weixin_56960596的博客

Matplotlib基础（三）---- 图例、标签和刻度在平时处理数据的时候，因为数据可视化更能显示数据的关系。而python中的matplotlib库很好地提供了我们2D绘图的方式。于是我打算系统且详细的学习matplotlib,并尽可能地总结各种用法。这个系列就是我我的学习经验总结。上一篇我介绍了matplotlib中的图片和子图，还有subplot()和subplots()两个方法的使用。这一片主要了解图例标签而为了区分各个绘图元素， 在plot时可以，在里面传入label参数。ax.pl

Matplotlib基础（二）---- 图片与子图在平时处理数据的时候，因为数据可视化更能显示数据的关系。而python中的matplotlib库很好地提供了我们2D绘图的方式。于是我打算系统且详细的学习matplotlib,并尽可能地总结各种用法。这个系列就是我我的学习经验总结。上一篇我介绍了matplotlib库的开始用法： 1. matplotlib库的下载与导入 2. 三层结构的介绍 3. 绘图过程4. 图像的保存。应该都对matplotlib有了一点认识，这一篇，我将总结最常用的创建图片和子图

Matplotlib基础（一）----创建画布和坐标系在平时处理数据的时候，因为数据可视化更能显示数据的关系。而python中的matplotlib库很好地提供了我们2D绘图的方式。于是我打算系统且详细的学习matplotlib,并尽可能地总结各种用法。这个系列就是我我的学习经验总结。下载并导入matplotlib库...

Python日记（9）——曲线拟合每天做一个Python小练习，顺便记录一些小技巧。曲线拟合应用方法：最小二乘法原理：函数解析式未知,通过实验观测得到的一组数据，即在某个区间[a,b]上给出一系列点的函数值yi = f（xi）。节点上的函数值是由实验或观测得到的数据，不可避免地带有测量误差，如果要求所得的近似函数曲线精确无误地通过所有的点（xi,yi）就会使曲线保留着一切测试误差。当个别数据的误差较大时，插值效果显然是不理想的。由实验或观测提供的数据个数往往很多，如果用插值法，势必得到次数较高

Python日记（8）——matplotlib基础入门（4）----添加图例Python日记（8）——matplotlib基础入门（4）每天做一个Python小练习，顺便记录一些小技巧。添加图例图例是用来区分绘图元素的另一个重要内容。有多种方式可以添加图例。最简单的方式是在添加每个图表时传递label参数：from matplotlib import pyplot as pltfrom numpy.random import randnfig = plt.figure()ax = fig.

Python日记（7）——主成分分析每天做一个Python小练习，顺便记录一些小技巧。主成分分析（PCA）是一个比较常见的特征降维，在许多领域都被广泛运用。主成分分析原理主成分分析法(PCA)是一种高效处理多维数据的多元统计分析方法，将主成分分析用于多指标（变量）的综合评价较为普遍。笔者自从本科学习数学建模就开始接触该方法，但是一直没有系统地整理过，借这个机会总结一下，以备不时之需。该方法的基本思想是运用较少的变量去解释原始数据中的大部分变异，通过对原始数据相关矩阵内部结构关系的分析和计算，产生一

Python日记（6）——数值积分每天做一个Python小练习，顺便记录一些小技巧。在做化学实验中，一般测得的数据都是离散的，所以编写了一些程序来计算离散数据的积分。首先，粗讲一下已知函数式的数值积分。以下面的式子举例这里需要用到numpy简单地导入以下import numpy as np首先，表达出要积分的函数表达式y = np.cos(2*np.pi*x)*np.exp(-x)+1.2原始方法就是把函数积分化成很多且宽很小的矩形，再求所有矩形的面积总和，便可以得到积分的值。这

Python日记（4）——matplotlib基础入门（2）在这里插入代码片每天做一个Python小练习，顺便记录一些小技巧。刻度，标签和图例matplotlib中的pyplot方法，专门设计为做交互式作用，包含了xlim、 xticks和xticklabel等方法，这些方法分别控制了绘图范围、刻度位置以及刻度标签。以下为常见的两种方式：（1）若没有输入任何参数时调用，则返回当前的参数值（例如plt.xlim()返回当前的x轴绘图范围)。（2）传入参数的情况下调用，并设置参数值（例如plt.xli

matplotlib的颜色、标记和线类型

Python日记（2）——matplotlib基础入门（1）每天做一个Python小练习，顺便记录一些小技巧。由于化工实验数据处理需要把数据转换成图标，所以要逐步学习Python里比较好用的matplotlib库，加下来就是从0基础开始学习的过程。(1)简明matplotlib在使用matplotlib库之前，先添加进该库和另一个常用的库Numpy。在Pycharm下有个Python Packages方便我们下载需要的库，示意图如下：添加好需要的两个库之后，就可以导入使用了。import m

Python日记（2）——反应速率的计算每天做一个Python小练习，顺便记录一些小技巧。化工数值计算实验的实验二：1，3-丁二烯气相二聚反应的速率计算一、目的和要求1.掌握常用的插值方法2.掌握数值微分的计算方法二、问题提出1.函数插值函数是工程实践中重要的工具，它能够描述变量之间的关系。但是实际应用当中，我们很难使用解析表达式描述两变量之间的关系。我们能够得到的，只是从实验测量得到的离散的数据，即函数表。当我们需要使用的数据点不在函数表中时，我们就需要进行插值。2.数值微分有时

Python求变化率