matplotlib的案例
python中的numpy scipy matplotlib ipython jupyter..安裝
Linux 下安裝
Ubuntu & Debian
sudo apt-get install python-numpy python-scipy python-matplotlib ipython ipython-notebook python-pandas python-sympy python-nose
CentOS/Fedora
sudo dnf install numpy scipy python-matplotlib ipython python-pandas sympy python-nose atlas-devel
Mac 系統
Mac 系統的 Homebrew 不包含 NumPy 或其他一些科學計算包，所以可以使用以下方式來安裝：
python -m pip install numpy scipy matplotlib
安裝驗證
測試是否安裝成功：
>>> from numpy import *>>> eye(4)array([[1., 0., 0., 0.],
[0., 1., 0., 0.],
[0., 0., 1., 0.],
[0., 0., 0., 1.]])
from numpy import * 為導入 numpy 庫。
eye(4) 生成對角矩陣。
ABAQUS斷裂模擬收徒 ，保證快速學會各種ABAQUS斷裂模擬方法 1500/人（將享有各種插件以及程序，價值3000+、專門定制視頻、全程親自教學、各種模型調試及解答問題等等，傾囊相教）
展開 星辰技文|Abaqus中提取裂縫數據并用matplotlib庫繪圖
由于全局嵌入Cohesive單元，在單元共節點位置存在孔洞，部件變形后，孔洞呈現出小黑點的形式，無法去除，線圖就完全不存在這些問題；
常用的編程繪圖工具，目前以Matlab和Python matplotlib為主，Abaqus2021版本之后就已經內置了matplotlib庫，因此本文以matplotlib庫為基礎，帶大家繪制POLARIS_CrackGeo插件提取的裂縫線圖。
03 使用python生成時域波形（numpy & scipy）
01 生成正弦波形
import numpy as np
import scipy.signal as sig
import matplotlib.pyplot as plt
fs=256
t=np.arange(0,1,1/fs)
xt=np.sin(2*np.pi*5*t) #初相位為0度
plt.plot(t,xt)
import numpy as np
import scipy.signal as sig
import matplotlib.pyplot as plt
fs=256
t=np.arange(0,1,1/fs)
xt=np.sin(2*np.pi*5*t+np.pi/2) #初相位為90度
plt.plot(t,xt)
02 生成余弦波形
import numpy as np
import scipy.signal as sig
import matplotlib.pyplot as plt
fs=256
t=np.arange(0,1,1/fs)
xt=np.cos(2*np.pi*5*t) #初相位為0度
plt.plot(t,xt)
03 生成三角波形
import numpy as np
import scipy.signal as sig
import matplotlib.pyplot as plt
fs=256
t=np.arange(0,1,1/fs)
xt=sig.sawtooth(2*np.pi*5*t,1) #上斜
plt.plot(t,xt)
import numpy as np
import scipy.signal as sig
import matplotlib.pyplot as plt
fs=256
t=np.arange(0,1,1/fs
展開 04 使用python設計模擬濾波器
()
共振濾波器
import numpy as np
import scipy.signal as sig
import matplotlib.pyplot as plt
b,a=sig.iirpeak(100,30,512)
w,h=sig.freqz(b,a,fs=512)
plt.plot(w,20*np.log10(abs(h)))
plt.xlabel('Hz')
plt.ylabel('dB')
plt.grid()
【Zemax Programming】開始使用 Python
示例文件
在 OpticStudio 的安裝過程中包含了范例文件，位于安裝路徑下的 Zemax\ZOS-API Sample Code 文件夾中，其中部分文件不需要安裝其他模塊就可運行（如01和03），但如 04 和 10 文件需要安裝NumPy和matplotlib這兩個模塊。建議運行示例文件之前首先安裝 matplotlib 模塊。
05 使用python設計模擬濾波器（2）
01 iirfilter的使用
butter帶通
import numpy as np
import scipy.signal as sig
import matplotlib.pyplot as plt
N, Wn = sig.buttord([20, 50], [14, 60], 3, 40, analog=True)
b, a = sig.butter(N, Wn, 'bandpass', analog=True)
w, h = sig.freqs(b, a, np.logspace(1, 2, 500))
plt.plot(w, 20 * np.log10(abs(h)))
