使用Matplotlib 绘制精美的数学图形例子

一个最最简单的例子:

绘制一个从 0 到 360 度完整的 SIN 函数图形

import numpy as np

import matplotlib.pyplot as pt

x = np.arange(0, 360)
# 如果打印 x ,NumPy 会给你很好看的打印格式
# print(x)

y = np.sin(x * np.pi / 180)
pt.plot(x, y)
pt.xlim(0, 360)
pt.ylim(-1.2, 1.2)
pt.title("SIN function")

pt.show()

下面我们加上一个 COS 函数图形,并且使用不同的颜色来表示。

import numpy as np

import matplotlib.pyplot as pt

x = np.arange(0, 360)
y = np.sin(x * np.pi / 180)
z = np.cos(x * np.pi / 180)
pt.plot(x, y, color='blue')
pt.plot(x, z, color='red')

pt.xlim(0, 360)
pt.ylim(-1.2, 1.2)

pt.title("SIN & COS function")

pt.show()

然后,我们加上图例,x 轴的说明和 y 轴的说明。

import numpy as np
import matplotlib.pyplot as pt

x = np.arange(0, 360)
print(x)

y = np.sin(2 * x * np.pi / 180.0)
z = np.cos(x * np.pi / 180.0)

# 使用美元符号把标签包围起来,得到 LaTex 公式显示的效果
pt.plot(x, y, color='blue', label="$SIN(2x)$")
pt.plot(x, z, color='red', label="$COS(x)$")

pt.xlim(0, 360)
pt.ylim(-1.2, 1.2)

pt.title("SIN & COS function")
# 要有 pt.legend() 这个方法才会显示图例
pt.legend()
pt.show()

以上这篇使用Matplotlib 绘制精美的数学图形例子就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持我们。

(0)

相关推荐

  • 使用matplotlib绘制图例标签中带有公式的图

    我就废话不多说了,直接上代码吧! import numpy as np import matplotlib.pyplot as plt x = np.linspace(0,2*np.pi,500) y = np.sin(x) z = np.cos(x*x) plt.figure(figsize=(8,4)) #标签前后加$将使用内嵌的LaTex引擎将其显示为公式 plt.plot(x,y,label='$sin(x)$',color='red',linewidth=2)#红色,2个像素宽 plt

  • Python使用matplotlib绘制三维图形示例

    本文实例讲述了Python使用matplotlib绘制三维图形.分享给大家供大家参考,具体如下: 用二维泡泡图表示三维数据 泡泡的坐标2维,泡泡的大小三维,使用到的函数 plt.scatter(P[:,0], P[:,1], s=S, lw = 1.5, edgecolors = C, facecolors='None') 其中P[:,0], P[:,1]为泡泡的坐标数据,s为泡泡的大小,lw为泡泡的边线宽度,edgecolors为边线颜色,facecolors为填充颜色 代码及注释 # -*-

  • Python使用Matplotlib模块时坐标轴标题中文及各种特殊符号显示方法

    本文实例讲述了Python使用Matplotlib模块时坐标轴标题中文及各种特殊符号显示方法.分享给大家供大家参考,具体如下: Matplotlib中文显示问题--用例子说明问题 #-*- coding: utf-8 -*- from pylab import * t = arange(-4*pi, 4*pi, 0.01) y = sin(t)/t plt.plot(t, y) plt.title('www.jb51.net - test') plt.xlabel(u'\u2103',fontp

  • Python使用matplotlib绘制多个图形单独显示的方法示例

    本文实例讲述了Python使用matplotlib绘制多个图形单独显示的方法.分享给大家供大家参考,具体如下: 一 代码 import numpy as np import matplotlib.pyplot as plt #创建自变量数组 x= np.linspace(0,2*np.pi,500) #创建函数值数组 y1 = np.sin(x) y2 = np.cos(x) y3 = np.sin(x*x) #创建图形 plt.figure(1) ''' 意思是在一个2行2列共4个子图的图中,

