python阶梯图函数 梯形函数图像

python之pyplot

1、 定义x和y,画图展示,保存图片

定制网站建设可以根据自己的需求进行定制,网站设计、做网站构思过程中功能建设理应排到主要部位公司网站设计、做网站的运用实际效果公司网站制作网站建立与制做的实际意义

其中dpi参数指定图像的分辨率为120

2、 优化绘图线条风格

线条颜色color

线条标记marker

线条风格linestyle

3、 坐标轴的控制

坐标轴范围和标题

坐标图上标记

坐标间隔设定

函数plt.xticks()和plt.xticks()用来实现对x轴和y轴坐标间隔(也就是轴记号)的设定。用法上,函数的输入是两个列表,第一个表示取值,第二个表示标记。当然如果你的标记就是取值本身,则第二个列表可以忽略

多图与子图

figure() 函数可以帮助我们同时处理生成多个图,而subplot()函数则用来实现,在一个大图中,出现多个小的子图。需要注意的是, figure() 中的参数为图片序号,一般是按序增加的,这里面还涉及一个当前图的概念,其中 subplot() 的参数有3个,分别为行数、列数、以及子图序号。比如 subplot(1,2,1) 表示这是一个1行,2列布局的图(两个子图,在同一行,分居左右),其中,当前处理的子图是第一个图(也就是左图)。

这样,我们就用一个脚本画了两张图fig.1和fig.2。其中,fig.1包含了分居左右的两个子图,分别是y1和y3的曲线;fig.2是一张整图,画的是y2曲线。

如果想要某个子图占据整行或者整列,可以采用下面

第三个图,实际上相当于将前面的两个小的子图看作是一个整图

python函数图的绘制

pre

import numpy as np

import matplotlib.pyplot as plt

from matplotlib.patches import Polygon

def func(x):

return -(x-2)*(x-8)+40

x=np.linspace(0,10)

y=func(x)

fig,ax = plt.subplots()

plt.plot(x,y,'r',linewidth=2)

plt.ylim(ymin=20)

a=2

b=9

ax.set_xticks([a,b])

ax.set_xticklabels(['$a$','$b$'])

ax.set_yticks([])

plt.figtext(0.9,0.05,'$x$')

plt.figtext(0.1,0.9,'$y$')

ix=np.linspace(a,b)

iy=func(ix)

ixy=zip(ix,iy)

verts=[(a,0)]+list(ixy)+[(b,0)]

poly = Polygon(verts,facecolor='0.9',edgecolor='0.5')

ax.add_patch(poly)

x_math=(a+b)*0.5

y_math=35

plt.text(x_math,y_math,r"$\int_a^b(-(x-2)*(x-8)+40)dx$",horizontalalignment='center',size=12)

plt.show()

/pre

Python科学计算与图形渲染库视频教程

课程地址:

点击跳转到课程页面

IT猿课() [it猿课ityuanke.com]Python科学计算与图形渲染库视频教程

「课程学习目录」

第1章:NumPy基础知识

1.NumPy简介

2.搭建NumPy开发环境,验证NumPy开发环境

第2章:NumPy数组

1.创建多维数组

2.获取单个数组值和数组的分片

3.自定义数据类型

4.改变数组的维度

5.水平组合数组

6.垂直数组组合

7.深度数组组合

8.数组的列组合

9.数组的行组合

10.分割数组

11.数组中常用的属性

12.将NumPy数组转换为Python列表

第3章:NumPy常用函数

1.将NumPy数组保存成文本文件,并装载数组文件

2.读写CSV文件

3.成交量加权平均价格

4.算数平均值

5.时间加权平均价格

6.寻找最大值和最小值,以及计算数组的取值范围

7.计算数组的中位数和方差

8.计算股票收益率和波动率

9.根据日期分析股票涨幅

10.用线性模型进行预测(最小二乘法、梯度)

