python:成绩雷达图和手绘图片
Posted Jessie-
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python:成绩雷达图和手绘图片相关的知识,希望对你有一定的参考价值。
python123成绩雷达图
import numpy as np import matplotlib.pyplot as plt import matplotlib matplotlib.rcParams[\'font.family\']=\'SimHei\' matplotlib.rcParams[\'font.sans-serif\']=[\'SimHei\'] labels=np.array([\'第二周\',\'第三周\',\'第四周\',\'第五周\',\'第六周\']) nAttr=5 Python=np.array([91,90,100,95,75]) angles=np.linspace(0,2*np.pi,nAttr,endpoint=False) Python=np.concatenate((Python,[Python[0]])) angles=np.concatenate((angles,[angles[0]])) fig=plt.figure(facecolor="white") plt.subplot(111,polar=True) plt.plot(angles,Python,\'bo-\',color=\'g\',linewidth=2) plt.fill(angles,Python,facecolor=\'g\',alpha=0.2) plt.thetagrids(angles*180/np.pi,labels) plt.figtext(0.52,0.95,\'2019310143107的python成绩分析图\',ha=\'center\') plt.grid(True) plt.savefig(\'dota_radar.JPG\') plt.show()
手绘图片
原图:
from PIL import Image import numpy as np a = np.asarray(Image.open("D:\\浏览器\\picture.png").convert(\'L\')).astype(\'float\') depth = 10. # (0-100) grad = np.gradient(a) # 取图像灰度的梯度值 grad_x, grad_y = grad # 分别取横纵图像梯度值 grad_x = grad_x * depth / 100. grad_y = grad_y * depth / 100. A = np.sqrt(grad_x ** 2 + grad_y ** 2 + 1.) uni_x = grad_x / A uni_y = grad_y / A uni_z = 1. / A vec_el = np.pi / 2.2 # 光源的俯视角度,弧度值 vec_az = np.pi / 4. # 光源的方位角度,弧度值 dx = np.cos(vec_el) * np.cos(vec_az) # 光源对 x轴的影响 dy = np.cos(vec_el) * np.sin(vec_az) # 光源对 y轴的影响 dz = np.sin(vec_el) # 光源对z 轴的影响 b = 255 * (dx * uni_x + dy * uni_y + dz * uni_z) # 光源归一化 b = b.clip(0, 255) im = Image.fromarray(b.astype(\'uint8\')) # 重构图像 im.save("D:\\浏览器\\picture.png")
以上是关于python:成绩雷达图和手绘图片的主要内容,如果未能解决你的问题,请参考以下文章