3元函数绘图python,三元方程画图

python绘图篇

1，xlable,ylable设置x，y轴的标题文字。

2，title设置标题。

3，xlim,ylim设置x,y轴显示范围。

plt.show()显示绘图窗口，通常情况下，show（）会阻碍程序运行，带-wthread等参数的环境下，窗口不会关闭。

plt.saveFig（）保存图像。

面向对象绘图

1，当前图表和子图可以用gcf(),gca()获得。

subplot()绘制包含多个图表的子图。

configure subplots,可调节子图与图表边框距离。

可以通过修改配置文件更改对象属性。

图标显示中文

1，在程序中直接指定字体。

2， 在程序开始修改配置字典reParams.

3，修改配置文件。

Artist对象

1，图标的绘制领域。

2，如何在FigureCanvas对象上绘图。

3，如何使用Renderer在FigureCanvas对象上绘图。

FigureCanvas和Render处理底层图像操作，Artist处理高层结构。

分为简单对象和容器对象，简单的Aritist是标准的绘图元件，例如Line 2D,Rectangle,Text,AxesImage等，而容器类型包含许多简单的的 Aritist对象，使他们构成一个整体，例如Axis,Axes,Figure等。

直接创建Artist对象进项绘图操作步奏：

1，创建Figure对象（通过figure（）函数，会进行许多初始化操作，不建议直接创建。）

2，为Figure对象创建一个或多个Axes对象。

3，调用Axes对象的方法创建各类简单的Artist对象。

Figure容器

如何找到指定的Artist对象。

1，可调用add_subplot()和add_axes()方法向图表添加子图。

2，可使用for循环添加栅格。

3，可通过transform修改坐标原点。

Axes容器

1，patch修改背景。

2，包含坐标轴，坐标网格，刻度标签，坐标轴标题等内容。

3，get_ticklabels(),,get-ticklines获得刻度标签和刻度线。

1，可对曲线进行插值。

2，fill_between()绘制交点。

3，坐标变换。

4，绘制阴影。

5，添加注释。

1，绘制直方图的函数是

2，箱线图（Boxplot）也称箱须图（Box-whisker Plot），是利用数据中的五个统计量：最小值、第一四分位

数、中位数、第三四分位数与最大值来描述数据的一种方法，它可以粗略地看出数据是否具有对称性以及分

布的分散程度等信息，特别可以用于对几个样本的比较。

3，饼图就是把一个圆盘按所需表达变量的观察数划分为若干份，每一份的角度（即面积）等价于每个观察

值的大小。

4,散点图

5,QQ图

低层绘图函数

类似于barplot()，dotchart()和plot()这样的函数采用低层的绘图函数来画线和点，来表达它们在页面上放置的位置以及其他各种特征。

在这一节中，我们会描述一些低层的绘图函数，用户也可以调用这些函数用于绘图。首先我们先讲一下R怎么描述一个页面；然后我们讲怎么在页面上添加点，线和文字；最后讲一下怎么修改一些基本的图形。

绘图区域与边界

R在绘图时，将显示区域划分为几个部分。绘制区域显示了根据数据描绘出来的图像，在此区域内R根据数据选择一个坐标系，通过显示出来的坐标轴可以看到R使用的坐标系。在绘制区域之外是边沿区，从底部开始按顺时针方向分别用数字1到4表示。文字和标签通常显示在边沿区域内，按照从内到外的行数先后显示。

添加对象

在绘制的图像上还可以继续添加若干对象，下面是几个有用的函数，以及对其功能的说明。

•points(x, y, ...)，添加点

•lines(x, y, ...)，添加线段

•text(x, y, labels, ...)，添加文字

•abline(a, b, ...)，添加直线y=a+bx

•abline(h=y, ...)，添加水平线

•abline(v=x, ...)，添加垂直线

•polygon(x, y, ...)，添加一个闭合的多边形

•segments(x0, y0, x1, y1, ...)，画线段

•arrows(x0, y0, x1, y1, ...)，画箭头

•symbols(x, y, ...)，添加各种符号

•legend(x, y, legend, ...)，添加图列说明

相关问答

Q1: Python绘图之（1）Turtle库详解

Turtle库是Python语言中一个很流行的绘制图像的函数库，想象一个小乌龟，在一个横轴为x、纵轴为y的坐标系原点，(0,0)位置开始，它根据一组函数指令的控制，在这个平面坐标系中移动，从而在它爬行的路径上绘制了图形。

画布就是turtle为我们展开用于绘图区域，我们可以设置它的大小和初始位置。

设置画布大小

turtle.screensize(canvwidth=None, canvheight=None, bg=None)，参数分别为画布的宽(单位像素), 高, 背景颜色。

如：turtle.screensize(800,600, "green")

turtle.screensize() #返回默认大小(400, 300)

turtle.setup(width=0.5, height=0.75, startx=None, starty=None)，参数：width, height: 输入宽和高为整数时, 表示像素; 为小数时, 表示占据电脑屏幕的比例，(startx, starty): 这一坐标表示矩形窗口左上角顶点的位置, 如果为空,则窗口位于屏幕中心。

如：turtle.setup(width=0.6,height=0.6)

turtle.setup(width=800,height=800, startx=100, starty=100)

2.1 画笔的状态

在画布上，默认有一个坐标原点为画布中心的坐标轴，坐标原点上有一只面朝x轴正方向小乌龟。这里我们描述小乌龟时使用了两个词语：坐标原点(位置)，面朝x轴正方向(方向)， turtle绘图中，就是使用位置方向描述小乌龟(画笔)的状态。

