个人笔记--python画图(一维,二维,三维)

2024-08-23 16:12

本文主要是介绍个人笔记--python画图(一维,二维,三维),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

1. 一维

1. plot

import numpy as np
import matplotlib.pyplot as plt# linspace(): 创建等间距的数值序列
x = np.linspace(0, 2 * np.pi, 100)u = np.sin(x)# 绘制一维图形
plt.figure()
plt.plot(x, u)
plt.title('Plot of sin(x)')
plt.xlabel('x')
plt.ylabel('sin(x)')
plt.show()

在这里插入图片描述

2. 二维

2.1 imshow

import numpy as np
import matplotlib.pyplot as pltx = np.linspace(0, 2 * np.pi, 100)
y = np.linspace(0, 2 * np.pi, 100)
# 创建网格点
X, Y = np.meshgrid(x, y)U = np.sin(X) * np.cos(Y)# 使用imshow绘制热图
plt.figure()
plt.imshow(U, extent=(0, 2 * np.pi, 0, 2 * np.pi), origin='lower', cmap='viridis')
plt.colorbar()
plt.title('Heatmap of sin(x) * cos(y)')
plt.xlabel('x')
plt.ylabel('y')
plt.show()

在这里插入图片描述

2.2 contour

import numpy as np
import matplotlib.pyplot as pltx = np.linspace(0, 2 * np.pi, 100)
y = np.linspace(0, 2 * np.pi, 100)
X, Y = np.meshgrid(x, y)U = np.sin(X) * np.cos(Y)# 使用contour绘制等高线图
plt.figure()
plt.contour(X, Y, U, levels=20, cmap='viridis')
plt.colorbar()
plt.title('Contour of sin(x) * cos(y)')
plt.xlabel('x')
plt.ylabel('y')
plt.show()

在这里插入图片描述

2.3 pcolor

import numpy as np
import matplotlib.pyplot as pltx = np.linspace(0, 2 * np.pi, 100)
y = np.linspace(0, 2 * np.pi, 100)
X, Y = np.meshgrid(x, y)U = np.sin(X) * np.cos(Y)# 使用pcolor绘制伪彩色图
plt.figure()
plt.pcolor(X, Y, U, cmap='viridis')
plt.colorbar()
plt.title('Pcolor of sin(x) * cos(y)')
plt.xlabel('x')
plt.ylabel('y')
plt.show()

在这里插入图片描述

2.4 scatter

import numpy as np
import matplotlib.pyplot as plt# 生成数据
x = np.linspace(0, 2 * np.pi, 100)
y = np.linspace(0, 2 * np.pi, 100)
X, Y = np.meshgrid(x, y)
U = np.sin(X) * np.cos(Y)# 绘制散点图
plt.scatter(X, Y, c=U, cmap='viridis')# 添加标题和标签
plt.title('Scatter plot of U = sin(X) * cos(Y)')
plt.xlabel('X')
plt.ylabel('Y')# 显示图表
plt.colorbar(label='U value')
plt.show()# 上面的X,Y,U维度都是(100,100),
# 下面的x_star, y_star, v0_train维度是(100*100,1)即(10000,1)
# 只要维度一样就可以
# plt.scatter(x_star, y_star, c=v0_train, cmap='viridis')
# plt.colorbar()
# plt.xlabel('X')
# plt.ylabel('Y')
# plt.title('v_0_train')
# plt.show()

在这里插入图片描述

2.5 plot_surface

import numpy as np
import matplotlib.pyplot as plt
# from mpl_toolkits.mplot3d import Axes3D# 生成x和y
x = np.linspace(0, 2 * np.pi, 100)
y = np.linspace(0, 2 * np.pi, 100)
X, Y = np.meshgrid(x, y)# 计算u
U = np.sin(X) * np.cos(Y)# 使用plot_surface绘制三维表面图
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot_surface(X, Y, U, cmap='viridis')
ax.set_title('Surface plot of sin(x) * cos(y)')
ax.set_xlabel('x')
ax.set_ylabel('y')
ax.set_zlabel('u')
plt.show()

