科学计算和可视化

Posted 2021-10-23 wawaer

NumPy

NumPy是高性能科学计算和数据分析的基础包。部分功能如下：

ndarray, 具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组。

用于对整组数据进行快速运算的标准数学函数（无需编写循环）。

用于读写磁盘数据的工具以及用于操作内存映射文件的工具。

线性代数、随机数生成以及傅里叶变换功能。

用于集成C、C++、Fortran等语言编写的代码的工具。

matplotlib库
　　matplotlib 是一个 Python 的 2D绘图库，也是Python编程语言及其数值数学扩展包 NumPy的可视化操作界面。它利用通用的图形用户界面工具包，如Tkinter, wxPython, Qt或GTK+向应用程序嵌入式绘图提供了应用程序接口（API）。此外，matplotlib还有一个基于图像处理库（如开放图形库OpenGL）的pylab接口，其设计与MATLAB非常类似--尽管并不怎么好用。SciPy就是用matplotlib进行图形绘制。

 

python成绩雷达图

# -*- coding:utf-8 -*-
‘‘‘ 成绩雷达图 ‘‘‘
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams[‘font.family‘] = ‘SimHei‘ # 设置字体
plt.rcParams[‘font.sans-serif‘] = [‘SimHei‘] # 设置字体
labels = np.array([‘第一周‘,‘第二周‘,‘第三周‘,‘第四周‘,‘第五周‘,‘第六周‘]) # 设置标签
datas = np.array([ 0,9, 10, 10, 10, 8]) # 设置数据
angles = np.linspace(0, 2*np.pi, 6, endpoint = False) # 设置角度
datas = np.concatenate((datas, [datas[0]]))
angles = np.concatenate((angles, [angles[0]]))
fig = plt.figure(facecolor = ‘white‘) # 创建绘图区域
plt.subplot(111, polar = True) # 极坐标
plt.plot(angles, datas, ‘bo-‘, color = ‘g‘, linewidth = 1) # 画图
plt.fill(angles, datas, facecolor = ‘g‘, alpha = 0.25) # 填充
plt.thetagrids(angles*180/np.pi, labels) # 设置极坐标的位置
plt.figtext(0.52, 0.95, ‘03-何卓娃‘, ha = ‘center‘) # 设置标题
plt.grid(True) # 打开网格线
plt.show() # 展示图片