【数学建模学习笔记【集训十天】之第六天】

这篇具有很好参考价值的文章主要介绍了【数学建模学习笔记【集训十天】之第六天】。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。


Matplotlib 学习

Matplotlib简介

# -*- coding = utf-8 -*-
# @Time : 2022/7/2 10:42
# @Author : lxw_pro
# @File : Matplotlib 学习.py
# @Software : PyCharm

# Matplotlib简介:
'''
使用 Matplotlib 在 Python 中创建图表【Matplotlib 是用于创建图表的 Python 库】
Matplotlib 是一个非常强大的 Python 画图工具,我们可以使用该工具将很多数据通过图表的形式更直观的呈现出来。
它能让使用者很轻松地将数据图形化,并且提供多样化的输出格式【可创建散点图,折线图,条形图和饼图等】
Matplotlib 可以用来绘制各种静态,动态,交互式的图表。

注:在使用之前需在终端安装Matplotlib
安装命令为:pip install matplotlib

Matplotlib应用:
Matplotlib 通常与 NumPy 和 SciPy(Scientific Python)一起使用, 这种组合广泛用于替代 MatLab,
是一个强大的科学计算环境,有助于我们通过 Python 学习数据科学或者机器学习

'''

# 查看版本
import matplotlib

print(matplotlib.__version__)



Matplotlib 散点图

# Matplotlib 散点图
# 散点图是一种图形或数学图,使用笛卡尔坐标显示一组数据的两个变量的值

# 使用时,我们可以使用 import 导入 pyplot 库,并设置一个别名 plt
import matplotlib.pyplot as plt

x_hz = [i for i in range(10)]                   # 时间数据
y_zz = [6, 14, 21, 36, 45, 52, 66, 72, 88, 92]  # 价格数据

plt.title('price for 10 years')                 # 设置图表标题
plt.scatter(x_hz, y_zz, color='blue', marker='x', label='item 1')   # scatter()功能绘制散点图

plt.xlabel('year')      # 设置x轴标签
plt.ylabel('price')     # 设置y轴标签

plt.grid(True)          # grid()功能显示网格
plt.legend()            # legend()功能在轴上放置图例

plt.show()              # 显示图表


运行效果如下:

【数学建模学习笔记【集训十天】之第六天】


Matplotlib Pyplot

# Matplotlib Pyplot
'''
Pyplot 是 Matplotlib 的子库,提供了和 MATLAB 类似的绘图 API。

Pyplot 是常用的绘图模块,能很方便让用户绘制 2D 图表。

Pyplot 包含一系列绘图函数的相关函数,每个函数会对当前的图像进行一些修改

'''

import matplotlib.pyplot as plt
import numpy as np

x_d = np.array([0, 8])
y_d = np.array([0, 120])

plt.plot(x_d, y_d)  # plot() 函数是绘制二维图形的最基本函数
plt.show()


运行效果如下:

【数学建模学习笔记【集训十天】之第六天】


关于plot()

# 关于plot()
'''
plot() 用于画图它可以绘制点和线,语法格式如下:

# 画单条线
plot([x], y, [fmt], *, data=None, **kwargs)
# 画多条线
plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs)
参数说明:

x, y:点或线的节点,x 为 x 轴数据,y 为 y 轴数据,数据可以列表或数组。
fmt:可选,定义基本格式(如颜色、标记和线条样式)。
**kwargs:可选,用在二维平面图上,设置指定属性,如标签,线的宽度等。

颜色字符:'b' 蓝色,'m' 洋红色,'g' 绿色,'y' 黄色,'r' 红色,'k' 黑色,'w' 白色,'c' 青绿色,'#008000' RGB 颜色符串。多条曲线不指定颜色时,会自动选择不同颜色。

线型参数:'‐' 实线,'‐‐' 破折线,'‐.' 点划线,':' 虚线。

标记字符:'.' 点标记,',' 像素标记(极小点),'o' 实心圈标记,'v' 倒三角标记,'^' 上三角标记,'>' 右三角标记,'<' 左三角标记...等等

