用Python畫(huà)圖

今天開(kāi)始琢磨用Python畫(huà)圖，沒(méi)使用之前是一臉懵的，我使用的開(kāi)發(fā)環(huán)境是Pycharm，這個(gè)輸出的是一行行命令，這個(gè)圖畫(huà)在哪里呢？

專注于為中小企業(yè)提供成都網(wǎng)站設(shè)計(jì)、網(wǎng)站制作服務(wù),電腦端+手機(jī)端+微信端的三站合一,更高效的管理,為中小企業(yè)嶗山免費(fèi)做網(wǎng)站提供優(yōu)質(zhì)的服務(wù)。我們立足成都，凝聚了一批互聯(lián)網(wǎng)行業(yè)人才，有力地推動(dòng)了上千企業(yè)的穩(wěn)健成長(zhǎng)，幫助中小企業(yè)通過(guò)網(wǎng)站建設(shè)實(shí)現(xiàn)規(guī)模擴(kuò)充和轉(zhuǎn)變。

搜索之后發(fā)現(xiàn)，它會(huì)彈出一個(gè)對(duì)話框，然后就開(kāi)始畫(huà)了，比如下圖

第一個(gè)常用的庫(kù)是Turtle，它是Python語(yǔ)言中一個(gè)很流行的繪制圖像的函數(shù)庫(kù)，這個(gè)詞的意思就是烏龜，你可以想象下一個(gè)小烏龜在一個(gè)x和y軸的平面坐標(biāo)系里，從原點(diǎn)開(kāi)始根據(jù)指令控制，爬行出來(lái)就是繪制的圖形了。

它最常用的指令就是旋轉(zhuǎn)和移動(dòng)，比如畫(huà)個(gè)圓，就是繞著圓心移動(dòng)；再比如上圖這個(gè)怎么畫(huà)呢，其實(shí)主要就兩個(gè)命令：

turtle.forward(200)

turtle.left(170)

第一個(gè)命令是移動(dòng)200個(gè)單位并畫(huà)出來(lái)軌跡

第二個(gè)命令是畫(huà)筆順時(shí)針轉(zhuǎn)170度，注意此時(shí)并沒(méi)有移動(dòng)，只是轉(zhuǎn)角度

然后呢？ 循環(huán)重復(fù)就畫(huà)出來(lái)這個(gè)圖了

好玩吧。

有需要仔細(xì)研究的可以看下這篇文章 ，這個(gè)牛人最后用這個(gè)庫(kù)畫(huà)個(gè)移動(dòng)的鐘表，太贊了。

Turtle雖好玩，但是我想要的是我給定數(shù)據(jù)，然后讓它畫(huà)圖，這里就找到另一個(gè)常用的畫(huà)圖的庫(kù)了。

Matplotlib是python最著名的繪圖庫(kù)，它提供了一整套和matlab相似的命令A(yù)PI，十分適合交互式地行制圖。其中，matplotlib的pyplot模塊一般是最常用的，可以方便用戶快速繪制二維圖表。

使用起來(lái)也挺簡(jiǎn)單，

首先import matplotlib.pyplot as plt?導(dǎo)入畫(huà)圖的圖。

然后給定x和y，用這個(gè)命令plt.plot(x, y)就能畫(huà)圖了，接著用plt.show()就可以把圖形展示出來(lái)。

接著就是各種完善，比如加標(biāo)題，設(shè)定x軸和y軸標(biāo)簽，范圍，顏色，網(wǎng)格等等，在 這篇文章里介紹的很詳細(xì)。

現(xiàn)在互聯(lián)網(wǎng)的好處就是你需要什么內(nèi)容，基本上都能搜索出來(lái)，而且還是免費(fèi)的。

我為什么要研究這個(gè)呢？當(dāng)然是為了用，比如我把比特幣的曲線自己畫(huà)出來(lái)可好？

假設(shè)現(xiàn)在有個(gè)數(shù)據(jù)csv文件，一列是日期，另一列是比特幣的價(jià)格，那用這個(gè)命令畫(huà)下：

這兩列數(shù)據(jù)讀到pandas中，日期為df['time']列，比特幣價(jià)格為df['ini']，那我只要使用如下命令

plt.plot(df['time'], df['ini'])

plt.show()

就能得到如下圖：

自己畫(huà)的是不是很香，哈哈！

然后呢，我在上篇文章 中介紹過(guò)求Ahr999指數(shù)，那可不可以也放到這張圖中呢？不就是加一條命令嘛

plt.plot(df['time'], df['Ahr999'])

圖形如下：

但是，Ahr999指數(shù)怎么就一條線不動(dòng)啊，?原來(lái)兩個(gè)Y軸不一致，顯示出來(lái)太怪了，需要用多Y軸，問(wèn)題來(lái)了。

繼續(xù)谷歌一下，把第二個(gè)Y軸放右邊就行了，不過(guò)呢得使用多圖，重新繪制

fig = plt.figure() # 多圖

ax1 = fig.add_subplot(111)

ax1.plot(df['time'], df['ini'], label="BTC price")? #?繪制第一個(gè)圖比特幣價(jià)格

ax1.set_ylabel('BTC price') #?加上標(biāo)簽

# 第二個(gè)直接對(duì)稱就行了

ax2 = ax1.twinx()#?在右邊增加一個(gè)Y軸

ax2.plot(df['time'], df['Ahr999'], 'r', label="ahr999")??#?繪制第二個(gè)圖Ahr999指數(shù)，紅色

ax2.set_ylim([0, 50])# 設(shè)定第二個(gè)Y軸范圍

ax2.set_ylabel('ahr999')

plt.grid(color="k", linestyle=":")# 網(wǎng)格

fig.legend(loc="center")#圖例

plt.show()

