python兩個函數(shù)圖像怎么分開畫而且加表格

一、函數(shù)說明

成都創(chuàng)新互聯(lián)是一家專業(yè)提供南昌企業(yè)網(wǎng)站建設,專注與網(wǎng)站設計制作、網(wǎng)站設計、H5網(wǎng)站設計、小程序制作等業(yè)務。10年已為南昌眾多企業(yè)、政府機構(gòu)等服務。創(chuàng)新互聯(lián)專業(yè)網(wǎng)站建設公司優(yōu)惠進行中。

在使用python作圖時，應用最廣的就是matplotlib包，但我們平時使用matplotlib時主要是畫一些簡單的圖表，很少有涉及分段函數(shù)。本次針對數(shù)值實驗中兩個較為復雜的函數(shù)，使用其構(gòu)建分段函數(shù)圖像。

二、圖像代碼

2.11、函數(shù)公式：

y=4sin(4πt)-sgn(t-0.3)-sgn(0.72-t)

2.12、代碼如下：

import numpy as np

import matplotlib.pyplot as plt

def sgn(x):

if x0:

return 1

elif x0:

return -1

else:

return 0

t=np.arange(0,1,0.01)

y=[]

for i in t:

y_1=4*np.sin(4*np.pi*i)-sgn(i-0.3)-sgn(0.72-i)

y.append(y_1)

plt.plot(t,y)

plt.xlabel("t")

plt.ylabel("y")

plt.title("Heavsine")

plt.show()

2.13、運行結(jié)果如下：

81036331d721706ae12808beb99b9574.png

2.21、函數(shù)公式：

479029.html

2.22、代碼如下：

import numpy as np

import matplotlib.pyplot as plt

def g(x):

if x0:

return x

else:

return 0

t=np.arange(0,1,0.01)

y=[]

for i in t:

y_1=g(i*(1-i))*np.sin((2*np.pi*1.05)/(i+0.05))

y.append(y_1)

plt.plot(t,y)

plt.xlabel("t")

plt.ylabel("y")

plt.title("TimeSine")

plt.show()

python繪圖篇

1，xlable,ylable設置x，y軸的標題文字。

2，title設置標題。

3，xlim,ylim設置x,y軸顯示范圍。

plt.show()顯示繪圖窗口，通常情況下，show（）會阻礙程序運行，帶-wthread等參數(shù)的環(huán)境下，窗口不會關(guān)閉。

plt.saveFig（）保存圖像。

面向?qū)ο罄L圖

1，當前圖表和子圖可以用gcf(),gca()獲得。

subplot()繪制包含多個圖表的子圖。

configure subplots,可調(diào)節(jié)子圖與圖表邊框距離。

可以通過修改配置文件更改對象屬性。

圖標顯示中文

1，在程序中直接指定字體。

2， 在程序開始修改配置字典reParams.

3，修改配置文件。

Artist對象

1，圖標的繪制領(lǐng)域。

2，如何在FigureCanvas對象上繪圖。

3，如何使用Renderer在FigureCanvas對象上繪圖。

FigureCanvas和Render處理底層圖像操作，Artist處理高層結(jié)構(gòu)。

分為簡單對象和容器對象，簡單的Aritist是標準的繪圖元件，例如Line 2D,Rectangle,Text,AxesImage等，而容器類型包含許多簡單的的 Aritist對象，使他們構(gòu)成一個整體，例如Axis,Axes,Figure等。

直接創(chuàng)建Artist對象進項繪圖操作步奏：

1，創(chuàng)建Figure對象（通過figure（）函數(shù)，會進行許多初始化操作，不建議直接創(chuàng)建。）

2，為Figure對象創(chuàng)建一個或多個Axes對象。

3，調(diào)用Axes對象的方法創(chuàng)建各類簡單的Artist對象。

Figure容器

如何找到指定的Artist對象。

1，可調(diào)用add_subplot()和add_axes()方法向圖表添加子圖。

2，可使用for循環(huán)添加柵格。

3，可通過transform修改坐標原點。

Axes容器

1，patch修改背景。

2，包含坐標軸，坐標網(wǎng)格，刻度標簽，坐標軸標題等內(nèi)容。

3，get_ticklabels(),,get-ticklines獲得刻度標簽和刻度線。

1，可對曲線進行插值。

2，fill_between()繪制交點。

3，坐標變換。

4，繪制陰影。

5，添加注釋。

1，繪制直方圖的函數(shù)是

2，箱線圖（Boxplot）也稱箱須圖（Box-whisker Plot），是利用數(shù)據(jù)中的五個統(tǒng)計量：最小值、第一四分位

數(shù)、中位數(shù)、第三四分位數(shù)與最大值來描述數(shù)據(jù)的一種方法，它可以粗略地看出數(shù)據(jù)是否具有對稱性以及分

布的分散程度等信息，特別可以用于對幾個樣本的比較。

3，餅圖就是把一個圓盤按所需表達變量的觀察數(shù)劃分為若干份，每一份的角度（即面積）等價于每個觀察

值的大小。

4,散點圖

5,QQ圖

低層繪圖函數(shù)