在这里插入图片描述

2.6 contour3D

import numpy as np
import matplotlib.pyplot as plt
# from mpl_toolkits.mplot3d import Axes3D# 生成x和y
x = np.linspace(0, 2 * np.pi, 100)
y = np.linspace(0, 2 * np.pi, 100)
X, Y = np.meshgrid(x, y)# 计算u
U = np.sin(X) * np.cos(Y)# 使用contour3D绘制三维等高线图
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.contour3D(X, Y, U, 50, cmap='viridis')
ax.set_title('3D Contour of sin(x) * cos(y)')
ax.set_xlabel('x')
ax.set_ylabel('y')
ax.set_zlabel('u')
plt.show()

在这里插入图片描述

3. 三维

3.1 plot_surface

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D# 生成x, y, z
x = np.linspace(0, 2 * np.pi, 50)
y = np.linspace(0, 2 * np.pi, 50)
z = np.linspace(0, 2 * np.pi, 50)
X, Y, Z = np.meshgrid(x, y, z)U = np.sin(X) * np.cos(Y) * np.sin(Z)# 固定z,绘制三维表面图
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot_surface(X[:,:,25], Y[:,:,25], U[:,:,25], cmap='viridis')
ax.set_title('Surface plot of sin(x) * cos(y) * sin(z) at z=pi')
ax.set_xlabel('x')
ax.set_ylabel('y')
ax.set_zlabel('u')
plt.show()

在这里插入图片描述

3.2 contour3D

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D# 生成x, y, z
x = np.linspace(0, 2 * np.pi, 50)
y = np.linspace(0, 2 * np.pi, 50)
z = np.linspace(0, 2 * np.pi, 50)
X, Y, Z = np.meshgrid(x, y, z)U = np.sin(X) * np.cos(Y) * np.sin(Z)# 固定z,绘制三维等高线图
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.contour3D(X[:,:,25], Y[:,:,25], U[:,:,25], 50, cmap='viridis')
ax.set_title('3D Contour of sin(x) * cos(y) * sin(z) at z=pi')
ax.set_xlabel('x')
ax.set_ylabel('y')
ax.set_zlabel('u')
plt.show()

在这里插入图片描述

4. 存储图像

4.1 一般情况

import matplotlib.pyplot as plt
import numpy as np# 创建一些示例数据
x = np.linspace(0, 10, 100)
y = np.sin(x)# 创建一个折线图
plt.plot(x, y)# 使用plt.savefig()保存图像
plt.savefig('sine.png')# 显示图像
plt.show()

4.2 一次存多个图

globals()[f"pic_{time_block}_{AM_count}"] = plt.figure(1, figsize=(15, 15))
predict_np_u = model.predict_U(x_test_current).cpu().detach().numpy()
predict_np_v = model.predict_V(x_test_current).cpu().detach().numpy()
predict_np_p = model.predict_P(x_test_current).cpu().detach().numpy()u_pred = np.reshape(predict_np_u, (x.shape[0], y.shape[0], t_current.shape[0]), order='F')
v_pred = np.reshape(predict_np_v, (x.shape[0], y.shape[0], t_current.shape[0]), order='F')
p_pred = np.reshape(predict_np_p, (x.shape[0], y.shape[0], t_current.shape[0]), order='F')# Adjust subplot parameters to avoid overlap
plt.subplots_adjust(wspace=0.4, hspace=0.4)  # Increase the width and height spacesfor i in range(len(t_1)):# Predictionplt.subplot(3, 3, 1 + 3 * i)plt.pcolor(x_1, y_1, u_pred[:, :, t_pos1[i]], cmap='jet')plt.colorbar()plt.xlabel(r'$x$', fontsize=18)plt.ylabel(r'$y$', fontsize=18)plt.title('Predicted $\hat u(x,y,t)$, t=' + str(t_1[i]), fontsize=15)plt.subplot(3, 3, 2 + 3 * i)plt.pcolor(x_1, y_1, v_pred[:, :, t_pos1[i]], cmap='jet')plt.colorbar()plt.xlabel(r'$x$', fontsize=18)plt.ylabel(r'$y$', fontsize=18)plt.title('Predicted $\hat u(x,y,t)$, t=' + str(t_1[i]), fontsize=15)plt.subplot(3, 3, 3 + 3 * i)plt.pcolor(x_1, y_1, p_pred[:, :, t_pos1[i]], cmap='jet')plt.colorbar()plt.xlabel(r'$x$', fontsize=18)plt.ylabel(r'$y$', fontsize=18)plt.title('Predicted $\hat u(x,y,t)$, t=' + str(t_1[i]), fontsize=15)plt.close()
globals()[f"pic_{time_block}_{AM_count}"].savefig("figures_count/Sol_" + params_name + str(time_block) + "_" + str(AM_count) + ".png", dpi=500, bbox_inches='tight')

