我的编程空间,编程开发者的网络收藏夹
学习永远不晚

Python的Matplotlib库图像复现学习

短信预约 -IT技能 免费直播动态提醒
省份

北京

  • 北京
  • 上海
  • 天津
  • 重庆
  • 河北
  • 山东
  • 辽宁
  • 黑龙江
  • 吉林
  • 甘肃
  • 青海
  • 河南
  • 江苏
  • 湖北
  • 湖南
  • 江西
  • 浙江
  • 广东
  • 云南
  • 福建
  • 海南
  • 山西
  • 四川
  • 陕西
  • 贵州
  • 安徽
  • 广西
  • 内蒙
  • 西藏
  • 新疆
  • 宁夏
  • 兵团
手机号立即预约

请填写图片验证码后获取短信验证码

看不清楚,换张图片

免费获取短信验证码

Python的Matplotlib库图像复现学习

在这里插入图片描述


from pylab import *
n = 256
X = np.linspace(-np.pi,np.pi,n,endpoint=True)
Y = np.sin(2*X)
plt.axes([0.025,0.025,0.95,0.95])
plt.plot (X, Y+1, color='blue', alpha=1.00)
plt.fill_between(X,1,Y+1,color='b',alpha=.25)
plt.plot (X, Y-1, color='blue', alpha=1.00)
plt.fill_between(X,-1,Y-1,(Y-1)>-1,color='b',alpha=.25)
plt.fill_between(X,-1,Y-1,(Y-1)<-1,color='r',alpha=.25)
plt.xticks([])
plt.yticks([])
plt.show()

在这里插入图片描述


from pylab import *
n = 1024
X = np.random.normal(0,1,n)
Y = np.random.normal(0,1,n)
T=np.arctan2(Y,X)
plt.axes([0.025,0.025,0.95,0.95])
plt.scatter(X,Y,s=60,c=T,alpha=.5)
plt.xlim(-1.5,1.5)
plt.ylim(-1.5,1.5)
plt.xticks([])
plt.yticks([])
plt.show()

在这里插入图片描述


from pylab import *
n = 12
X = np.arange(n)
Y1 = (1-X/float(n)) * np.random.uniform(0.5,1.0,n)
Y2 = (1-X/float(n)) * np.random.uniform(0.5,1.0,n)

plt.bar(X, +Y1, facecolor='#9999ff', edgecolor='white')
plt.bar(X, -Y2, facecolor='#ff9999', edgecolor='white')
for x,y in zip(X,Y1):
    plt.text(x, y+0.05, '%.2f' % y, ha='center', va= 'bottom')

for x1,y1 in zip(X,Y2):
    plt.text(x1, -y1-0.05, '%.2f' % y1, ha='center', va= 'top')

plt.xlim(-.5,n),plt.xticks([])
plt.ylim(-1.25,+1.25),plt.yticks([])
plt.show()

在这里插入图片描述


from pylab import *
def f(x,y):
    return (1-x/2+x**5+y**3)*np.exp(-x**2-y**2)
n = 256
x = np.linspace(-3,3,n)
y = np.linspace(-3,3,n)
X,Y = np.meshgrid(x,y)
plt.axes([0.025,0.025,0.95,0.95])
plt.contourf(X,Y,f(X,Y),8, alpha=.75, cmap=plt.cm.hot)
C = plt.contour(X, Y, f(X,Y), 8, colors='black', linewidth=.5)
plt.clabel(C,inline=1,fontsize=10)
plt.xticks([]),plt.yticks([])
plt.show()

在这里插入图片描述


from pylab import *
def f(x,y): return (1-x/2+x**5+y**3)*np.exp(-x**2-y**2)
n = 10
x = np.linspace(-3,3,4*n)
y = np.linspace(-3,3,3*n)
X,Y = np.meshgrid(x,y)
Z=f(X,Y)
plt.axes([0.025,0.025,0.95,0.95])
plt.imshow(Z,interpolation='bicubic',cmap='bone',origin='lower')
plt.colorbar(shrink=.92)
plt.xticks([]), plt.yticks([])

在这里插入图片描述


from mpl_toolkits.mplot3d import Axes3D
fig=plt.figure()
ax=Axes3D(fig)
x=np.arange(-4.0,4.0,0.25)
y=np.arange(-4.0,4.0,0.25)
X,Y=np.meshgrid(x,y)
Z=np.sin(np.sqrt(X**2+Y**2))
surf=ax.plot_surface(X,Y,Z,
 rstride=1,
 cstride=1,
 cmap=plt.get_cmap('rainbow'))
ax.contourf(X,Y,Z,zdir='z',offset=-2,cmap=plt.cm.hot)
ax.set_zlim(-2,2)
fig.colorbar(surf,shrink=0.5,aspect=8)

总结

本篇文章就到这里了,希望能给你带来帮助,也希望您能够多多关注编程网的更多内容!