類似于barplot()，dotchart()和plot()這樣的函數(shù)采用低層的繪圖函數(shù)來畫線和點，來表達它們在頁面上放置的位置以及其他各種特征。

在這一節(jié)中，我們會描述一些低層的繪圖函數(shù)，用戶也可以調(diào)用這些函數(shù)用于繪圖。首先我們先講一下R怎么描述一個頁面；然后我們講怎么在頁面上添加點，線和文字；最后講一下怎么修改一些基本的圖形。

繪圖區(qū)域與邊界

R在繪圖時，將顯示區(qū)域劃分為幾個部分。繪制區(qū)域顯示了根據(jù)數(shù)據(jù)描繪出來的圖像，在此區(qū)域內(nèi)R根據(jù)數(shù)據(jù)選擇一個坐標系，通過顯示出來的坐標軸可以看到R使用的坐標系。在繪制區(qū)域之外是邊沿區(qū)，從底部開始按順時針方向分別用數(shù)字1到4表示。文字和標簽通常顯示在邊沿區(qū)域內(nèi)，按照從內(nèi)到外的行數(shù)先后顯示。

添加對象

在繪制的圖像上還可以繼續(xù)添加若干對象，下面是幾個有用的函數(shù)，以及對其功能的說明。

?points(x, y, ...)，添加點

?lines(x, y, ...)，添加線段

?text(x, y, labels, ...)，添加文字

?abline(a, b, ...)，添加直線y=a+bx

?abline(h=y, ...)，添加水平線

?abline(v=x, ...)，添加垂直線

?polygon(x, y, ...)，添加一個閉合的多邊形

?segments(x0, y0, x1, y1, ...)，畫線段

?arrows(x0, y0, x1, y1, ...)，畫箭頭

?symbols(x, y, ...)，添加各種符號

?legend(x, y, legend, ...)，添加圖列說明

Python氣象數(shù)據(jù)處理與繪圖(2)：常用數(shù)據(jù)計算方法

對于氣象繪圖來講，第一步是對數(shù)據(jù)的處理，通過各類公式，或者統(tǒng)計方法將原始數(shù)據(jù)處理為目標數(shù)據(jù)。

按照氣象統(tǒng)計課程的內(nèi)容，我給出了一些常用到的統(tǒng)計方法的對應函數(shù)：

在計算氣候態(tài)，區(qū)域平均時均要使用到求均值函數(shù)，對應NCL中的dim_average函數(shù)，在python中通常使用np.mean()函數(shù)

numpy.mean(a, axis, dtype)

假設a為[time,lat,lon]的數(shù)據(jù)，那么

需要特別注意的是，氣象數(shù)據(jù)中常有缺測，在NCL中，使用求均值函數(shù)會自動略過，而在python中，當任意一數(shù)與缺測(np.nan)計算的結(jié)果均為np.nan，比如求[1,2,3,4，np.nan]的平均值，結(jié)果為np.nan

因此，當數(shù)據(jù)存在缺測數(shù)據(jù)時，通常使用np.nanmean()函數(shù)，用法同上，此時[1,2,3,4，np.nan]的平均值為(1+2+3+4)/4 = 2.5

同樣的，求某數(shù)組最大最小值時也有np.nanmax(), np.nanmin()函數(shù)來補充np.max(), np.min()的不足。

其他很多np的計算函數(shù)也可以通過在前邊加‘nan’來使用。

另外，

也可以直接將a中缺失值全部填充為0。

np.std(a, axis, dtype)

用法同np.mean()

在NCL中有直接求數(shù)據(jù)標準化的函數(shù)dim_standardize()

其實也就是一行的事，根據(jù)需要指定維度即可。

皮爾遜相關(guān)系數(shù)：

相關(guān)可以說是氣象科研中最常用的方法之一了，numpy函數(shù)中的np.corrcoef(x, y)就可以實現(xiàn)相關(guān)計算。但是在這里我推薦scipy.stats中的函數(shù)來計算相關(guān)系數(shù)：