'''

# 可使用 o 参数,表示一个实心圈的标记
import matplotlib.pyplot as plt
import numpy as np

x_p = np.array([0, 6])
y_p = np.array([3, 9])

plt.plot(x_p, y_p, 'o')
plt.show()


运行效果如下:

【数学建模学习笔记【集训十天】之第六天】


绘制任意数量的点

# 绘制任意数量的点
import matplotlib.pyplot as plt
import numpy as np

x_dp = np.array([1, 3, 5, 7, 9])
y_dp = np.array([8, 4, 2, 6, 0])

plt.plot(x_dp, y_dp)
plt.show()


运行效果如下:

【数学建模学习笔记【集训十天】之第六天】


不指定 x 轴上的点,看看效果

# 不指定 x 轴上的点,看看效果
import matplotlib.pyplot as plt
import numpy as np

yd = np.array([2, 9])

plt.plot(yd)
plt.show()
运行效果如下:

【数学建模学习笔记【集训十天】之第六天】


再看看y更多值的效果

# 再看看y更多值的效果
import matplotlib.pyplot as plt
import numpy as np

yd2 = np.array([2, 9, 1, 8, 3, 8])

plt.plot(yd2)
plt.show()


运行效果如下:

【数学建模学习笔记【集训十天】之第六天】


绘制正余弦图:

# 绘制正余弦图:
import matplotlib.pyplot as plt
import numpy as np

x = np.arange(0, 4*np.pi, 0.1)
y = np.sin(x)
z = np.cos(x)

plt.plot(x, y, x, z)
plt.show()


运行效果如下:

【数学建模学习笔记【集训十天】之第六天】


两个数据集

# 两个数据集
import matplotlib.pyplot as plt

x_d1 = [i for i in range(1, 11)]
y_d1 = [2, 32, 41, 6, 15, 34, 34, 23, 12, 9]

x_d2 = [i for i in range(1, 11)]
y_d2 = [4, 12, 43, 21, 52, 32, 12, 43, 8, 20]

plt.title('Prices for 10 years')

plt.scatter(x_d1, y_d1, color='darkblue', marker='x', label='item 1')
plt.scatter(x_d2, y_d2, color='darkred', marker='x', label='item 2')

plt.xlabel('Year')
plt.ylabel('Price')

plt.grid(True)
plt.legend()

plt.show()


运行效果如下:

【数学建模学习笔记【集训十天】之第六天】


Matplotlib 绘图标记

实心圆标记:

# Matplotlib 绘图标记
# 绘图过程可使用 plot() 方法的 marker 参数来定义标记

# 实心圆标记:
import matplotlib.pyplot as plt
import numpy as np

yp = np.array([1, 3, 1, 4, 1, 5, 9, 5, 2, 1])

plt.plot(yp, marker='o')
plt.show()


运行效果如下:

【数学建模学习笔记【集训十天】之第六天】


用 * 标记

# 用 * 标记
import matplotlib.pyplot as plt
import numpy as np

yp2 = np.array([2, 3, 2, 43, 23, 12, 3, 4, 12, 43, 12])

plt.plot(yp, marker='*')
plt.show()


运行效果如下:

【数学建模学习笔记【集训十天】之第六天】


用下箭头标记

# 用下箭头标记
import matplotlib.pyplot as plt
import matplotlib.markers

plt.plot([1, 3, 5], marker=matplotlib.markers.CARETUPBASE)
plt.show()


运行效果如下:

【数学建模学习笔记【集训十天】之第六天】


Matplotlib 折线图

# Matplotlib 折线图
# 折线图是一种显示图表的图表,该信息显示为一系列数据点,这些数据点通过直线段相连,称为标记

# 正弦波折线图:
import matplotlib.pyplot as plt
import numpy as np

t = np.arange(0.0, 4.0, 0.01)   # arange()函数返回给定间隔内的均匀间隔的值列表
s = np.sin(2.5*np.pi*t)

# plot()功能绘制折线图
plt.plot(t, s)

plt.title('Wave')

plt.xlabel('Time')
plt.ylabel('Vol')

plt.grid(True)
plt.show()