用上globals()去命名

这篇关于个人笔记--python画图(一维,二维,三维)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:
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:http://www.chinasem.cn/article/1099869

相关文章

Python错误AttributeError: 'NoneType' object has no attribute问题的彻底解决方法

《Python错误AttributeError:NoneTypeobjecthasnoattribute问题的彻底解决方法》在Python项目开发和调试过程中,经常会碰到这样一个异常信息... 目录问题背景与概述错误解读:AttributeError: 'NoneType' object has no at

Python使用openpyxl读取Excel的操作详解

《Python使用openpyxl读取Excel的操作详解》本文介绍了使用Python的openpyxl库进行Excel文件的创建、读写、数据操作、工作簿与工作表管理,包括创建工作簿、加载工作簿、操作... 目录1 概述1.1 图示1.2 安装第三方库2 工作簿 workbook2.1 创建:Workboo

基于Python实现简易视频剪辑工具

《基于Python实现简易视频剪辑工具》这篇文章主要为大家详细介绍了如何用Python打造一个功能完备的简易视频剪辑工具,包括视频文件导入与格式转换,基础剪辑操作,音频处理等功能,感兴趣的小伙伴可以了... 目录一、技术选型与环境搭建二、核心功能模块实现1. 视频基础操作2. 音频处理3. 特效与转场三、高

Python实现中文文本处理与分析程序的示例详解

《Python实现中文文本处理与分析程序的示例详解》在当今信息爆炸的时代,文本数据的处理与分析成为了数据科学领域的重要课题,本文将使用Python开发一款基于Python的中文文本处理与分析程序,希望... 目录一、程序概述二、主要功能解析2.1 文件操作2.2 基础分析2.3 高级分析2.4 可视化2.5

一文解密Python进行监控进程的黑科技

《一文解密Python进行监控进程的黑科技》在计算机系统管理和应用性能优化中,监控进程的CPU、内存和IO使用率是非常重要的任务,下面我们就来讲讲如何Python写一个简单使用的监控进程的工具吧... 目录准备工作监控CPU使用率监控内存使用率监控IO使用率小工具代码整合在计算机系统管理和应用性能优化中,监

Python实现终端清屏的几种方式详解

《Python实现终端清屏的几种方式详解》在使用Python进行终端交互式编程时,我们经常需要清空当前终端屏幕的内容,本文为大家整理了几种常见的实现方法,有需要的小伙伴可以参考下... 目录方法一:使用 `os` 模块调用系统命令方法二:使用 `subprocess` 模块执行命令方法三:打印多个换行符模拟

Python实现MQTT通信的示例代码

《Python实现MQTT通信的示例代码》本文主要介绍了Python实现MQTT通信的示例代码,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一... 目录1. 安装paho-mqtt库‌2. 搭建MQTT代理服务器(Broker)‌‌3. pytho

基于Python开发一个图像水印批量添加工具

《基于Python开发一个图像水印批量添加工具》在当今数字化内容爆炸式增长的时代,图像版权保护已成为创作者和企业的核心需求,本方案将详细介绍一个基于PythonPIL库的工业级图像水印解决方案,有需要... 目录一、系统架构设计1.1 整体处理流程1.2 类结构设计(扩展版本)二、核心算法深入解析2.1 自

从入门到进阶讲解Python自动化Playwright实战指南

《从入门到进阶讲解Python自动化Playwright实战指南》Playwright是针对Python语言的纯自动化工具,它可以通过单个API自动执行Chromium,Firefox和WebKit... 目录Playwright 简介核心优势安装步骤观点与案例结合Playwright 核心功能从零开始学习

Python 字典 (Dictionary)使用详解

《Python字典(Dictionary)使用详解》字典是python中最重要,最常用的数据结构之一,它提供了高效的键值对存储和查找能力,:本文主要介绍Python字典(Dictionary)... 目录字典1.基本特性2.创建字典3.访问元素4.修改字典5.删除元素6.字典遍历7.字典的高级特性默认字典