pre
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.patches import Polygon
def func(x):
x=np.linspace(0,10)
y=func(x)
fig,ax = plt.subplots()
ax.set_xticks([a,b])
ax.set_xticklabels(['$a$','$b$'])
ax.set_yticks([])
ix=np.linspace(a,b)
iy=func(ix)
ixy=zip(ix,iy)
verts=[(a,0)]+list(ixy)+[(b,0)]
ax.add_patch(poly)
plt.show()
/pre
输入以下代码导入我们用到的函数库.
import numpy as np
y=np.sin(x);
plt.plot(x,y)
采用刚才代码后有可能无法显示下图,然后在输入以下代码就可以了：
为避免中文显示出错,需导入matplotlib.pylab库
保存图片时,dpi为清晰度,数值越高越清晰.请注意,函数结尾处,必须加plt.show(),不然图像不显示.
绘制流程与绘制不含子图的图像一致,只需注意一点：创建画布.
合理调整figsize、dpi,可避免出现第一幅图横轴名称与第二幅图标题相互遮盖的现象.
①.,xlable,ylable设置x,y轴的标题文字.
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.
Artist对象
①.,图标的绘制领域.
FigureCanvas和Render处理底层图像操作,Artist处理高层结构.
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.）
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.
Axes容器
①.,patch修改背景.
①.,可对曲线进行插值.
①.,绘制直方图的函数是
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.
值的大小.
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
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
raw_input获取的输入是字符串,不能直接用np.array,需要用split进行切分,然后强制转化成数值类型,才能用plot函数
我把你的代码稍微修改了一下,可能不太漂亮,不过能运行了
a = raw_input('function')
a = a.split(' ')#依空格对字符串a进行切分,如果是用逗号分隔,则改成a.split(',')
b = []
for i in range(len(a)):#把切分好的字符强制转化成int类型,如果是小数,将int改为float
b.append(int(a[i]))
plt.plot(x, b, label='x', color="green", linewidth=1)
以上就是土嘎嘎小编为大家整理的python跳跃函数画图相关主题介绍,如果您觉得小编更新的文章只要能对粉丝们有用,就是我们最大的鼓励和动力,不要忘记讲本站分享给您身边的朋友哦！！