科学计算和可视化
Posted wawaer
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了科学计算和可视化相关的知识,希望对你有一定的参考价值。
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
以上是关于科学计算和可视化的主要内容,如果未能解决你的问题,请参考以下文章