2.2 画笔的属性

画笔(画笔的属性，颜色、画线的宽度等)

1) turtle.pensize()：设置画笔的宽度；

2) turtle.pencolor()：没有参数传入，返回当前画笔颜色，传入参数设置画笔颜色，可以是字符串如"green", "red",也可以是RGB 3元组。

3) turtle.speed(speed)：设置画笔移动速度，画笔绘制的速度范围[0,10]整数，数字越大越快。

2.3 绘图命令

操纵海龟绘图有着许多的命令，这些命令可以划分为3种：一种为运动命令，一种为画笔控制命令，还有一种是全局控制命令。

(1) 画笔运动命令

(2) 画笔控制命令

(3) 全局控制命令

(4) 其他命令

3. 命令详解

3.1 turtle.circle(radius, extent=None, steps=None)

描述：以给定半径画圆

参数：

radius(半径)：半径为正(负)，表示圆心在画笔的左边(右边)画圆；

extent(弧度) (optional)；

steps (optional) (做半径为radius的圆的内切正多边形，多边形边数为steps)。

举例:

circle(50) # 整圆;

circle(50,steps=3) # 三角形;

circle(120, 180) # 半圆

实例：

1、太阳花

2、五角星

3、时钟程序

Q2: 用matlab如何绘制三元一次函数的二维图形

比如该函数是f(x, y, z)=0的形式，你变换成 z = f(x, y)的形式后，

[x y] = meshgrid(-10:0.1:10, -10:0.1:10 ); % 用meshgrid生成 指定区间x y 的坐标。

mesh(x, y, 写入你z的计算式)

Q3: Python作图程序

实战小程序：画出y=x^3的散点图

样例代码如下：

[python] view plain copy

#coding=utf-8

import pylab as y    #引入pylab模块

x = y.np.linspace(-10, 10, 100)  #设置x横坐标范围和点数

y.plot(x, x*x*x,'or')  #生成图像

ax = y.gca()

ax.spines['right'].set_color('none')

ax.spines['top'].set_color('none')

ax.xaxis.set_ticks_position('bottom')

ax.spines['bottom'].set_position(('data', 0))

ax.yaxis.set_ticks_position('left')

ax.spines['left'].set_position(('data', 0))

ax.set_yticks([-1000, -500, 500, 1000])

y.xlim(x.min() , x.max() ) #将横坐标设置为x的最大值和最小值

y.show() #显示图像

[python] view plain copy

import pylab as y

程序中引入的pylab属于matplotlib的一个模块，将其名字用y代替，其中包括了许多NumPy和pyplot模块中常用的函数，方便用户快速进行计算和绘图，十分适合在IPython交互式环境中使用。

[python] view plain copy

y.np.linspace(-10, 10, 100)

此为numpy中的一个函数，返回的是等间距的值，numpy.linspace(a,b,c):a指的是开始位置，b表示的是结束位置，c表示产生点的个数（默认为50）

举例：

[python] view plain copy

 np.linspace(2.0, 3.0, num=5)

array([ 2.  ,  2.25,  2.5 ,  2.75,  3.  ])

[python] view plain copy

y.plot(x, x*x*x,'or')  #生成图像

后面加上‘o'表示为散点图

'r'可设置颜色为红色，基本上和matlab的操作很像。

[python] view plain copy

y.xlim(x.min(), x.max())

这条语句使用了xlim函数，将横坐标设置为x的大小

Q4: 关于3元函数的图像。

1.函数y=f(x)的图像关于直线x=a对称的图像的解析式为___ 2.函数y=fy=f(2a-x) y=f(2b-x) 2b-y=f(2a-x) ,

Q5: 如何用python完成：用自顶向下设计方法编写程序：在屏幕上打印三角函数y = sin(x)的图像。

I wrote this in Tkinter for you, in case you don't know Tkinter, it is a built-in module for most python versions.

If you want a commandline version, you can ask me, but tell you what, since those values are all

float numbers, so it's hard to get a precise graph in commandline window.

Well, in this version, I enlarged each element's position by 40 and then change them to integer, guess this is an endurable loss of precision.

#

from math import radians

from math import sin

from Tkinter import *

pos = []

xPos = 0

centerX = 0

centerY = 0

for deg in range(-360, 361, 10):

pos.append([xPos, int(40*(sin(radians(deg))))]) #1000 too big for my screen

xPos+=1

if deg == 0:

centerX = xPos-1

centerY = pos[-1][1]

root = Tk()

root.title('trianble graph from -180 to 180')

width, height = 550, 450

mHei = height/2

mWid = width/2

canvas = Canvas(root, width=width, height=height)

canvas.create_line(0, mHei, width, mHei)   #x axis

canvas.create_line(mWid, 0, mWid, height)  #y axis

xStep = (width-150)/len(pos)

yStep = (height-150)/len(pos)

radius = 3

# the middle point (sin(0) is first drawn and used as position reference for all

canvas.create_oval(mWid-radius, mHei-radius, mWid+radius, mHei+radius, fill='green')

print pos

print xStep, yStep, centerX, centerY

#exit(0)

for i in pos:

if i[0] == centerX: #center processed already.

continue

x = mWid + xStep*(i[0]-centerX)

# y is smaller, the bigger the value, so use minus

y = mHei - yStep*(i[1]-centerY)

canvas.create_oval(x-radius, y-radius, x+radius, y+radius, fill='green')

canvas.pack()

root.mainloop()