• 科学计算和可视化(numpy及matplotlib学习笔记)


    网上学习资料:https://2d.hep.com.cn/1865445/9

    numpy库内容:

    函数 描述
    np.array([x,y,z],dtype=int) 从Python列表和元组创造数组
     np.arange(x,y,i) 创建一个从x到y,步长为 i 的数组
     np.linspace(x,y,n) 创建一个从x到y,等分成 n 个元素的数组 
    np.indices((m,n)) 创建一个 m 行 n 列的矩阵
    np.random.rand(m,n) 创建一个 m 行 n 列的随机数组
    np.ones((m,n),dtype) 创建一个 m 行 n 列全为 1 的数组,dtype是数据类型
    np.empty((m,n),dtype) 创建一个 m 行 n 列全为0的数组,dtype是数据类型

      实例(教材):

     1  #e17.1HandDrawPic.py
     2  from PIL import Image
     3  import numpy as np
     4  vec_el = np.pi/2.2 # 光源的俯视角度,弧度值
     5  vec_az = np.pi/4. # 光源的方位角度,弧度值
     6  depth = 10. # (0-100)
     7  im = Image.open('fcity.jpg').convert('L')
     8  a = np.asarray(im).astype('float')
     9  grad = np.gradient(a) #取图像灰度的梯度值
    10  grad_x, grad_y = grad #分别取横纵图像梯度值
    11  grad_x = grad_x*depth/100.
    12  grad_y = grad_y*depth/100.
    13  dx = np.cos(vec_el)*np.cos(vec_az) #光源对x 轴的影响
    14  dy = np.cos(vec_el)*np.sin(vec_az) #光源对y 轴的影响
    15  dz = np.sin(vec_el) #光源对z 轴的影响
    16  A = np.sqrt(grad_x**2 + grad_y**2 + 1.)
    17  uni_x = grad_x/A
    18  uni_y = grad_y/A
    19  uni_z = 1./A
    20  a2 = 255*(dx*uni_x + dy*uni_y + dz*uni_z) #光源归一化
    21  a2 = a2.clip(0,255)
    22  im2 = Image.fromarray(a2.astype('uint8')) #重构图像
    23  im2.save('fcityHandDraw.jpg

    matplotlib库主要内容:

    实例(教材):带阴影的坐标系

     1 import matplotlib.pyplot as plt
     2 import numpy as np
     3 x = np.linspace(0, 10, 1000)
     4 y = np.cos(2*np.pi*x) * np.exp(-x)+0.8
     5 plt.plot(x,y,'k',color='r',label="$exp-decay$",linewidth=3)
     6 plt.axis([0,6,0,1.8])
     7 ix = (x>0.8) & (x<3)
     8 plt.fill_between(x, y ,0, where = ix, 
     9                          facecolor='grey', alpha=0.25)
    10 plt.text(0.5*(0.8+3), 0.2, r"$int_a^b f(x)mathrm{d}x$",
    11                 horizontalalignment='center')
    12 plt.legend()
    13 plt.show()

     实例(教材):DOTA能力雷达图

    #e19.1DrawRadar
    import numpy as np
    import matplotlib.pyplot as plt
    import matplotlib
    matplotlib.rcParams['font.family']='SimHei'
    matplotlib.rcParams['font.sans-serif'] = ['SimHei']
    labels = np.array(['综合', 'KDA', '发育', '推进', '生存','输出'])
    nAttr = 6
    data = np.array([7, 5, 6, 9, 8, 7]) #数据值
    angles = np.linspace(0, 2*np.pi, nAttr, endpoint=False)
    data = np.concatenate((data, [data[0]]))
    angles = np.concatenate((angles, [angles[0]]))
    fig = plt.figure(facecolor="white")
    plt.subplot(111, polar=True)
    plt.plot(angles,data,'bo-',color ='g',linewidth=2)
    plt.fill(angles,data,facecolor='g',alpha=0.25)
    plt.thetagrids(angles*180/np.pi, labels)
    plt.figtext(0.52, 0.95, 'DOTA能力值雷达图', ha='center')
    plt.grid(True)
    plt.show()

     实例:python成绩雷达图

     1 import numpy as np
     2 import matplotlib.pyplot as plt
     3 labels = np.array(['第二周','第三周','第四周','第五周','第六周'])
     4 dataLenth =5
     5 data = np.array([100,93.3,100,110,60])
     6 angles = np.linspace(0, 2*np.pi, dataLenth, endpoint=False)
     7 data = np.concatenate((data, [data[0]]))
     8 angles = np.concatenate((angles, [angles[0]]))
     9 fig = plt.figure()
    10 ax = fig.add_subplot(111, polar=True)
    11 ax.plot(angles, data, 'ro-', linewidth=2)
    12 ax.set_thetagrids(angles * 180/np.pi, labels, fontproperties="SimHei")
    13 ax.set_title("呆.的python成绩雷达图", va='bottom', fontproperties="SimHei")
    14 ax.grid(True)
    15 plt.show()

  • 相关阅读:
    SolidEdge如何绘制阵列之后取消掉某一些
    SolidEdge如何绘制变化半径倒圆角
    SolidEdge如何复制特征 建立类似于UG 块的概念
    SolidEdge如何打开或关闭自动标注尺寸
    SolidEdge 装配体中如何快速的搞定一个面上所有螺丝 如何在装配体上进行阵列
    SolidEdge 如何由装配图快速生成爆炸视图
    SolidEdge 如何由装配图快速进行标注和零件序号编写 制作BOM表
    [Angular 8] Take away: Web Components with Angular Elements: Beyond the Basics
    [Angular 8] Take away: Tools for Fast Angular Applications
    [Algorithm] Calculate Pow(x,n) using recursion
  • 原文地址:https://www.cnblogs.com/DXL123/p/10758712.html
Copyright © 2020-2023  润新知