plt.xlabel('angular fre [rad/s]')
plt.ylabel('response [dB]')
plt.grid()
iirfilter帶通（等效）
import numpy as np
import scipy.signal as sig
import matplotlib.pyplot as plt
N, Wn = sig.buttord([20, 50], [14, 60], 3, 40, analog=True)
b,a=sig.iirfilter(N,Wn,btype='bandpass',ftype='butter',analog=True)
w, h = sig.freqs(b, a, np.logspace(1, 2, 500))
plt.plot(w, 20 * np.log10(abs(h)),c='red')
plt.xlabel('angular fre [rad/s]')
plt.ylabel('response [dB]')
plt.grid()
ellip帶通
import
展開 19 python數據可視化（坐標軸相關設置）
)
plt.ylim(0,18)
05 縱坐標顯示為貨幣
import numpy as np
import matplotlib.pyplot as plt
from calendar import day_name
from matplotlib.ticker import FormatStrFormatter
x=np.arange(1,8,1)
y=2*x
fig=plt.figure()
fig.add_subplot(211)
plt.plot(x,y,marker='o',mfc='r')
plt.xlim(0,8)
plt.ylim(0,18)
ax2=fig.add_subplot(212)
plt.plot(x,y,marker='o',mfc='r')
plt.xticks(x,day_name[:7],rotation=20)
ax2.yaxis.set_major_formatter(FormatStrFormatter(r'$\yen%.1f$'))
plt.xlim(0,8)
plt.ylim(0,18)
06 設置坐標軸的刻度線
import numpy as np
import matplotlib.pyplot as plt
from calendar import day_name
from matplotlib.ticker import MultipleLocator,AutoMinorLocator
x=np.arange(1,8,1)
y=2*x
ax=plt.figure().add_subplot(111)
ax.xaxis.set_major_locator(MultipleLocator(2))
ax.xaxis.set_minor_locator(AutoMinorLocator
展開 Seaborn Heatmap – 綜合指南
Matplotlib 為我們提供了多個顏色圖，您可以在此處查看所有顏色圖。在我們的示例中，我們將使用 tab20。
01 用Python讀取和寫入wav聲音文件
01 用python讀取wav聲音文件（使用wave模塊）
import numpy as np #載入numpy庫
import matplotlib.pyplot as plt #載入matplotlib庫的pyplot模塊
import wave #載入wave模塊
f=wave.open(r'E:\abearing\rotor.wav','rb') #打開wav文件
nchannels,sampwidth,framerate,nframes=f.getparams()[:4] #獲取wav文件的聲道數，量化位數，采樣率，總采樣點
f.setpos(10*framerate) #定位采樣點的開始位置，第10秒
s_data=f.readframes(20*framerate) #讀取開始位置以后的采樣點，后20秒
f.close()
w_data=np.fromstring(s_data,dtype=np.short) #將字符串轉化為數值
w_data.shape=(-1,nchannels) #將一維數組轉化為兩列數組
time=np.arange(10*framerate,30*framerate)/framerate #定義時間點
plt.subplot(211) #子圖1
plt.plot(time,w_data[:,0],c='blue')
plt.subplot(212) #子圖2
plt.plot(time,w_data[:,1],c='green')
plt.xlabel('time(second)') #X軸的標簽
02 用python寫入wav聲音文件
import numpy as np
import matplotlib.pyplot as plt
import scipy.signal as
展開 24 python數據可視化（圖片和等值線圖）
00 載入擴展庫
import numpy as np
import matplotlib.pyplot as plt
01 顯示圖片
img=plt.imread('D:\Anoconda\lena.jpg')
plt.figure(figsize=(10,5))
plt.subplot(121)
plt.imshow(img)
plt.subplot(122)
plt.imshow(img,origin='lower')
02 繪制等值線圖
import numpy as np
import matplotlib.pyplot as plt
x=np.linspace(-2,2,200).reshape(1,-1)
