Python使用Matplotlib绘图2维+3维（2D图像和3D图像），去理解考研积分（或者二重积分）-Toy模板网

这篇具有很好参考价值的文章主要介绍了Python使用Matplotlib绘图2维+3维（2D图像和3D图像），去理解考研积分（或者二重积分）。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

高数有时候遇到难以想象的图形，可能需要画图帮助学习

绘制折线图（plt.plot）
设置图片大小和分辨率（plt.figure）
保存图片到本地（plt.savefig）
设置xy轴刻度和字符串（xticks、yticks）
设置标题、xy轴标签（title、xlable、ylable）
其他图像类型（散点图plt.scatter，条形图plt.bar，横向plt.barh，直方图plt.hist(bin.width组距、num_bins分多少组、)）

直接上代码，画一个二维图像

from matplotlib import pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.ticker as ticker
from matplotlib.ticker import MultipleLocator


# 设置多个刻度范围
plt.figure(figsize=(20, 20))
ran = []
x = np.arange(-10, 10, 0.01)
y = 1
y = x + 1/x+5*np.cos(x)

ran.extend(range(-10, 10, 1))
plt.xticks(ran, rotation=20, fontsize=10)
plt.yticks(range(-10, 10, 1), fontsize=10)
plt.xlim(-10, 10)
plt.ylim(-10, 10)

plt.grid(alpha=1) #画出格子

plt.plot(x, y, color='green', marker='o', linestyle='solid', linewidth=1, markersize=6)
plt.legend(["y = x + 1/x + 5cosx "], loc="best")
plt.savefig('D:\ef2d.png')
plt.show()

Python使用Matplotlib绘图2维+3维（2D图像和3D图像），去理解考研积分（或者二重积分）

再画一个三维图像

from matplotlib import pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.ticker as ticker
from matplotlib.ticker import MultipleLocator

fig = plt.figure()
ax = Axes3D(fig)
X = np.arange(-4, 4, 0.25)
Y = np.arange(-4, 4, 0.25)
X, Y = np.meshgrid(X, Y)
#Z = np.sqrt(X**2 + Y**2)
# Z = np.sin(R)
Z = X**2 - Y**2


ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap='rainbow')

plt.savefig('D:\img3d.png') #保存图像
plt.show()

Python使用Matplotlib绘图2维+3维（2D图像和3D图像），去理解考研积分（或者二重积分）

例子：比如说这道考研05年数二、数三的二重积分的题，刚开始我就不明白
为什么一个正方形，要分成两个区域（当然我知道要用极坐标），后来画个图看一下就明白了
Python使用Matplotlib绘图2维+3维（2D图像和3D图像），去理解考研积分（或者二重积分）
代码：

from matplotlib import pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.ticker as ticker
from matplotlib.ticker import MultipleLocator
import sympy as sym

fig = plt.figure()
ax = Axes3D(fig)
X = np.arange(0, 1, 0.01)
Y = np.arange(0, 1, 0.01)
X, Y = np.meshgrid(X, Y)
Z = abs(X**2 + Y**2 - 1)


ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap='rainbow')

plt.savefig('D:\img3d.png') #保存图像
plt.show()