11.对数组进行修剪和压缩

12.计算阶乘

第4章:NumPy高级函数

1.计算协方差矩阵

2.获取矩阵主对角线上元素以及计算矩阵的迹

3.分析两只股票在一定时间段的相关性

第5章:Pandas基础知识

1.Pandas简介

2.数据集的装载与基础操作

3.查看数据集中的列

4.查看数据集的行

5.查看数据集单元格中的数据

6.对数据集进行分组统计

7.可视化统计数据(依赖Matplotlib)

第6章:Pandas中的数据类型

1.创建Series

2.创建DataFrame

3.DataFrame的基本操作

4.Series的方法

5.Series的条件过滤

6.Series的向量操作

7.DataFrame的条件过滤

8.DataFrame的向量操作

9.向DateFrame添加列

10.直接修改DataFrame中列的值

11.删除DataFrame中的列

12.读写Pickle格式的Series和DataFrame文件

13.读写CSV格式的Series和DataFrame文件

14.读写Excel格式的Series和DataFrame文件

15.将Series和DataFrame导出为其他格式

第7章:Pandas连接与合并数据集

1.行连接

2.列连接

3.拥有不同列的DataFrame的行连接

4.合并多个数据集

第8章:Pandas非值数据

1.Pandas中有哪些非值数据

2.为什么数据会遗失

3.清除非值数据

第9章:Matplotlib基础知识

1.Matplotlib简介(绘制第一个图形)

2.在数据可视化的过程中使用NumPy(绘制正弦和余弦曲线)

3.在同一个二维坐标系绘制出一元二次曲线和正弦、余弦曲线

4.将文件作为数据源绘制曲线

5.绘制随机点

6.绘制垂直和水平柱状图

7.绘制多组垂直和水平柱状图

8.绘制叠加的柱状图

9.在同一个窗口绘制直方图和盒状图

10.绘制饼状图

11.绘制三角剖分

第10章:Matplotlib定制颜色和样式

1.定制曲线的颜色

2.定制离散点的颜色、边缘颜色、边缘宽度和尺寸

3.用列表定制柱状图的颜色

4.用颜色集合定制饼图颜色

5.定制盒状图每一部分的颜色

6.使用颜色地图(colormap)定制离散点的颜色

7.定制曲线的类型

8.控制柱状图的填充模式

9.控制离散点的标记样式

10.在曲线上建立步长标记

第11章:Matplotlib注释、高级图表操作 、文件存储等高级特性

1.在坐标系上显示标题(英文和中文)

2.使用LaTeX格式的标题

3.为X轴和Y轴添加注释

4.在坐标系的指定位置放置注释

5.设置文本注释的水平和垂直对齐方式

6.为文本注释添加Box

7.带箭头的注释

8.添加图例

9.为坐标系添加网格

10.在坐标系上绘制彩色线条

11.绘制不同形态的图形

12.绘制多边形

13.绘制tick线

14.动态产生标签

15.动态产生带角度的标签

16.在图表中绘制多组曲线

17.设置图表坐标范围

18.设置图表的长宽比

19.在图表中插入子图表

20.将图表保存为png格式的图像

21.设置图像的透明和密度属性

22.将图表保存为pdf文档

23.将多个图表保存在一个pdf文档中

第12章:Seaborn基础

1.Seaborn简介

2.绘制离散点与主题

3.用set方法完成主题,调色板等设置工作

4.移除坐标轴

第13章:Seaborn分布图

1.绘制单变量分布图(直方图、密度图和毛毯图)

2.绘制多变量分布图

第14章:Seaborn分类图

1.绘制分类散点图

2.绘制分类箱线图

3.绘制分类琴形图

4.绘制柱状图

第15章:pyecharts实战

1.pyecharts简介

2.散点图

3.折线图

4.阶梯图和面积图

5.绘制3D曲线

6.绘制柱状图


网页题目:python阶梯图函数 梯形函数图像
URL标题:http://scyanting.com/article/dooocdj.html