前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Python科学计算和绘图入门

Python科学计算和绘图入门

作者头像
xferris
发布2018-06-01 15:37:54
1.9K0
发布2018-06-01 15:37:54
举报
文章被收录于专栏:慎独
用到的相关模块
  • scipy
  • numpy
  • matplotlib
  • mayavi
模块安装

主要就是这四个模块,如果要安装的话,前三个可以直接使用sudo pip install xxx来安装。对于mayavi,安装起来比较复杂,主要是vtk的安装,我安装了几次都没有成功,不管是使用ccmake还是使用independent installer都没法用,在尝试了一个下午之后,发现了python科学计算的神器Canopy。 Canopy是Python科学计算的集成环境,里面集成了你所知道,你所需要的所有python科学计算需要的module,这是他的主页截图。

我在Package Manager中直接搜索下载了mayavi,一键完成安装,特别方便,推荐所有用Python科学计算,或者是为了毕业论文等同学使用Canopy,我要是早发现就好了!

科学计算

常量主要是在numpy包里,np.e,np.pi之类的,当然先要导入这个包。

代码语言:javascript
复制
import numpy as np

简单的运算也通过numpy完成,比如np.cos,np.sin,np.tan之类的,可以尝试,基本的运算都在里面。 对于积分运算,需要使用scipy中的integrate模块,关于scipy的参考文档,可以参考这里。下面是一个简单的求黑体的辐射的积分,还自带误差,对数值计算有要求的同学有福了。

代码语言:javascript
复制
#encoding:utf-8
from scipy import integrate
import numpy as np
#函数定义
def blackBodyM(x,c1,c2,T):
    return (c1/(x**5))*(1/((np.e**(c2/(x*T)))-1))
c1 = 3.7415*10**8
c2 = 1.43879*10**4
T = 800
#结果,误差
resut,err = integrate.quad(blackBodyM,3,5,args=(c1,c2,T))
绘图

重头戏来了,python的绘图功能,完全不亚于matlab,matlab能做的,python里面都能实现,对于2D绘图,不管是函数图像还是数值统计图,都可以使用matplotlib库来完成。当然,也可以用matplotlib来完成3D绘图,不过个人对比体验了下,3D绘图,尤其是建模,还是使用mayavi更方便快速。 从matplotlib参考文档mayavi参考文档对比也可以发现,mayavi主要针对3D建模,matplotlib主要是2D绘图。

2D绘图

下面我对matplotlib的主要绘图模块pyplot分析。 我们画一个这样的图像。

代码语言:javascript
复制
#序之前的代码
def functionI(fi,ks,n,a,e0):
    return e0*ks*((-350*np.sin(fi)+(700*np.sqrt(3)/2)*np.cos(fi))**n)*a*a*np.cos(fi)
from matplotlib import pyplot as plt
plt.figure(1)
#图1:n不变,ks变化
#fi的取值范围 0-pi/2,分100个点
fi = np.linspace(0,np.pi/2,100)
ax1 = plt.subplot(211)
plt.sca(ax1)
#ks = 0.1-0.9 n=5
for ks in range(1,10):
    ks = ks*0.1
    plt.plot(fi,functionI(fi,ks,3,1,e0),label='ks='+str(ks))
    plt.legend(loc='upper right',bbox_to_anchor = (1, 1.15))
plt.xlabel(u'角度fi')
plt.ylabel(u'n=5,ks变化   辐射强度I')
ax2 = plt.subplot(212)

#ks = 0.5,n=2-10
for n in range(2,11):
    plt.plot(fi,functionI(fi,0.5,n,1,e0),label='n='+str(n))
    plt.legend(loc='upper right',bbox_to_anchor = (1, 1.15))
plt.xlabel(u'角度fi')
plt.ylabel(u'ks=0.5,n变化   辐射强度I')
plt.show()

几个地方说明一下:

  • np.linspace:构造线性list,用来取点,其实画函数图像的本质就是画很多点,然后连接起来。
  • plt.figure:运行以后,一个figure对应一个plt.show(),其实就是对应一个窗口。
  • plt.subplot:一个figure里有多少个图像(坐标轴),每次运行这个返回一个ax坐标轴对象,每次走完这行代码,就选中这个ax,接下来的操作都是在这个ax上完成的。
  • plt.legend:图例显示。
  • 以上函数的所有的参数都可以在matplotlib参考文档中找到。
3D建模

这里介绍一下使用mayavi进行模拟光照实验(Phong模型),首先使用如下代码构造一个表面。

代码语言:javascript
复制
import numpy as np
from mayavi import mlab
x, y = np.mgrid[-3:3:150j,-3:3:150j]
z =x**2+y**2+2
surf = mlab.surf(x, y, z, colormap='RdYlBu', warp_scale='auto')
surf.actor.property.interpolation = 'phong'
#对应参数表面反射率和n高光系数
surf.actor.property.specular = 0.5 #ks
surf.actor.property.specular_power = 2 #n
mlab.show()

运行以后得到一个这样的模型表面,为了展示整个表面,这里使用4处光照。

点击左上角很酷的那个按钮,可以打开表面参数设置和光照设置。

可以看到这里使用4个白光光源照射。并且可以很方便的进行参数设置。 当然这里我也用matplotlib画了同样的图形,但跑起来的时候机器很卡,使用matplotlib处理便面和光照,还需要使用其他的库来辅助,这里只贴出import的部分代码。

代码语言:javascript
复制
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from matplotlib.colors import LightSource

总之处理和模型有关的3D,还是使用mayavi,简单粗暴。 如果需要更深入的学习,还是需要看计算机图形学和相关库的参考文档。

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 用到的相关模块
    • 模块安装
      • 2D绘图
      • 3D建模
  • 科学计算
  • 绘图
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档