锐客网

  1. 首页 > 睿知 > it技术 > >

python分段函数绘图 python分段函数的写法

IT技术Plt

如何用python matplotlab 画出一个分段函数几个绘图的例子，来自API手册：
1、最简单的图：
代码：
[python] view plain copy print?
#!/usr/bin/env python
import matplotlib.pyplot as plt
plt.plot([10, 20, 30])
plt.xlabel('tiems')
plt.ylabel('numbers')
plt.show()
python两个函数图像怎么分开画而且加表格一、函数说明
在使用python作图时 ， 应用最广的就是matplotlib包，但我们平时使用matplotlib时主要是画一些简单的图表，很少有涉及分段函数 。本次针对数值实验中两个较为复杂的函数，使用其构建分段函数图像 。
二、图像代码
2.11、函数公式：
y=4sin(4πt)-sgn(t-0.3)-sgn(0.72-t)
2.12、代码如下：
import numpy as np
import matplotlib.pyplot as plt
def sgn(x):
if x0:
return 1
elif x0:
return -1
else:
return 0
t=np.arange(0,1,0.01)
y=[]
for i in t:
y_1=4*np.sin(4*np.pi*i)-sgn(i-0.3)-sgn(0.72-i)
y.append(y_1)
plt.plot(t,y)
plt.xlabel("t")
plt.ylabel("y")
plt.title("Heavsine")
plt.show()
2.13、运行结果如下：
81036331d721706ae12808beb99b9574.png
2.21、函数公式：
479029.html
2.22、代码如下：
import numpy as np
import matplotlib.pyplot as plt
def g(x):
if x0:
return x
else:
return 0
t=np.arange(0,1,0.01)
y=[]
for i in t:
y_1=g(i*(1-i))*np.sin((2*np.pi*1.05)/(i 0.05))
y.append(y_1)
plt.plot(t,y)
plt.xlabel("t")
plt.ylabel("y")
plt.title("TimeSine")
plt.show()
python绘图中的四个绘图技巧pre{overflow-x: auto}
技巧1: plt.subplots()
技巧2: plt.subplot()
技巧3: plt.tight_layout()
技巧4: plt.suptitle()
数据集：
让我们导入包并更新图表的默认设置，为图表添加一点个人风格 。我们将在提示上使用Seaborn的内置数据集：
import seaborn as sns # v0.11.2import matplotlib.pyplot as plt # v3.4.2sns.set(style='darkgrid', context='talk', palette='rainbow')df = sns.load\_dataset('tips')df.head()
技巧1: plt.subplots()
绘制多个子图的一种简单方法是使用plt.subplots()。
这是绘制 2 个并排子图的示例语法：
fig, ax = plt.subplots(nrows=1, ncols=2, figsize=(10,4))sns.histplot(data=https://www.04ip.com/post/df, x='tip', ax=ax[0])sns.boxplot(data=https://www.04ip.com/post/df, x='tip', ax=ax[1]);
在这里，我们在一个图中绘制了两个子图 。我们可以进一步自定义每个子图 。
例如 ， 我们可以像这样为每个子图添加标题：
fig, ax = plt.subplots(1, 2, figsize=(10,4))sns.histplot(data=https://www.04ip.com/post/df, x='tip', ax=ax[0])ax[0].set\_title("Histogram")sns.boxplot(data=https://www.04ip.com/post/df, x='tip', ax=ax[1])ax[1].set\_title("Boxplot");
在循环中将所有数值变量用同一组图表示：
numerical = df.select\_dtypes('number').columnsfor col in numerical:fig, ax = plt.subplots(1, 2, figsize=(10,4))sns.histplot(data=https://www.04ip.com/post/df, x=col, ax=ax[0])sns.boxplot(data=df, x=col, ax=ax[1]);技巧2: plt.subplot()
另一种可视化多个图形的方法是使用plt.subplot() ， 末尾没有 s
语法与之前略有不同：
plt.figure(figsize=(10,4))ax1 = plt.subplot(1,2,1)sns.histplot(data=https://www.04ip.com/post/df, x='tip', ax=ax1)ax2 = plt.subplot(1,2,2)sns.boxplot(data=https://www.04ip.com/post/df, x='tip', ax=ax2);
当我们想为多个图绘制相同类型的图形并在单个图中查看所有图形，该方法特别有用：
plt.figure(figsize=(14,4))for i, col in enumerate(numerical):ax = plt.subplot(1, len(numerical), i 1)sns.boxplot(data=https://www.04ip.com/post/df, x=col, ax=ax)
【python分段函数绘图 python分段函数的写法】 我们同样能定制子图形 。例如加个 title
plt.figure(figsize=(14,4))for i, col in enumerate(numerical):ax = plt.subplot(1, len(numerical), i 1)sns.boxplot(data=https://www.04ip.com/post/df, x=col, ax=ax)ax.set/_title(f"Boxplot of {col}")
通过下面的比较，我们能更好的理解它们的相似处与不同处熟悉这两种方法很有用，因为它们可以在不同情况下派上用场 。
技巧3: plt.tight_layout()
在绘制多个图形时，经常会看到一些子图的标签在它们的相邻子图上重叠，
如下所示：
categorical = df.select\_dtypes('category').columnsplt.figure(figsize=(8, 8))for i, col in enumerate(categorical):ax = plt.subplot(2, 2, i 1)sns.countplot(data=https://www.04ip.com/post/df, x=col, ax=ax)
顶部两个图表的 x 轴上的变量名称被剪掉，右侧图的 y 轴标签与左侧子图重叠.使用 plt.tight_layout 很方便
plt.figure(figsize=(8, 8))for i, col in enumerate(categorical):ax = plt.subplot(2, 2, i 1)sns.countplot(data=https://www.04ip.com/post/df, x=col, ax=ax)plt.tight/_layout()
专业 看起来更好了 。
技巧4: plt.suptitle()
真个图形添加标题：
plt.figure(figsize=(8, 8))for i, col in enumerate(categorical):ax = plt.subplot(2, 2, i 1)sns.countplot(data=https://www.04ip.com/post/df, x=col, ax=ax)plt.suptitle('Category counts for all categorical variables')plt.tight\_layout()
此外，您可以根据自己的喜好自定义各个图 。例如，您仍然可以为每个子图添加标题 。
到此这篇关于python绘图 四个绘图技巧的文章就介绍到这了，希望大家以后多多支持！
python分段函数绘图的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于python分段函数的写法、python分段函数绘图的信息别忘了在本站进行查找喔 。

    推荐阅读


    上一篇：如何突破服务器屏蔽访问被封锁的网站？ 怎么样绕过服务器屏蔽网站

    下一篇：如何填写ID注册服务器？ id注册服务器怎么填写