运行效果如下:

【数学建模学习笔记【集训十天】之第六天】


fmt 参数

# fmt参数
'''
fmt 参数
fmt 参数定义了基本格式,如标记、线条样式和颜色。

fmt = '[marker][line][color]'
如   o:r【o 表示实心圆标记,: 表示虚线,r 表示颜色为红色】

:  代表虚线        -  代表实线
-- 代表破折线      -. 代表点划线

除了黑色是用k表示,其他颜色均用各自英文首字母表示

'''
import matplotlib.pyplot as plt
import numpy as np

ft = np.array([3, 9, 2, 6])
plt.plot(ft, 'o:r')

plt.show()


运行效果如下:

【数学建模学习笔记【集训十天】之第六天】


标记大小与颜色

设置标记大小:

# 标记大小与颜色
'''
标记大小与颜色
我们可以自定义标记的大小与颜色,使用的参数分别是:
markersize,简写为 ms:定义标记的大小。
markerfacecolor,简写为 mfc:定义标记内部的颜色。
markeredgecolor,简写为 mec:定义标记边框的颜色。

'''

# 设置标记大小:
import matplotlib.pyplot as plt
import numpy as np

dx = np.array([2, 32, 1, 43, 12, 12, 3])
plt.plot(dx, marker='o', ms=20)

plt.show()


运行效果如下:

【数学建模学习笔记【集训十天】之第六天】


设置标记外边框颜色:

# 设置标记外边框颜色:
import numpy as np
import matplotlib.pyplot as plt

yys = np.array([2, 1, 43, 1, 2, 12, 1])
plt.plot(yys, marker='*', ms=20, mec='g')

plt.show()


运行效果如下:

【数学建模学习笔记【集训十天】之第六天】


设置标记内部颜色:

# 设置标记内部颜色:
import matplotlib.pyplot as plt
import numpy as np

nys = np.array([2,3, 32, 12, 43, 12, 9])
plt.plot(nys, marker='o', ms=20, mfc='r')

plt.show()

运行效果如下:

【数学建模学习笔记【集训十天】之第六天】


Matplotlib 条形图

# Matplotlib 条形图
# 条形图显示带有矩形条的分组数据,其长度与它们代表的值成比例【条形图可以垂直或水平绘制】
import matplotlib.pyplot as plt
import matplotlib.style as sty

sty.use('ggplot')

x = [i for i in range(1, 4)]
y = [12, 8, 4]

fuck, ax = plt.subplots()       # subplots()函数返回图形和轴对象

ax.bar(x, y, align='center')    # bar()功能生成条形图

ax.set_title('Olympic Gold for London')
ax.set_ylabel('Gold medals')
ax.set_xlabel('Countries')

ax.set_xticks(x)
ax.set_xticklabels(('China', 'UK', 'USA'))

plt.show()



运行效果如下:

【数学建模学习笔记【集训十天】之第六天】


总结

我写的之后才知道,光是想写是不够的,要学的东西还有很多很多,不过这些暂时都是次要的,主要的还是享受当前的学习,感受当前学习中的乐趣。

上一章链接:【数学建模学习笔记【集训十天】之第五天】

每日一言:

我对赢没兴趣,只是不想输而已!!!

持续更新中

【数学建模学习笔记【集训十天】之第六天】文章来源地址https://www.toymoban.com/news/detail-456488.html

到了这里,关于【数学建模学习笔记【集训十天】之第六天】的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 数学建模学习笔记||层次分析法

    解决评价类问题首先需要想到一下三个问题 我们评价的目标是什么 我们为了达到这个目标有哪几种可行方案 评价的准则或者说指标是什么 对于以上三个问题,我们可以根据题目中的背景材料,常识以及网上收集到的参考资料进行结合,从而筛选出最合适的指标 优先选择知

