自学编程网站免费,微信官方小程序开发工具,网站建设的意义,wordpress hestia pro1 二维图像 1.1 二维曲线 plot(x, y, ls-, lw1.5, labelNone)x, y#xff1a;横坐标和纵坐标ls#xff1a;颜色、点标记、线型列表#xff0c;如 ls‘r*-’ 表示红色实线、*形点#xff0c;ls‘g.’ 表示绿色散点lw#xff1a;线宽度label#xff1a;线标签…1 二维图像 1.1 二维曲线 plot(x, y, ls-, lw1.5, labelNone) x, y横坐标和纵坐标ls颜色、点标记、线型列表如 ls‘r*-’ 表示红色实线、*形点ls‘g.’ 表示绿色散点lw线宽度label线标签 plot(x, y, color, marker, linestyle) x, y横坐标和纵坐标color颜色取值b(blue), g(green), r(red), c(cyan), m(magenta), y(yellow), k(black), w(white)marker标记形状取值. , o v ^ 1 2 3 4 s p * h H x D d | _linestyle线型取值- – -. : import numpy as np import matplotlib.pyplot as pltxnp.arange(0,12,0.3) y1np.sin(x) y2np.cos(x)plt.figure() #新建一个图像窗口 plt.rcParams[font.sans-serif][SimHei] #正常显示标题中中文 plt.rcParams[axes.unicode_minus] False #正常显示坐标轴中中文plt.subplot(1,2,1) #使用第1个窗格 plt.plot(x,y1,r*-) #绘图 #plt.plot(x,y1,colorr,marker*,linestyle-) #和上面等价 plt.title(正弦曲线) #标题 plt.xlabel(x轴) #x轴命名 plt.ylabel(y轴) #y轴命名 plt.grid() #添加网格 plt.legend([sinx]) #显示图例plt.subplot(1,2,2) #使用第2个窗格 plt.plot(x,y1,r*-,labelsinx) #绘制正弦图像 plt.plot(x,y2,g.--,labelcosx) #绘制余弦图像 plt.title(正弦曲线、余弦曲线) #标题 plt.legend() #显示图例 1.2 二维散点图 scatter(x, y, s20, cb, markero, cmap, alpha) x, y横坐标和纵坐标s点大小c点颜色取值b(blue), g(green), r(red), c(cyan), m(magenta), y(yellow), k(black), w(white)marker点标记取值. , o v ^ 1 2 3 4 s p * h H x D d | _cmap颜色图谱alpha透明度取值0~1超过1时当1算低于1时当0算linewidths边框宽度 import numpy as np import matplotlib.pyplot as pltsize100 xnp.random.uniform(sizesize) ynp.random.uniform(sizesize) snp.random.uniform(5,400,sizesize) #点大小 cnp.random.uniform(sizesize) #点颜色 lwnp.random.uniform(1,4,sizesize) #边框宽度plt.figure() #新建一个图像窗口plt.subplot(1,2,1) #使用第1个窗格 plt.scatter(x,y,ss,cc,alpha0.5,linewidthslw,edgecolorsm) #绘制散点图plt.subplot(1,2,2) #使用第2个窗格 plt.scatter(x,y,ss,cc,cmaprainbow,alpha0.5) #绘制散点图 cmap 为颜色图谱取值如下 见cmap设置颜色的参数 1.3 图像修饰 figure( num, figsize, dpi )新建一个空白图像窗口num为窗口名字figsize为窗口尺寸dpi为分辨率title( )标题xlabel( )x轴标签ylabel( )y轴标签xlim( xmin, xmax )x轴图像显示范围ylim( ymin, ymax )y轴图像显示范围axis( xmin, xmax, ymin, ymax )设置x轴和y轴显示范围xticks( ticks, labels )x轴刻度标记ticks为需要标记的坐标labels为对应ticks的标签yticks( )y轴刻度标记ticks为需要标记的坐标labels为对应ticks的标签vlines( x, ymin, ymax, colors‘k’, linestyles‘solid’, label‘’ )绘制垂直分割线hlines( y, xmin, xmax, colors‘k’, linestyles‘solid’, label‘’ )绘制水平分割线text( x, y, s )说明文字(x,y)为文字显示位置s为文字内容subplot( rows, cols, num )多窗格绘图rows表示行数cols表示列数num表示窗格序号legend( labels )显示图例labels为各曲线的图例标签列表若在plot()中已给标签这里可以省略参数grid()显示网格show( )显示图像savefig( name, dpi )保存图片默认以png格式保存dpi为分辨率gca( )获取坐标轴(axis)对象 这里仅介绍 xticks() 的用法 import numpy as np import matplotlib.pyplot as pltxnp.arange(0,15.7,0.1) ynp.sin(x)plt.figure() #新建一个图像窗口 plt.plot(x,y,r.) #绘图ticksnp.arange(0,6)*np.pi labels[0π,1π,2π,3π,4π,5π] plt.xticks(ticks,labels) #x轴示数标记 plt.grid() #显示网格 1.4 坐标轴控制 1.4.1 坐标轴刻度间隔 import numpy as np import matplotlib.pyplot as plt from matplotlib.pyplot import