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

网站栏目：python阶梯图函数 梯形函数图像
转载源于：http://scjbc.cn/article/dooocdj.html