    2024年01月23日
    浏览(54)
  • 数学建模学习笔记-皮尔逊相关系数

    内容:皮尔逊相关系数 一.概念:是一个和线性线关的相关性系数 1.协方差概念: 协方差受到量纲的影响因此需要剔除 2.相关性的误区 根据这个结论,我们在计算该系数之前需要确定是否为线性函数 二.相关性的计算 1.Matlab:只含相关性不含假设检验:下面第三大点讲解假设

    2024年02月20日
    浏览(42)
  • 数学建模学习笔记(15)时间序列分析

    时间序列的概念 :也称为动态序列,是指将某种现象的指标值按照时间顺序排列而成的数值序列。 时间序列的组成要素 :时间要素、数值要素。 时间序列的分类 : 时期时间序列 :数值要素反应现象在一定时期内的发展的结果; 时点时间序列 :数值要素反映现象在一定时

    2024年02月01日
    浏览(36)
  • 清风数学建模学习笔记(一)层次分析法

    目录 一、基本介绍 二、利用层次分析法解决评价类问题 2.1判断矩阵 2.2判断矩阵一致性检验  2.3计算权重  2.4算数平均法求权重  2.5几何平均法求权重  2.6特征值求权重 三、总结  层次分析法是评价类模型中的一种常见算法,它是用来根据多种准则,或是说因素从候选方案

    2024年02月16日
    浏览(43)
  • 数学建模学习笔记(9)多元线性回归分析(非常详细)

    回归分析的地位 :数据分析中最基础也是最重要的分析工作,绝大多数的数据分析问题都可以使用回归的思想来解决。 回归分析的任务 :通过研究自变量和因变量的相关关系,尝试用自变量来解释因变量的形成机制,从而达到通过自变量去预测因变量的目的。具体如下:

    2024年02月03日
    浏览(44)
  • 数学建模学习笔记day4——层次化分析

    层次分析主要有三大典型应用 (1)用于最佳方案的选取 (2)用于评价类问题 (3)用于指标体系的优选 层次分析法是根据问题的性质和要达成的目标,将问题分解为不同的组成因素,将因素按不同层次聚集组合,形成一个多层次的分析结构模型,最终问题归结为最低层(决

    2024年02月09日
    浏览(42)
  • 数学建模学习笔记(1):层次分析法(AHP)(附有详细使用步骤)

    层次分析法是由美国运筹学家T.L.Saaty于20世纪七十年代创立的一种系统分析与决策的综合评价方法,是在充分研究了人类思维过程的基础上提出的较为合理的解决定性问题定量化的处理过程。 层次分析法的主要特点是通过建立递阶层次结构,把人类的判断转化到若干因素两两

    2024年02月07日
    浏览(47)
  • matlab数据的获取、预处理、统计、可视化、降维 | 《matlab数学建模方法与实践(第三版)》学习笔记

    一、数据的获取 1.1 从Excel中获取 使用readtable() 使用xlsread()——xlswrite() 1.2  从TXT中获取 使用load() 使用textread() 使用fopen() fread() fclose()  使用fprintf()写入信息到txt  1.3 从图片中获取 使用imread  1.4 从视频获取  使用视觉工具箱中的VideoFileReader  二、数据的预处理 2.1 缺失值处

    2024年01月19日
    浏览(65)
  • 【笔记ing】数学建模(厦大谭忠)-引言、数学建模与数学思想

    数学建模  第一章 数学建模与数学思想 1 何谓数学建模 2 确定性数学 3 不确定性数学 4 数学与现实 5 数学建模与各学科 6 数学建模与各行业 7 变量识别 8 数学建模的步骤 9 论文写作要求 10 《数学建模》课程特色 11 先修课程教材与网站 12 培养目标 13 教学方法 1 何谓数学建模

    2024年02月03日
    浏览(47)
  • 数学建模笔记

    1. 首先确定 评价的目标,可选方案,评价准则 (如何确定评价表格) 同颜色的单元格的和为1,它们表示的针对某一因素所占的权重(或得分)。 2. 确定权重和每个方案对应指标的得分(如何科学的填写上述的表格) 解决方法:两个两个指标进行比较,最终根据两两比较的结

    2024年02月14日
    浏览(34)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包