利用Python Matlab绘制曲线图的实例分析
发表于:2024-09-22 作者:千家信息网编辑
千家信息网最后更新 2024年09月22日,利用Python Matlab绘制曲线图的实例分析,很多新手对此不是很清楚,为了帮助大家解决这个难题,下面小编将为大家详细讲解,有这方面需求的人可以来学习下,希望你能有所收获。一、简介我们在这里采用P
千家信息网最后更新 2024年09月22日利用Python Matlab绘制曲线图的实例分析
利用Python Matlab绘制曲线图的实例分析,很多新手对此不是很清楚,为了帮助大家解决这个难题,下面小编将为大家详细讲解,有这方面需求的人可以来学习下,希望你能有所收获。
一、简介
我们在这里采用Python中的matplotlib来实现曲线图形的绘制。matplotlib是著名的python绘图库,它提供了一整套绘图API,十分适合交互式绘图。
二、绘制图形
1、第一个曲线图
代码:
具体的绘制的代码如下所示:
import matplotlib.pyplot as pltimport numpy as npr = np.array([2072.54, 2076.84, 2085.51, 2103.01, 2129.93, 2162.16, 2200.22, 2242.15, 2285.71, 2328.29, 2350.18, 2364.01, 2364.01, 2343.29, 2300.17, 2252.25, 2208.72, 2166.85, 2132.19, 2103.01, 2085.51, 2075.77, 2072.54])b_ = np.array([30.159, 27.143, 24.127, 21.111, 18.096, 15.080, 12.064, 9.048, 6.032, 3.016, 1.508, 0, -1.508, -3.016, -6.032, -9.048, -12.064, -15.080, -18.096, -21.111, -24.127, -27.143, -30.159])b = b_ * pow(10, -4)plt.plot(b, r)plt.xlabel("B/T")plt.ylabel("R/Ω")plt.title("GMB R-B (decreasing B)")plt.show()
效果:
2、第二个图形
代码:
代码与上一个的代码其实是比较相似的:
import matplotlib.pyplot as pltimport numpy as npr = np.array([2072.53, 2076.81, 2085.47, 2103.00, 2129.90, 2162.11, 2200.20, 2242.06, 2285.66, 2328.24, 2350.13, 2364.00, 2363.96, 2343.19, 2300.20, 2252.29, 2208.76, 2166.89, 2132.20, 2103.05, 2085.50, 2075.81, 2072.56])b_ = np.array([30.159, 27.143, 24.127, 21.111, 18.096, 15.080, 12.064, 9.048, 6.032, 3.016, 1.508, 0, -1.508, -3.016, -6.032, -9.048, -12.064, -15.080, -18.096, -21.111, -24.127, -27.143, -30.159])b = b_ * pow(10, -4)plt.plot(b, r)plt.xlabel("B/T")plt.ylabel("R/Ω")plt.title("GMB R-B (increasing B)")plt.show()
效果:
3、第三个图形
代码:
代码基本是形同的啦:
import matplotlib.pyplot as pltimport numpy as npv = np.array([274, 270, 261, 243, 219, 189, 155, 118, 81, 48, 34, 21])b_ = np.array([30.159, 27.143, 24.127, 21.111, 18.096, 15.080, 12.064, 9.048, 6.032, 3.016, 1.508, 0])b = b_ * pow(10, -4)plt.plot(b, v)plt.xlabel("B/T")plt.ylabel("V/mV")plt.title("GMB V-B")plt.show()
效果:
4、第四个图形
代码:
代码其实都是基本一样的,只不过主要是更换了数据啦:
import matplotlib.pyplot as pltimport numpy as npw = np.array([43.5, 44, 47, 50, 53, 56, 59, 62, 65, 68, 71, 74, 77, 80, 83, 86, 89, 92, 95, 98, 101, 104])v = np.array([0, 5.7, 35.0, 53.8, 45.9, 7.7, -45.7, -51.9, -32.6, -1.8, 34.5, 53.1, 39.2, -10.1, -47.9, -51.4, -29.5, 5.6, 34.4, 52.4, 40.9, -5.2])plt.plot(w, v)plt.xlabel("θ/rad")plt.ylabel("V/mV")plt.title("GMB V-θ")plt.show()
效果:
5.画出指定区间的一个多项式函数:
import numpy as npimport matplotlib.pyplot as pltX = np.linspace(-4, 4, 1024)Y = .25 * (X + 4.) * (X + 1.) * (X - 2.)plt.title('$f(x)=\\frac{1}{4}(x+4)(x+1)(x-2)$')plt.plot(X, Y, c = 'g')plt.show()
看完上述内容是否对您有帮助呢?如果还想对相关知识有进一步的了解或阅读更多相关文章,请关注行业资讯频道,感谢您对的支持。
代码
图形
效果
曲线
绘图
曲线图
帮助
实例
实例分析
分析
清楚
相似
著名
三个
交互式
内容
函数
区间
只不过
多项式
数据库的安全要保护哪些东西
数据库安全各自的含义是什么
生产安全数据库录入
数据库的安全性及管理
数据库安全策略包含哪些
海淀数据库安全审计系统
建立农村房屋安全信息数据库
易用的数据库客户端支持安全管理
连接数据库失败ssl安全错误
数据库的锁怎样保障安全
比赛管理系统 数据库
网络安全事故警示教育
mc最混乱的服务器版本
打印服务器ip地址
连上网无法连接到服务器
奥维自定义地图服务器架设
网络安全服务测评项目
数据库技术assess
化工产品数据库
seer数据库收集数据怎么整理
手机通话显示未连接服务器
mysql修改数据库名称
网络安全法和相关规定的心得
驾校宝典类似的软件开发教程
东营公司管理oa软件开发公司
保护青少年网络安全的软件
双骏互联网科技有限公司
王者荣耀游戏服务器怎么升级
安徽个人软件开发供应
重庆软件开发商家
360网络安全密码是多少
西安零点网络技术有限公司
服务器万兆光口网卡利用率
jboss 数据库配置
数据库自动化系统的基本原理
医院收费数据库er图
旅游订票平台数据库
安全法律法规数据库
中国移动数据中心服务器采购
ocr 软件开发