python求峰⾯积_python---matplotlib
⼀ 概述
matplotlib在Python中是应⽤最多的2D图像的绘图⼯具包，使⽤matplotlib能够⾮常简单的可视化数据。在matplotlib中使⽤最多的模块就是pyplot。pyplot⾮常接近Matlab的绘图实现，⽽且⼤多数的命令极其类似Matlab.当然，与Matlab类似，需要很多的数学运算，因此numpy这个组件同样是必不可少的。所以很多⼈说python+matplotlib+numpy就是MATLAB。
⼆ 使⽤
2.1 绘制折线图
⾸先，matplotlib建议使⽤别名，这样⽅便以后模块的使⽤，⼀般以以下两句开始：
importnumpy as npimport matplotlib.pyplot as plt
接下来以绘制正弦余弦函数曲线为例，介绍相应的函数。
(1) 使⽤默认的绘图属性绘图
importnumpy as npimportmatplotlib.pyplot as plt
x=np.linspace(-np.pi,np.pi,256)
C,s(x),np.sin(x)
plt.plot(x,C)
plt.plot(x,S)
plt.show()
结果如下图所⽰：
(2)对线条的颜⾊，宽度进⾏设置，就像在matlab中⼀样：
importnumpy as npimportmatplotlib.pyplot as plt
x=np.linspace(-np.pi,np.pi,256)
C,s(x),np.sin(x)
plt.plot(x,C,color='red',linewidth=2.5,linestyle='-')
plt.plot(x,S,color='green',linewidth=2.5,linestyle='-')
plt.show()
结果如下图所⽰：
注：对于plot，讲解如下：
characterdescription
'-'
solid line style
'--'
dashed line style
'-.'
dash-dot line style
dotted line style
'.'
point marker
','
pixel marker
'o'
circle marker
'v'
triangle_down marker '^'
triangle_up marker
'
triangle_left marker '>'
triangle_right marker '1'
tri_down marker
'2'
tri_up marker
'3'
tri_left marker
'4'
tri_right marker
's'
square marker
'p'
pentagon marker
'*'
star marker
'h'
hexagon1 marker
'H'
hexagon2 marker
plus marker
'x'
x marker
'D'
diamond marker
'd'
thin_diamond marker
'|'
vline marker
'_'
hline marker
其中上表中从第四⾏以后均为点的样式，使⽤时需指定(marker='*')。线条的颜⾊如下表所⽰：
charactercolor
‘b’
blue
‘g’
green
‘r’
red
‘c’
cyanmatplotlib中subplot
‘m’
magenta
‘y’
yellow
‘k’
black
‘w’
white
当然线条的颜⾊可以以其他⽅式定制。⽐如16进制的字符串('#008000')或者是RGB、RGBA元组的⽅式RGB or RGBA ((0,1,0,1)) 来实现不同的颜⾊。
(3)设置横轴、纵轴的界限以及标注
很多时候，需要设置横轴和纵轴的界⾯，从⽽得到更加清晰明了的图形：
importnumpy as npimportmatplotlib.pyplot as plt
x=np.linspace(-np.pi,np.pi,256)
C,s(x),np.sin(x)
plt.plot(x,C,color='red',linewidth=2.5,linestyle='-')
plt.plot(x,S,color='green',linewidth=2.5,linestyle='-')
plt.xlim(x.min()*1.1, x.max()*1.1)
plt.ylim(C.min()*1.1, C.max()*1.1)plt.show()
图形如下所⽰：
此外为了更好的表⽰横轴和纵轴数据的含义，可以通过ticks对横轴和纵轴的含义进⾏设置和定制。
importnumpy as npimportmatplotlib.pyplot as plt
x=np.linspace(-np.pi,np.pi,20)
C,s(x),np.sin(x)
plt.plot(x,C,color='red',linewidth=2.5,linestyle='-')
plt.plot(x,S,color='green',linewidth=2.5,linestyle='-')
plt.xlim(x.min()*1.1, x.max()*1.1)
[r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$'])
plt.ylim(C.min()*1.1,C.max()*1.1)
[r'$-1$', r'$0$', r'$+1$'])
plt.show()
最后的显⽰图像为：
(4)设置Spines的位置。
Spines应该可以理解为坐标轴的位置。但是也不全是，因为它分为上下左右四个位置，就如上图的四个边界，那么左边界和下边界就是我们通常认为的横坐标和纵坐标。我们可以将上边界和右边界隐藏，同时将左边界和下边界移动⾄中⼼的位置，实现的完整代码是：
importnumpy as npimportmatplotlib.pyplot as plt
ax= plt.subplot(111)
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))
x=np.linspace(-np.pi,np.pi,256,endpoint=True)
C,s(x),np.sin(x)
plt.plot(x,C,color='red',linewidth=2.5,linestyle='-',label=r'$cos(t)$')
plt.plot(x,S,color='blue',linewidth=2.5,linestyle='-',label=r'$sin(t)$')
plt.xlim(x.min()*1.1, x.max()*1.1)
[r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$'])
plt.ylim(C.min()*1.1,C.max()*1.1)
[r'$-1$', r'$0$', r'$+1$'])
plt.show()
上述程序对应的显⽰图像为：
(5)添加图例说明
说到作图，当然必须要有图例，图例是帮助我们理解曲线指代的类型，如果让我们不去仔细分析曲线，
就可以知道曲线指代的类型。⽐如上图的正弦和余弦，我们要经过分析过后，才知道红⾊是余弦函数，蓝⾊是正弦函数，因此图例就⾮常重要的帮助我们分析图形。在画图时候，我们需要多线条加上label，这样才可以在最后将图例显⽰出来。
importnumpy as npimportmatplotlib.pyplot as plt
ax= plt.subplot(111)
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))
x=np.linspace(-np.pi,np.pi,256,endpoint=True)
C,s(x),np.sin(x)
plt.plot(x,C,color='red',linewidth=2.5,linestyle='-',label=r'$cos(t)$')
plt.plot(x,S,color='blue',linewidth=2.5,linestyle='-',label=r'$sin(t)$')
plt.legend(loc='upper left',frameon=False)
plt.xlim(x.min()*1.1, x.max()*1.1)
[r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$'])
plt.ylim(C.min()*1.1,C.max()*1.1)

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。