科学计算和可视化（1）

一、三维图像的绘画

from matplotlib import pyplot as plot #用来绘制图形
import matplotlib.pyplot as plt
 
import numpy as np  #用来处理数据
 
from mpl_toolkits.mplot3d import Axes3D  #用来给出三维坐标系。
figure = plot.figure()
 
#画出三维坐标系：
 
axes = Axes3D(figure)
 
 
X = np.arange(-10, 10, 0.25)
 
Y = np.arange(-10, 10, 0.25)
plt.title("yangyuping")            #其中，loc表示位置的； 
 
X, Y = np.meshgrid(X, Y)
 
Z = 3*(X)**2 + 2*(Y)**2 + 5
 
#绘制曲面，采用彩虹色着色：
 
axes.plot_surface(X, Y, Z,cmap='rainbow')
 
 
#图形可视化：
 
plot.show()

二、折线图的绘制

import matplotlib.pyplot as plt
import matplotlib
matplotlib.rcParams['font.family']='SimHei'
matplotlib.rcParams['font.sans-serif']=['SimHei']
plt.plot([1,2,4],[1,2,3])
plt.title('yyp')     #坐标系标题
plt.xlabel('时间（s）')
plt.ylabel('范围（m）')
plt.xticks([1,2,3,4,5],[r'$pi/3$',r'$2pi/3$',r'$pi/$',r'$4pi/3$',r'$5pi/3$',])
plt.show()

三、sin函数绘制

import numpy as np

import pylab as pl

     #绘制线条的库
t = np.arange(0.0, 2.0*np.pi, 0.01)    #sin x//t相当于x                                                         
s=pl.sin(t)           #t相当于y
pl.plot(t,s)
pl.xlabel('x')
pl.ylabel('y')
pl.title('sin')
pl.show()

四、散点图的绘制

（1）

import numpy as np
import pylab as pl     #绘制线条的库
a=np.arange(0,2.0*np.pi,0.1)   #arange函数用于创建等差数组
b=np.cos(a)
pl.scatter(a,b)   #散点控制的类
pl.show()

（2）

import matplotlib.pylab as pl
import numpy as np
x = np.random.random(100)
y = np.random.random(100)
pl.scatter(x,y,s=x*500,c=u'r',marker=u'*')   #s指大小，c指颜色，marker指符号形状,scatter散点控制的类
pl.show()

六、饼图的绘制

import numpy as np
import matplotlib.pyplot as plt
#The slices will be ordered and plotted counter-clockwise.
labels = 'Frogs', 'Hogs', 'Dogs', 'Logs'
colors = ['yellowgreen', 'gold', '#FF0000', 'lightcoral']
explode = (0, 0.1, 0, 0.1)              # 使饼状图中第2片和第4片裂开
fig = plt.figure()
ax = fig.gca()

ax.pie(np.random.random(4), explode=explode, labels=labels, colors=colors,
         autopct='%1.1f%%',shadow=True, startangle=90,
         radius=0.25, center=(0, 0), frame=True)   # autopct设置饼内百分比的格式
ax.pie(np.random.random(4), explode=explode, labels=labels, colors=colors,
        autopct='%1.1f%%', shadow=True, startangle=45,
        radius=0.25, center=(1, 1), frame=True)
ax.pie(np.random.random(4), explode=explode, labels=labels, colors=colors,
         autopct='%1.1f%%', shadow=True, startangle=90,radius=0.25, center=(0, 1), frame=True)

ax.pie(np.random.random(4), explode=explode, labels=labels, colors=colors,
        autopct='%1.2f%%', shadow=False, startangle=135， 
        radius=0.35,center=(1, 0), frame=True)

ax.set_xticks([0, 1])                    # 设置坐标轴刻度
ax.set_yticks([0, 1])
ax.set_xticklabels(["Sunny", "Cloudy"])  # 设置坐标轴刻度上的标签

ax.set_yticklabels(["Dry", "Rainy"])
ax.set_xlim((-0.5, 1.5))                 # 设置坐标轴跨度
ax.set_ylim((-0.5, 1.5))
ax.set_aspect('equal')                   # 设置纵横比相等

plt.show()

七、绘制带有中文标签和图例的图

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0,2*np.pi,500)
y = np.sin(x)
z = np.cos(x*x)
plt.figure(figsize=(8,4))
#标签前后加$将使用内嵌的LaTex引擎将其显示为公式
plt.plot(x,y,label='$sin(x)$',color='red',linewidth=2)#红色，2个像素宽
plt.plot(x,z,'b--',label='$cos(x^2)$')#蓝色，虚线
plt.xlabel('Time(s)')
plt.ylabel('Volt')
plt.title('Sin and Cos figure using pyplot')
plt.ylim(-1.2,1.2)
plt.legend()
plt.show()  #显示图示

八、使用pyplot绘制，多个图形单独显示

import numpy as np

import matplotlib.pyplot as plt

x= np.linspace(0, 2*np.pi, 500)            # 创建自变量数组

y1 = np.sin(x) # 创建函数值数组
y2 = np.cos(x)

y2 = np.cos(x)
y3 = np.sin(x*x)

plt.figure(1)                              # 创建图形

ax1 = plt.subplot(2,2,1)                   # 第一行第一列图形

ax2 = plt.subplot(2,2,2)                   # 第一行第二列图形

ax3 = plt.subplot(212, facecolor='y')      # 第二行
plt.sca(ax1)                               # 选择ax1

plt.plot(x,y1,color='red')                 # 绘制红色曲线
plt.ylim(-1.2,1.2)                         # 限制y坐标轴范围

plt.sca(ax2)                               # 选择ax2

plt.plot(x,y2,'b--')                       # 绘制蓝色曲线
plt.ylim(-1.2,1.2)

plt.sca(ax3)                               # 选择ax3
plt.plot(x,y3,'g--')
plt.ylim(-1.2,1.2)

plt.show()