aspcms网站地图,企业网站推广总结,响应式网站好处,手机排行榜最新第一名1、Matplotlib 二维箭头图
箭头图将速度矢量显示为箭头#xff0c;其中分量(u#xff0c;v)位于点(x#xff0c;y)。
quiver(x,y,u,v)上述命令将矢量绘制为在x和y中每个对应元素对中指定的坐标处的箭头。 参数 下表列出了quiver()函数的参数 - x - 1D或2D阵列#xff0c;…1、Matplotlib 二维箭头图
箭头图将速度矢量显示为箭头其中分量(uv)位于点(xy)。
quiver(x,y,u,v)上述命令将矢量绘制为在x和y中每个对应元素对中指定的坐标处的箭头。 参数 下表列出了quiver()函数的参数 - x - 1D或2D阵列序列。箭头位置的x坐标 y - 1D或2D阵列序列。箭头位置的y坐标 u - 1D或2D阵列序列。箭头矢量的x分量 v - 1D或2D阵列序列。箭头矢量的y分量 c - 1D或2D阵列序列。箭头位置的x坐标 以下代码绘制了一个简单的箭袋图
import matplotlib.pyplot as plt
import numpy as np
import math
import seaborn as sns
plt.rcParams[font.sans-serif] [SimHei] # 步骤一(替换sans-serif字体)
plt.rcParams[axes.unicode_minus] False # 原文出自【立地货】商业转载请联系作者获得授权非商业请保留原文链接
x,y np.meshgrid(np.arange(-2, 2, .2), np.arange(-2, 2, .25))
z x*np.exp(-x**2 - y**2)
v, u np.gradient(z, .2, .2)
fig, ax plt.subplots()
q ax.quiver(x,y,u,v)
plt.show()执行上面示例代码得到以下结果
2、Matplotlib 箱线图
箱形图也称为须状图显示包含最小值第一四分位数中位数第三四分位数和最大值的一组数据的摘要。在方块图中绘制从第一个四分位数到第三个四分位数的方框。垂直线穿过中间的框。须状从每个四分位数到最小值或最大值。 执行代码结果 让我们为箱形图创建数据。使用numpy.random.normal()函数来创建虚假数据。它需要三个参数正态分布的均值和标准差以及所需的值的数量。
np.random.seed(10)
collectn_1 np.random.normal(100, 10, 200)
collectn_2 np.random.normal(80, 30, 200)
collectn_3 np.random.normal(90, 20, 200)
collectn_4 np.random.normal(70, 25, 200)上面创建的数组列表是创建boxplot所需的唯一输入。使用data_to_plot代码行可以使用以下代码创建boxplot
fig plt.figure()
#创建轴实例
ax fig.add_axes([0,0,1,1])
#创建箱线图
bp ax.boxplot(data_to_plot)
plt.show()执行上面的代码行将生成以下输出 3、Matplotlib 小提琴图
小提琴图类似于箱形图除了它们还显示不同值的数据的概率密度。这些图包括数据中位数的标记和表示四分位数范围的框如标准框图中所示。在该箱图上叠加的是核密度估计。与箱形图一样小提琴图用于表示跨不同“类别”的可变分布(或样本分布)的比较。 小提琴图形比普通图形更具信息性。事实上虽然箱形图仅显示平均值/中位数和四分位数范围等汇总统计量但小提琴图显示了数据的完整分布。
import matplotlib.pyplot as plt
np.random.seed(10)
collectn_1 np.random.normal(100, 10, 200)
collectn_2 np.random.normal(80, 30, 200)
collectn_3 np.random.normal(90, 20, 200)
collectn_4 np.random.normal(70, 25, 200)
##将这些不同的集合合并到一个列表中
data_to_plot [collectn_1, collectn_2, collectn_3, collectn_4]
#创建一个图形实例
fig plt.figure()
#创建轴实例
ax fig.add_axes([0,0,1,1])
#创建箱线图
bp ax.violinplot(data_to_plot)
plt.show()执行上面示例代码得到以下结果
