# -*- coding: utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
x = np.arange(-2*np.pi,2*np.pi,0.01)
y1 = np.sin(3*x)/x
y2 = np.sin(2*x)/x
y3 = np.sin(x)/x
#'y','m','c'表示y1,y2,y3的颜色,其他颜色见p176
plt.plot(x,y1,'y')
plt.plot(x,y2,'m')
plt.plot(x,y3,'c')
#对图片添加标题,纵横坐标标签名称
plt.title('About plot(x,y) function figure')
plt.xlabel('x Axis')
plt.ylabel('y Axis')
#默认右上角线条说明,'y1','y2','y3'仅为名称,可以随意填写
plt.legend(['y1','y2','y3'])
#x轴tick label(刻度表签)为(-2*pi至2*pi)
plt.xticks([-2*np.pi,-np.pi,0,np.pi,2*np.pi],[r'$-2\pi$',r'$-\pi$',r'$0$',r'$\pi$',r'$2\pi$'])
#数学表达式添加到图标中
plt.annotate(r'$\lim_{x\to 0}\frac{\sin(x)}{x}= 1$',xy=[0,1],xycoords='data',xytext=[30,30],fontsize=16,textcoords='
用matplotlib实现数据可视化之线形图(函数)
最新推荐文章于 2023-07-23 19:40:20 发布
这篇博客展示了如何利用numpy和matplotlib库在Python中创建数据可视化线性图。通过定义x轴范围并计算三个不同函数(y1, y2, y3)的值,然后用不同颜色绘制在图上。此外,还设置了图表的标题,x轴和y轴的标签,以及图例。使用annotate函数添加了数学表达式,并通过调整坐标轴的显示来增强图形的清晰度。"
264442,13551,Linux下配置tftp服务及双网卡连接教程,"['Linux', '服务器', '网络配置', 'tftp']
摘要由CSDN通过智能技术生成