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

Python的Matplotlib库图像复现学习

下载Word文档到电脑,方便收藏和打印~

下载Word文档

猜你喜欢

Python常见库matplotlib学习笔记之多个子图绘图

Matplotlib是Python提供的一个绘图库,通过该库我们可以很容易的绘制出折线图、直方图、散点图、饼图等丰富的统计图,下面这篇文章主要给大家介绍了关于Python常见库matplotlib学习笔记之多个子图绘图的相关资料,需要的朋友可以参考下
2023-05-19

Python数据科学Matplotlib图库的用法

这篇文章主要讲解了“Python数据科学Matplotlib图库的用法”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“Python数据科学Matplotlib图库的用法”吧!Matplotli
2023-06-20

Python常见库matplotlib学习笔记之画图文字的中文显示

在Python中使用matplotlib或者plotnine模块绘图时,常常出现图表中无法正常显示中文的问题,下面这篇文章主要给大家介绍了关于Python常见库matplotlib学习笔记之画图文字的中文显示的相关资料,需要的朋友可以参考下
2023-05-19

Python中Matplotlib图像添加标签的方法实现

本文主要介绍了Python中Matplotlib图像添加标签的方法实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
2023-05-14

PHP学习笔记:图像处理与GD库的使用

引言:在现代互联网的世界中,图像处理已经成为了一个重要的技术。无论是网页设计、移动应用还是电子商务平台,图像处理都扮演着不可或缺的角色。PHP作为一种广泛应用于网络开发的脚本语言,具备强大的图像处理能力和广泛的库支持,其中最常用的就是GD库
2023-10-21

Python常见库matplotlib学习笔记之画图中各个模块的含义及修改方法

matplotlib是python最著名的绘图库,它提供了一整套和matlab相似的命令API,十分适合交互式地进行制图,下面这篇文章主要给大家介绍了关于Python常见库matplotlib学习笔记之画图中各个模块的含义及修改方法的相关资料,需要的朋友可以参考下
2023-05-19

OpenCV学习之图像加噪与滤波的实现详解

这篇文章主要为大家详细介绍了OpenCV中图像的加噪与滤波操作的相关资料,文中的示例代码简洁易懂,具有一定的借鉴价值,需要的可以参考一下
2023-02-16

Python学习之图片滤镜效果的实现

滤镜效果是图像处理中常用的一种技术,可以用来增强图像的视觉效果,实现不同的效果,本文就来利用Python中的Image模块实现常见的几个图片滤镜吧
2023-05-19

python实现图像处理之PiL依赖库的案例应用详解

Python实现图像处理:PiL依赖库的应用 本文包含的练习题主要是PIL依赖库,即pillow相关的应用。 练习一:使用python给图片增加数字 实现思路:使用PIL的Image.open导入图片。获取图片的大小。调用ImageDraw
2022-06-02

编程热搜

  • Python 学习之路 - Python
    一、安装Python34Windows在Python官网(https://www.python.org/downloads/)下载安装包并安装。Python的默认安装路径是:C:\Python34配置环境变量:【右键计算机】--》【属性】-
    Python 学习之路 - Python
  • chatgpt的中文全称是什么
    chatgpt的中文全称是生成型预训练变换模型。ChatGPT是什么ChatGPT是美国人工智能研究实验室OpenAI开发的一种全新聊天机器人模型,它能够通过学习和理解人类的语言来进行对话,还能根据聊天的上下文进行互动,并协助人类完成一系列
    chatgpt的中文全称是什么
  • C/C++中extern函数使用详解
  • C/C++可变参数的使用
    可变参数的使用方法远远不止以下几种,不过在C,C++中使用可变参数时要小心,在使用printf()等函数时传入的参数个数一定不能比前面的格式化字符串中的’%’符号个数少,否则会产生访问越界,运气不好的话还会导致程序崩溃
    C/C++可变参数的使用
  • css样式文件该放在哪里
  • php中数组下标必须是连续的吗
  • Python 3 教程
    Python 3 教程 Python 的 3.0 版本,常被称为 Python 3000,或简称 Py3k。相对于 Python 的早期版本,这是一个较大的升级。为了不带入过多的累赘,Python 3.0 在设计的时候没有考虑向下兼容。 Python
    Python 3 教程
  • Python pip包管理
    一、前言    在Python中, 安装第三方模块是通过 setuptools 这个工具完成的。 Python有两个封装了 setuptools的包管理工具: easy_install  和  pip , 目前官方推荐使用 pip。    
    Python pip包管理
  • ubuntu如何重新编译内核
  • 改善Java代码之慎用java动态编译

目录