数学模型与python科学计算的应用(4):数据的基本可视化

基本可视化

对数组进行可视化

import numpy as np
%pylab inline

Populating the interactive namespace from numpy and matplotlib

也可以使用：import matplotlib.pyplot as plt

1D作图

plt.plot(np.array([3,4,5]),np.array([3,6,8]))   # 绘制图画

[<matplotlib.lines.Line2D at 0x1248310>]

上述的方法是不太好的。

x1 = np.array([4,6,3,5])
y1 = np.array([4,5,-1,8])
plt.plot(x1,y1)

[<matplotlib.lines.Line2D at 0x1309c30>]

x2 = np.linspace(0,3,20)
y2 = np.linspace(0,9,20)
x3 = np.linspace(0,5,20)
y3 = np.linspace(0,8,20)
plt.plot(x2,y2,'-',x3,y3,'o')           # 默认格式是“-”

[<matplotlib.lines.Line2D at 0xa9a6910>,
 <matplotlib.lines.Line2D at 0xa9a69f0>]

2D作图

image = np.random.rand(30, 30)
plt.imshow(image, cmap=plt.cm.hot)
plt.colorbar()

<matplotlib.colorbar.Colorbar at 0xaa75830>

数组的索引和切片

• 数组的索引和切片与python内置的列表切片用法一致。
• 对于多维的数组，索引就像数学中的坐标
• 注意：与matlab不同，python的索引和切片都是从0开始。