Python学习|科学计算基础之Matplotlib

实验目的

1. 1.学习绘图库Matplotlib的使用。
2. 2.掌握绘图库常见的图形类型，常用的线型、颜色、标记符号。
3. 3.掌握多子图绘制的方法

实验内容

启动Spyder，在Spyder环境下编写完整程序完成下列练习。

实验1

利用[2, 3, 5, 10, 8]列表数据绘制折线图、柱形图、饼图。

import matplotlib.pyplot as plt 				# 导入plt
plt.rcParams['font.sans-serif'] = ['SimHei']  	# 指定中文黑体字体
plt.rcParams['axes.unicode_minus'] = False  	# 确保-负号显示正常
x = [2, 3, 5, 10, 8]
labels = list('abcde')
plt.plot(x, 'b-') 							# 折线图
plt.figure()								# 新建图形
plt.bar(labels, x) 						# 柱形图
plt.figure()								# 新建图形
explode = [0, 0, 0.1, 0.2, 0]
plt.pie(x, explode=explode, labels=labels, autopct='%1.1f') 	# 饼图
plt.show()         						# 显示图形

实验2

生成1000个N(1, 10)正态分布的随机小数，绘制箱线图。

注：N(1,10) 则 scale= 10**(1/2)

x=np.random.normal(1, 10**(1/2),1000)
plt.boxplot(x)
print('方差:', x.var())  				# 方差应近似10

实验3

绘制如图所示的多子图。

x = np.arange(1,100)
Plt.subplot(2,2,1)
plt.plot(x, x)            # 2行x2列图形的第一个子图
Plt.subplot(2,2,2)   	# 2行x2列图形的第二个子图
plt.plot(x, -x)
Plt.subplot(2, 2, 3)  	# 2行x2列图形的第三个子图
plt.plot(x, x**2)
Plt.subplot(2, 2, 4)  	# 2行x2列图形的第四个子图
Plt.plot(x, np.log(x))		

实验4

利用matplotlib库中的pyplot模块，绘制x在[-10,10]取值区间上的函数

一阶导数和二阶导数的图形，要求：

（1）绘制三个子图，分别放置上述三个图形

（2）第一个子图区域，标题为Polynomial，使用红色实线绘制

（3）第二个子图区域，标题为First Derivative，使用蓝色虚线绘制

（4）第三个子图区域，标题为Second Derivative，使用绿色实心圆点绘制

import matplotlib.pyplot as plt
import matplotlib
import numpy as np
matplotlib.rcParams['font.family']='SimHei'
matplotlib.rcParams['axes.unicode_minus']=False

plt.suptitle("f(x)函数、一阶导数、二阶导数折线图")
plt.subplot(3,1,1)
plt.title("Polynomial")
plt.xlim(-10,10)
plt.xticks([-10,-9,-8,-7,-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6,7,8,9,10])#设置x轴刻度
x=np.arange(-10,10)
y1=x*x*x+2*x*x+3*x+4
plt.plot(x,y1,"g-")


plt.subplot(3,1,2)
plt.title("First Derivativ")
plt.xlim(-10,10)
plt.xticks([-10,-9,-8,-7,-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6,7,8,9,10])#设置x轴刻度
x=np.arange(-10,10)
y2=3*x*x+4*x+3
plt.plot(x,y2,"b:")


plt.subplot(3,1,3)
plt.title("Second Derivative")
plt.xlim(-10,10)
plt.xticks([-10,-9,-8,-7,-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6,7,8,9,10])#设置x轴刻度
x=np.arange(-10,10)
y2=4*x+4
plt.plot(x,y2,"g.")
plt.show()

运行效果图：

实验5

教材213页【例9-3】

import matplotlib.pyplot as plt
i