理论教育 Python制图基础-Python计算思维与问题求解

Python制图基础-Python计算思维与问题求解

时间:2023-11-22 理论教育 版权反馈
【摘要】:②线型线型在Python中用特定的符号表示,符号和线型之间的对应关系如表8.2.2:表8.2.2Python制图线型表以散点图表示数据样本在空间的分布情况时,经常以不同的形状表示不同类别的数据点,数据点的标记有多种,列表于8.2.3中。表8.2.3Python制图数据点形状

Python制图基础-Python计算思维与问题求解

1.采样点的快速产生

借助numpy提供的arange和linspace函数,可以快速生成制作图形所需要的数据。

①arange函数

arange函数产生等间隔的数据序列,需要三个参数,分别为起始点、终止点、采样间隔。例如:

>>>import numpy as np

>>>np.arange(0,1,0.1)

array([0.,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9])

上述语句在区间[0,1)之间以0.1为步长生成一个数组

默认状态下,arange函数的采样间隔取值为1,如:

>>>np.arange(0,10)

array([0,1,2,3,4,5,6,7,8,9])

>>>np.arange(0,5.6)

array([0.,1.,2.,3.,4.,5.])

②linspace函数

linspace函数通过指定开始值、终值和元素个数来创建数据序列,可以通过end point参数指定是否包括终值,缺省设置包括终值,元素个数缺省时,取50。例如:

>>>np.linspace(1,10,5) #范围1~10,取5个采样点

array([1.,3.25,5.5,7.75,10.])

③numpy求函数值

numpy库中的函数,支持数组形式的自变量,可以一次性地求出一组自变量对应的函数值。例如:

>>>x=np.arange(0,np.pi/2,0.1)(www.daowen.com)

>>>y=np.sin(x)

上面语句中,x存储了一组自变量的取值,使用y=np.sin(x),一步完成每个x值的sin取值。

2.色彩、线型及数据点标记

①色彩

制作图形时,常见的颜色缩写如表8.2.1:

表8.2.1 Python制图线条颜色表

除了使用系统定义的颜色外,matplotlib允许用户自己定义颜色,包括:16进制如:#FF00FF、RGB或RGBA元组(1,0,1,1)及灰度强度如:“0.7”等。

如下面的程序段,分别用不同的颜色绘制正弦曲线。

②线型

线型在Python中用特定的符号表示,符号和线型之间的对应关系如表8.2.2:

表8.2.2 Python制图线型表

散点图表示数据样本在空间的分布情况时,经常以不同的形状表示不同类别的数据点,数据点的标记有多种,列表于8.2.3中。

表8.2.3 Python制图数据点形状

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