  • 使用Matplotlib 绘制精美的数学图形例子

    一个最最简单的例子: 绘制一个从 0 到 360 度完整的 SIN 函数图形 import numpy as np import matplotlib.pyplot as pt x = np.arange(0, 360) # 如果打印 x ,NumPy 会给你很好看的打印格式 # print(x) y = np.sin(x * np.pi / 180) pt.plot(x, y) pt.xlim(0, 360) pt.ylim(-1.2, 1.2) pt.title("SIN function&

  • Python3使用Matplotlib 绘制精美的数学函数图形

    一个最最简单的例子: 绘制一个从 0 到 360 度完整的 SIN 函数图形 import numpy as np import matplotlib.pyplot as pt x = np.arange(0, 360) # 如果打印 x ,NumPy 会给你很好看的打印格式 # print(x) y = np.sin(x * np.pi / 180) pt.plot(x, y) pt.xlim(0, 360) pt.ylim(-1.2, 1.2) pt.title("SIN function&

  • Python实现在tkinter中使用matplotlib绘制图形的方法示例

    本文实例讲述了Python实现在tkinter中使用matplotlib绘制图形的方法.分享给大家供大家参考,具体如下: 一. 代码: # coding=utf-8 import sys import Tkinter as Tk import matplotlib from numpy import arange, sin, pi from matplotlib.backends.backend_tkagg import FigureCanvasTkAgg,NavigationToolbar2T

  • Matplotlib可视化之自定义颜色绘制精美统计图

    自定义颜色 在生活中,我们可能对色彩的搭配与审美有自己的偏好,因此,我们可能希望matplotlib遵循自定义的颜色方案,以便所绘制的图形更好地适合文档或网页. matplotlib中有多种定义颜色的方法,常见的方法包括: 1.三元组(Triplets):颜色可以描述为一个实数三元组,即颜色的红.蓝.绿分量,其中每个分量在[0,1]区间内.因此,(1.0, 0.0, 0.0)表示纯红色,而(1.0, 0.0, 1.0)则表示粉色. 2.四元组(Quadruplets):它们前三个元素与三元组定义

  • Python matplotlib绘制图形实例(包括点,曲线,注释和箭头)

    Python的matplotlib模块绘制图形功能很强大,今天就用pyplot绘制一个简单的图形,图形中包括曲线.曲线上的点.注释和指向点的箭头. 1. 结果预览: 2. 代码如下: from matplotlib import pyplot as plt import numpy as np # 绘制曲线 x = np.linspace(2, 21, 20) # 取闭区间[2, 21]之间的等差数列,列表长度20 y = np.log10(x) + 0.5 plt.figure() # 添加一

  • Python+matplotlib+numpy绘制精美的条形统计图

    本文实例主要向大家分享了一个Python+matplotlib+numpy绘制精美的条形统计图的代码,效果展示如下: 完整代码如下: import matplotlib.pyplot as plt from numpy import arange from numpy.random import rand def gbar(ax, x, y, width=0.5, bottom=0): X = [[.6, .6], [.7, .7]] for left, top in zip(x, y): ri

  • Python数据可视化之用Matplotlib绘制常用图形

    一.散点图 散点图用两组数据构成多个坐标点,考察坐标点的分布,判断两变量之间是否存在某种关联或总结坐标点的分布模式. 特点:判断变量之间是否存在数量关联趋势,表示离群点的分布规律. 散点图绘制: plt.scatter(x,y) # 以默认的形状颜色绘制散点图 实例: 假设我们获取到了上海2020年5,10月份每天白天的最高气温(分别位于列表a.b),那么此时如何观察气温和随时间变化的某种规律. # 绘制图形所需的数据 y_5 = [11,17,16,11,12,11,12,13,10,14,8

  • python通过Matplotlib绘制常见的几种图形(推荐)

    目录 python通过Matplotlib绘制常见的几种图形 一.使用matplotlib对几种常见的图形进行绘制 1.柱状图 2.水平绘制柱状图 3.多个柱状图 4.叠加型柱状图 5.散点图 6.气泡图 7.直方图 8.箱线图 二.添加文字描述 1.文字描述一 2.文字描述二 三.多个图形描绘 subplots 四.使用Pandas 绘图 1.散点图 2.绘制柱状图 3.堆积的柱状图 4.水平的柱状图 5.直方图 6.箱线图 python通过Matplotlib绘制常见的几种图形 一.使用ma

随机推荐