VIS-003【總第5期】Python數據可視化:簡單的曲線繪製

今天在這裏爲大家介紹利用matplotlib繪製曲線圖的方法

先從正弦函數開始,代碼如下:

import matplotlib.pyplot as plt
import numpy as np
import math
pi=math.pi
x=np.arange(-2*pi,2*pi,0.02)#設置曲線區間及密度(每隔0.02一個點)
y=np.sin(x)
plt.plot(x,y)
plt.show()

arrange函數:用於創建等差數組,這裏繪製了(-2pi,2pi)的圖

輸出效果如下:


對於曲線圖做一些修改:

plt.axis([xmin, xmax, ymin, ymax]):設置座標範圍,其中x軸從xmin到xmax,y軸從ymin到ymax

在源代碼上加入plt.axis([-2.5*pi, 2.5*pi, -2, 2])

輸出如下:


現在我們將三幅圖片畫在一起:可以用plt.figure()繪製多個曲線圖

代碼如下:

#繪製多張圖
plt.figure(1)                # 第一張圖
plt.subplot(211)    #第一張圖的第一張子圖
x=np.arange(-2*pi,2*pi,0.02)
y=np.sin(x)
plt.plot(x,y)
plt.subplot(212)    # 第一張圖中的第二張子圖
y=np.cos(x)
plt.plot(x,y)

plt.figure(2)      # 第二張圖,該圖只有一張子圖,因此默認爲plt.subplot(111)
y=np.tan(x)
plt.axis([-2.5*pi, 2.5*pi, -2, 2])
plt.plot(x,y)            

plt.figure(1)                # 切換到figure 1 
plt.subplot(211)             # 令子圖subplot(211)成爲figure1的當前圖
plt.title('sin')   # 添加subplot 211 的標題
plt.show()

輸出如下:


有這個功能,就可以很方便地繪製出各種函數圖像了

x=np.arange(1,20,0.05)
y=np.log(x)
plt.plot(x,y)
plt.show()

效果:


發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章