y=np.linspace(-2,2,200).reshape(-1,1)
ext=[np.min(x),np.max(x),np.min(y),np.max(y)]
z=x*np.exp(-x**2-y**2)
plt.imshow(z,extent=ext)
import numpy as np
import matplotlib.pyplot as plt
x=np.linspace(-2,2,200).reshape(1,-1)
y=np.linspace(-2,2,200).reshape(-1,1)
ext=[np.min(x),np.max(x),np.min(y),np.max(y)]
z=x*np.exp(-x**2-y**2)
cs=plt.contour(z,8,extent=ext)
plt.clabel(cs)
import numpy as np
import matplotlib.pyplot as plt
x=np.linspace(-2,2,200).reshape
展開 定制界面讀取wav文件并且繪圖（python）
摘要：本文主要使用tkinter定制GUI，使用wave讀取wav文件，使用matplotlib繪圖。
01-numpy玩轉信號處理（生成信號）
00 正弦信號 np.sin(t)
幅值默認為1：
import numpy as np
import matplotlib.pyplot as plt
fs=256 #采樣率
f=5 # 頻率，一秒內有五對峰值峰谷
t=np.arange(0,2,1/fs)
xt=np.sin(2*np.pi*f*t)
plt.plot(t,xt)
plt.grid()
01 余弦信號 np.cos(t)
幅值默認為1：
import numpy as np
import matplotlib.pyplot as plt
fs=256 #采樣率
f=5 # 頻率，一秒內有五對峰值峰谷
t=np.arange(0,2,1/fs)
xt=np.cos(2*np.pi*f*t)
plt.plot(t,xt)
plt.grid()
02 三角信號 sawtooth(t,width=1)
幅值默認為1：
import numpy as np
import matplotlib.pyplot as plt
def sawtooth(t, width=1):
t, w = np.asarray(t), np.asarray(width)
w = np.asarray(w + (t - t))
t = np.asarray(t + (w - w))
if t.dtype.char in ['fFdD']:
ytype = t.dtype.char
else:
ytype = 'd'
y = np.zeros(t.shape, ytype)
mask1 = (w > 1) | (w < 0)
np.place(y, mask1
展開 Python數據可視化編程實戰PDF高清文檔下載
全網最全Python必讀書藉合集（PDF文檔免費下載）
目錄
第1章 準備工作環境 1
1.1 介紹 1
1.2 安裝matplotlib、Numpy和Scipy庫 2
1.2.1 準備工作 2
1.2.2 操作步驟 3
1.2.3 工作原理 4
1.2.4 補充說明 4
1.3 安裝virtualenv和virtualenvwrapper 4
1.3.1 準備工作 5
1.3.2 操作步驟 5
1.4 在Mac OS X上安裝matplotlib 6
1.4.1 準備工作 6
1.4.2 操作步驟 6
1.5 在Windows上安裝matplotlib 7
1.5.1 準備工作 7
1.5.2 操作步驟 8
1.5.3 補充說明 8
1.6 安裝圖像處理工具：Python圖像庫（PIL） 9
1.6.1 操作步驟 9
1.6.2 安裝過程說明 9
1.6.3 補充說明 9
1.7 安裝requests模塊 10
1.7.1 操作步驟 10
1.7.2 requests使用說明 10
1.8 在代碼中配置matplotlib參數 11
1.8.1 準備工作 11
1.8.2 操作步驟 11
1.8.3 代碼解析 12
1.9 為項目設置matplotlib參數 12
1.9.1 準備工作 12
1.9.2 配置方法 12
1.9.3 配置過程說明 13
1.9.4 補充說明 14
第2章 了解數據 15
2.1 簡介 16
2.2 從CSV文件導入數據 16
2.2.1 準備工作 16
2.2.2 操作步驟 16
2.2.3 工作原理 17
2.2.4 補充說明 18
2.3 從Microsoft Excel文件中導入數據
展開 02-numpy玩轉信號處理（生成噪聲）
as plt
nor_d=np.random.normal(0,1,size=100)
plt.plot(nor_d)
06 平均分布（平均隨機噪聲）numpy.random.uniform(low=0.0, high=1.0, size=None)
import numpy as np
import matplotlib.pyplot as plt
uni_d=np.random.uniform(-1,2,size=100)
plt.plot(uni_d)
07 指數分布 numpy.random.exponential(beta=1.0, size=None)
import numpy as np
import matplotlib.pyplot as plt
expo_d=np.random.exponential(2,size=100)
plt.plot(expo_d)
展開 定制界面讀取 txt 文件并且繪圖（python）
摘要：本文主要使用tkinter定制GUI，讀取txt文件，使用matplotlib繪圖。
