Python是一种高级编程语言,由Guido van Rossum于1991年创建。它以简洁、易读的语法而闻名,并且具有强大的功能和广泛的应用领域。Python具有丰富的标准库和第三方库,可以用于开发各种类型的应用程序,包括Web开发、数据分析、人工智能、科学计算、自动化脚本等。
Python本身是一种伟大的通用编程语言,在一些流行的库(numpy,scipy,matplotlib)的帮助下,成为了科学计算的强大环境。本系列将介绍Python编程语言和使用Python进行科学计算的方法,主要包含以下内容:
matplotlib | 3.5.3 | |
---|---|---|
numpy | 1.21.6 | |
python | 3.7.16 |
python --version
import sys
import numpy as np
import matplotlib
print("Python 版本:", sys.version)
print("NumPy 版本:", np.__version__)
print("matplotlib 版本:", matplotlib.__version__)
Matplotlib是一个用于创建数据可视化的Python库。它提供了广泛的绘图选项,能够生成各种类型的图表、图形和可视化效果。下面是Matplotlib的一些主要功能:
无论是进行科学研究、数据分析、报告撰写还是可视化展示,Matplotlib都是一个强大而灵活的工具。它广泛应用于各个领域,如数据科学、机器学习、金融分析、工程可视化等。
https://blog.csdn.net/m0_63834988/article/details/132872575?spm=1001.2014.3001.5501
https://blog.csdn.net/m0_63834988/article/details/132890656?spm=1001.2014.3001.5501
import matplotlib
matplotlib.rcParams['font.family'] = 'Microsoft YaHei' # 设置为微软雅黑字体
matplotlib.rcParams['font.sans-serif'] = ['SimHei'] # 设置中文字体为黑体
若不进行该设置,会报错字体缺失
3d绘图类型(1):线框图(Wireframe Plot)_QomolangmaH的博客-CSDN博客
https://blog.csdn.net/m0_63834988/article/details/132890293?spm=1001.2014.3001.5501
https://blog.csdn.net/m0_63834988/article/details/132891434?spm=1001.2014.3001.5501
https://blog.csdn.net/m0_63834988/article/details/132890907?spm=1001.2014.3001.5502
3d绘图类型(5)3D等高线图(3D Contour Plot)_QomolangmaH的博客-CSDN博客
https://blog.csdn.net/m0_63834988/article/details/132891652?spm=1001.2014.3001.5501
3d绘图类型(5)3D等高线图(3D Contour Plot)_QomolangmaH的博客-CSDN博客
https://blog.csdn.net/m0_63834988/article/details/132891816?spm=1001.2014.3001.5501
import matplotlib.pyplot as plt
import numpy as np
# 数据准备
x = np.linspace(-2, 2, 10) # x轴数据范围
y = np.linspace(-2, 2, 10) # y轴数据范围
z = np.linspace(-2, 2, 10) # z轴数据范围
x_mesh, y_mesh, z_mesh = np.meshgrid(x, y, z) # 创建网格
u = np.sin(x_mesh) * np.cos(y_mesh) * np.cos(z_mesh) # x方向分量
v = -np.cos(x_mesh) * np.sin(y_mesh) * np.cos(z_mesh) # y方向分量
w = np.sqrt(2.0 / 3.0) * np.cos(x_mesh) * np.cos(y_mesh) * np.sin(z_mesh) # z方向分量
# 创建3D图形对象
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
# 绘制3D向量场图
ax.quiver(x_mesh, y_mesh, z_mesh, u, v, w)
# 设置坐标轴标签
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')
# 显示图形
plt.show()
x
、y
和z
数组分别表示向量场的x、y和z轴数据范围。通过使用np.linspace
函数在指定范围内生成10个均匀分布的数据点。ax.quiver
函数绘制了3D向量场图。 x_mesh
、y_mesh
、z_mesh
和u
、v
、w
参数分别表示向量场的位置和对应的向量分量。ax.quiver
函数将根据提供的数据在每个位置绘制一个箭头表示向量的方向和强度。ax.set_xlabel
、ax.set_ylabel
和ax.set_zlabel
函数设置了坐标轴的标签。