跑起來(lái)看看效果，雖然丑了點(diǎn)，但終于跑通了。

這樣就可以把所有指數(shù)都繪制到一張圖中，等等，三個(gè)甚至多個(gè)Y軸怎么加？這又是一個(gè)問(wèn)題，留給愛(ài)思考愛(ài)學(xué)習(xí)的你。

有了自己的數(shù)據(jù)，建立自己的各個(gè)指數(shù)，然后再放到圖形界面中，同時(shí)針對(duì)異常情況再自動(dòng)進(jìn)行提醒，比如要抄底了，要賣(mài)出了，用程序做出自己的晴雨表。

不能直接寫(xiě)出函數(shù)的表達(dá)式 怎么在python里畫(huà)函數(shù)圖象呢？

不寫(xiě)出y=f(x)這樣的表達(dá)式，由隱函數(shù)的等式直接繪制圖像，以x2+y2+xy=1的圖像為例，使用sympy間接調(diào)用matplotlib工具的代碼和該二次曲線圖像如下（注意python里的乘冪符號(hào)是**而不是^，還有，python的sympy工具箱的等式不是a==b，而是a-b或者Eq(a,b)，這幾點(diǎn)和matlab的區(qū)別很大）

直接在命令提示行的里面運(yùn)行代碼的效果

from sympy import *;

x,y=symbols('x y');

plotting.plot_implicit(x**2+y**2+x*y-1);

python繪制函數(shù)圖像

raw_input獲取的輸入是字符串，不能直接用np.array，需要用split進(jìn)行切分，然后強(qiáng)制轉(zhuǎn)化成數(shù)值類型，才能用plot函數(shù)

我把你的代碼稍微修改了一下，可能不太漂亮，不過(guò)能運(yùn)行了

x=[1,2,3]

a = raw_input('function')

a = a.split(' ')#依空格對(duì)字符串a(chǎn)進(jìn)行切分，如果是用逗號(hào)分隔，則改成a.split(',')

b = []

for i in range(len(a)):#把切分好的字符強(qiáng)制轉(zhuǎn)化成int類型，如果是小數(shù)，將int改為float

b.append(int(a[i]))

plt.plot(x, b, label='x', color="green", linewidth=1)

Python實(shí)現(xiàn)彩色散點(diǎn)圖繪制（利用色帶對(duì)散點(diǎn)圖進(jìn)行顏色渲染）

接受自己的普通，然后全力以赴的出眾，告訴自己要努力，但不要著急....

當(dāng)然， 這個(gè)結(jié)果并不是我真正想要的，Pass, 太丑了！

好吧，安排，我們先看下實(shí)現(xiàn)后的效果！

這個(gè)效果自然就比之前的好多了！

實(shí)現(xiàn)python散點(diǎn)圖繪制需要用到matplotlib庫(kù)， matplotlib庫(kù)是專門(mén)用于可視化繪圖的工具庫(kù)；學(xué)習(xí)一個(gè)新的庫(kù)當(dāng)然看官方文檔了：

實(shí)現(xiàn)思路：

matplotlib.pyplot.scatter() 函數(shù)是專門(mén)繪制散點(diǎn)圖的函數(shù)：

matplotlib.pyplot.scatter ( x, y , s=None , c=None , marker=None , cmap=None , norm=None , vmin=None , vmax=None , alpha=None , linewidths=None , verts=None , edgecolors=None , ***, data=None , ** kwargs ) **

plt.scatter(observation, estimate, c=Z1, cmap=colormap, marker=".", s=marker_size, norm=colors.LogNorm(vmin=Z1.min(), vmax=0.5 * Z1.max()))

其中：

1、c參數(shù)為計(jì)算的散點(diǎn)密度；

2、cmap為色帶（matplotlib里面自帶了很多色帶可供選擇）,參見(jiàn)：

3、由于計(jì)算的散點(diǎn)密度數(shù)值大小分散，因此利用norm參數(shù)對(duì)散點(diǎn)密度Z1進(jìn)行歸一化處理(歸一化方式很多，參見(jiàn)colors類)，并給歸一化方式設(shè)置色帶刻度的最大最小值vmin和vmax(一般這兩個(gè)參數(shù)就是指定散點(diǎn)密度的最小值和最大值)，這樣就建立起了密度與色帶的映射關(guān)系。

（這里的結(jié)果與前面展示的相比改變了計(jì)算散點(diǎn)密度的半徑：radius = 3以及繪制散點(diǎn)圖的散點(diǎn)大小marksize）

作者能力水平有限，歡迎各位批評(píng)指正！

本文題目：python畫(huà)點(diǎn)函數(shù)圖像 python畫(huà)函數(shù)圖像顆粒狀區(qū)域
分享鏈接：http://www.chinadenli.net/article12/dosgedc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供外貿(mào)網(wǎng)站建設(shè)、微信小程序、營(yíng)銷(xiāo)型網(wǎng)站建設(shè)、品牌網(wǎng)站建設(shè)、搜索引擎優(yōu)化、網(wǎng)站設(shè)計(jì)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)