MultipleLocatorxnp.arange(0,15.7,0.1) ynp.sin(x)plt.figure() #新建一个图像窗口 plt.plot(x,y,r.) #绘图axplt.gca() #获取坐标轴(axis)对象 ax.xaxis.set_major_locator(MultipleLocator(3.14)) #设置x轴示数间隔 plt.grid() #显示网格 可以看到x 轴刻度为 3.14 1.4.2 坐标轴刻度格式 import matplotlib.pyplot as plt import numpy as np from matplotlib.ticker import FormatStrFormatterxnp.arange(0,15.7,0.1) ynp.sin(x)plt.figure() #新建一个图像窗口 plt.plot(x,y,r.) #绘图axplt.gca() #获取坐标轴(axis)对象 ax.yaxis.set_major_formatter(FormatStrFormatter(%.1f)) #设置y轴示数格式 plt.grid() 可以看到y 轴刻度只显示1位小数。此方法也可以避免坐标轴示数有时候自动变成e**的情况发生。 2 三维图像 2.1 三维坐标轴对象Axes3D 在绘制三维图像时需要先创建三维坐标轴对象 Axes3D 创建方法主要有以下2种 方法一 import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D #虽然没有明确调用 Axes3D也不能省略否则会报错figplt.figure() #创建一个图像窗口 axplt.axes(projection3d) #创建三维坐标轴对象 方法二 import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3Dfigplt.figure() #创建一个图像窗口 axAxes3D(fig) #创建三维坐标轴对象 运行代码可以看到创建了一个空的三维图像窗口如下 多窗格绘图 import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D #虽然没有明确调用 Axes3D也不能省略否则会报错figplt.figure() #创建一个图像窗口 axfig.add_subplot(rows,cols,num,projection3d) #添加一个三维子图 2.2 三维曲线 import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3Dtnp.linspace(0,20,70) #参数生成[0,20]之间70个点 xnp.sin(t) ynp.cos(t) z2*tfigplt.figure() #创建一个图像窗口 axAxes3D(fig) #创建三维坐标轴对象ax.plot(x,y,z,r*-) #绘制3维曲线 2.3 三维散点图 import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3Dsize150 #点个数 xnp.random.randint(0,30,size) ynp.random.randint(0,30,size) znp.random.randint(0,30,size)figplt.figure() #创建一个图像窗口 axAxes3D(fig) #创建三维坐标轴对象snp.random.randint(0,200,size) #点大小 cnp.random.randint(0,256,size) #点颜色 ax.scatter(x,y,z,ss,cc,alpha0.8) #绘制3维散点图 2.4 三维曲面 import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3Dxnp.linspace(0,10,50) ynp.linspace(0,9,45) X,Ynp.meshgrid(x,y) #生成格点并将所有格点的x轴值和y轴值分别保存到 X 和 Y 中X 和 Y 的维度(45,50) Znp.sin(X)np.cos(Y) #每个格点对应的函数值维度(45,50)figplt.figure() #创建一个图像窗口axfig.add_subplot(1,2,1,projection3d) #添加一个三维子图 ax.plot_surface(X,Y,Z,cmaphot) #绘制三维曲面cmap为颜色图谱axfig.add_subplot(1,2,2,projection3d) #添加一个三维子图 ax.plot_surface(X,Y,Z,cmaprainbow) #绘制三维曲面cmap为颜色图谱 X,Ynp.meshgrid(x,y) 函数的作用是生成格点并将所有格点的x轴值和y轴值分别保存到 X 和 Y 中X 和 Y 的维度(45,50) 变量空间如下 如果你对Python感兴趣想要学习python这里给大家分享一份Python全套学习资料都是我自己学习时整理的希望可以帮到你一起加油 有需要的小伙伴可以点击下方链接免费领取或者V扫描下方二维码免费领取 Python全套学习资料 1️⃣零基础入门 ① 学习路线 对于从来没有接触过Python的同学我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线你可以按照上面的知识点去找对应的学习资源保证自己学得较为全面。 ② 路线对应学习视频 还有很多适合0基础入门的学习视频有了这些视频轻轻松松上手Python~ ③练习题 每节视频课后都有对应的练习题哦可以检验学习成果哈哈 2️⃣国内外Python书籍、文档 ① 文档和书籍资料 3️⃣Python工具包项目源码合集 ①Python工具包 学习Python常用的开发软件都在这里了每个都有详细的安装教程保证你可以安装成功哦 ②Python实战案例 光学理论是没用的要学会跟着一起敲代码动手实操才能将自己的所学运用到实际当中去这时候可以搞点实战案例来学习。100实战案例源码等你来拿 ③Python小游戏源码 如果觉得上面的实战案例有点枯燥可以试试自己用Python编写小游戏让你的学习过程中增添一点趣味 4️⃣Python面试题 我们学会了Python之后有了技能就可以出去找工作啦下面这些面试题是都来自阿里、腾讯、字节等一线互联网大厂并且有阿里大佬给出了权威的解答刷完这一套面试资料相信大家都能找到满意的工作。 上述所有资料 ⚡️ 朋友们如果有需要的可以扫描下方二维码免费领取