对一些数据分析案例进行学习，在此基础上不断完善自己的绘图。
2．对设计进行评价（优点与不足）；
优点：基本完成实验要求，掌握了常见图形的绘制方法，设计过程有条有理，循序渐进，简单明了。
缺点：在完成绘图的基础上，还可以增加一些额外的功能使图像更加丰富，如直方图上标注各项对应的值，标题字体的大小等。
3.对设计及调试过程的心得体会。
首先是对于思路的分析，明确目标，需要使用的数据，对数据进行预处理，需要使用的到的函数，了解函数对应的参数，其次，在完成实验要求的基础上，保证代码简洁，适当添加注释进行说明，然后对于Python库的学习不能停留在简单的掌握，课下还需进行深入的自主学习，最后一点，就是多练习多敲代码，只有真正的将学到的知识，应用到实际中，完成数据分析，才能真正掌握。

六、附源代码

import matplotlib.pyplot as plt
import numpy as np
import math
plt.rcParams['font.sans-serif']='SimHei'#设置中文显示
plt.rcParams['axes.unicode_minus']=False #设置符号显示
# 制作数据
region = np.linspace(0, math.pi/2, 100)  #选取区间[0,π/2]
#print(region)
sindata = []#制作sin数据
for i in range(len(region)):
    y = math.sin(region[i])
    sindata.append(y)
#print(sindata)
cosdata = []#制作cos数据
for i in range(len(region)):
    y = math.cos(region[i])
    cosdata.append(y)
#print(cosdata)
sincos = [] #制作sin和cos的数据 偶数个时取其对应的sin值，奇数个时取其对应的cos值
for i in range(len(region)):
    if i%2 == 0 :
        y = math.sin(region[i])
        sincos.append(y)
    else:
        y = math.cos(region[i])
        sincos.append(y)
# （1）直方图。用sin函数在区间[0,π/2]上100个点做数据；
plt.figure(figsize=(6,6))#将画布设定为正方形
plt.hist(sindata, bins = 20, color='blue', edgecolor = 'black')
plt.xlabel('数值')
plt.ylabel('频数')
plt.title("直方图")
plt.savefig('./直方图')#保存图片
plt.show()
# （2）散点图。用sin和cos函数在区间[0,π/2]上100个点做数据；
plt.figure(figsize=(6,6))#将画布设定为正方形
plt.scatter(region, sincos)
plt.xlabel('x')
plt.ylabel('y')
plt.title("散点图")
plt.savefig('./散点图')#保存图片
plt.show()
# （3）饼图。画出标签为1,2,3,4，大小为10,20,30,40的四个扇形组成的饼图；
plt.figure(figsize=(6,6))#将画布设定为正方形
label=['1','2','3','4']#定义饼图的标签，标签是列表
explode=[0.01,0.01,0.01,0.01]#设定各项距离圆心n个半径
values=[10,20,30,40]
plt.pie(values,explode=explode,labels=label,autopct='%1.1f%%')#绘制饼图
plt.title('饼图')#绘制标题
plt.legend()
plt.savefig('./饼图')#保存图片
plt.show()
# （4）曲线图。用sin和cos函数在区间[0,π/2]上100个点做数据；
plt.figure(figsize=(6,6))#将画布设定为正方形
plt.plot(region,sincos,color="red",linewidth=2)
plt.xlabel('x')
plt.ylabel('y')
plt.title("曲线图")
plt.savefig('./曲线图')#保存图片
plt.show()
# （5）子图。在两个子图中分别用sin和cos函数在区间[0,π/2]上100个点做数据。
plt.subplots_adjust(wspace=0.45)
plt.subplot(121)
plt.plot(region,sindata,color="red",linewidth=2)
plt.xlabel('x')
plt.ylabel('y')
plt.title("sin(x)")
plt.subplot(122)
plt.plot(region,cosdata,color="blue",linewidth=2)
plt.xlabel('x')
plt.ylabel('y')
plt.title("cos(x)")
plt.savefig('./子图')#保存图片
plt.show()