這個函數(shù)缺點和有點都很明顯，優(yōu)點是可以直接返回相關(guān)系數(shù)R及其P值，這避免了我們進一步計算置信度。而缺點則是該函數(shù)只支持兩個一維數(shù)組的計算，也就是說當我們需要計算一個場和一個序列的相關(guān)時，我們需要循環(huán)來實現(xiàn)。

其中a[time,lat,lon]，b[time]

(NCL中為regcoef()函數(shù))

同樣推薦Scipy庫中的stats.linregress(x,y)函數(shù)：

slop: 回歸斜率

intercept：回歸截距

r_value： 相關(guān)系數(shù)

p_value： P值

std_err： 估計標準誤差

直接可以輸出P值，同樣省去了做置信度檢驗的過程，遺憾的是仍需同相關(guān)系數(shù)一樣循環(huán)計算。

python怎么利用痕跡畫圖

利用python中的 turtle (海龜繪圖)模塊提供的函數(shù)繪制直線 turtle.penup(): 畫筆抬起

turtle.color(): 設置顏色

turtle.goto(): 畫筆移動到下一目標

turtle.pendown(): 畫筆落下

用Python畫圖

今天開始琢磨用Python畫圖，沒使用之前是一臉懵的，我使用的開發(fā)環(huán)境是Pycharm，這個輸出的是一行行命令，這個圖畫在哪里呢？

搜索之后發(fā)現(xiàn)，它會彈出一個對話框，然后就開始畫了，比如下圖

第一個常用的庫是Turtle，它是Python語言中一個很流行的繪制圖像的函數(shù)庫，這個詞的意思就是烏龜，你可以想象下一個小烏龜在一個x和y軸的平面坐標系里，從原點開始根據(jù)指令控制，爬行出來就是繪制的圖形了。

它最常用的指令就是旋轉(zhuǎn)和移動，比如畫個圓，就是繞著圓心移動；再比如上圖這個怎么畫呢，其實主要就兩個命令：

turtle.forward(200)

turtle.left(170)

第一個命令是移動200個單位并畫出來軌跡

第二個命令是畫筆順時針轉(zhuǎn)170度，注意此時并沒有移動，只是轉(zhuǎn)角度

然后呢？ 循環(huán)重復就畫出來這個圖了

好玩吧。

有需要仔細研究的可以看下這篇文章 ，這個牛人最后用這個庫畫個移動的鐘表，太贊了。

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

Matplotlib是python最著名的繪圖庫，它提供了一整套和matlab相似的命令API，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。

使用起來也挺簡單，

首先import matplotlib.pyplot as plt?導入畫圖的圖。

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

接著就是各種完善，比如加標題，設定x軸和y軸標簽，范圍，顏色，網(wǎng)格等等，在 這篇文章里介紹的很詳細。

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，而且還是免費的。

我為什么要研究這個呢？當然是為了用，比如我把比特幣的曲線自己畫出來可好？

假設現(xiàn)在有個數(shù)據(jù)csv文件，一列是日期，另一列是比特幣的價格，那用這個命令畫下：

這兩列數(shù)據(jù)讀到pandas中，日期為df['time']列，比特幣價格為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：

自己畫的是不是很香，哈哈！

然后呢，我在上篇文章 中介紹過求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)怎么就一條線不動啊，?原來兩個Y軸不一致，顯示出來太怪了，需要用多Y軸，問題來了。

繼續(xù)谷歌一下，把第二個Y軸放右邊就行了，不過呢得使用多圖，重新繪制

fig = plt.figure() # 多圖

ax1 = fig.add_subplot(111)

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

ax1.set_ylabel('BTC price') #?加上標簽

# 第二個直接對稱就行了

ax2 = ax1.twinx()#?在右邊增加一個Y軸

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

ax2.set_ylim([0, 50])# 設定第二個Y軸范圍

ax2.set_ylabel('ahr999')

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

fig.legend(loc="center")#圖例

plt.show()

跑起來看看效果，雖然丑了點，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，三個甚至多個Y軸怎么加？這又是一個問題，留給愛思考愛學習的你。

有了自己的數(shù)據(jù)，建立自己的各個指數(shù)，然后再放到圖形界面中，同時針對異常情況再自動進行提醒，比如要抄底了，要賣出了，用程序做出自己的晴雨表。

python函數(shù)圖的繪制

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

網(wǎng)頁名稱：用python繪圖函數(shù) python畫圖常用函數(shù)
文章鏈接：http://www.chinadenli.net/article32/dooghpc.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供電子商務、、網(wǎng)站收錄、域名注冊、App開發(fā)、小程序開發(fā)

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)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(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)載時需注明來源： 創(chuàng)新互聯(lián)