一、简介

我们在这里采用Python中的matplotlib来实现曲线图形的绘制。matplotlib是著名的python绘图库，它提供了一整套绘图API，十分适合交互式绘图。

二、绘制图形

1、第一个曲线图

代码：

具体的绘制的代码如下所示：

import matplotlib.pyplot as plt
import numpy as np

r = np.array([2072.54, 2076.84, 2085.51, 2103.01, 2129.93, 2162.16, 2200.22, 2242.15,
              2285.71, 2328.29, 2350.18, 2364.01, 2364.01, 2343.29, 2300.17, 2252.25,
              2208.72, 2166.85, 2132.19, 2103.01, 2085.51, 2075.77, 2072.54])
b_ = np.array([30.159, 27.143, 24.127, 21.111, 18.096, 15.080, 12.064, 9.048,
              6.032, 3.016, 1.508, 0, -1.508, -3.016, -6.032, -9.048, -12.064,
              -15.080, -18.096, -21.111, -24.127, -27.143, -30.159])
b = b_ * pow(10, -4)


plt.plot(b, r)
plt.xlabel("B/T")
plt.ylabel("R/Ω")
plt.title("GMB R-B (decreasing B)")
plt.show()

效果：

2、第二个图形

代码：

代码与上一个的代码其实是比较相似的：

import matplotlib.pyplot as plt
import numpy as np

r = np.array([2072.53, 2076.81, 2085.47, 2103.00, 2129.90, 2162.11, 2200.20, 2242.06,
              2285.66, 2328.24, 2350.13, 2364.00, 2363.96, 2343.19, 2300.20, 2252.29,
              2208.76, 2166.89, 2132.20, 2103.05, 2085.50, 2075.81, 2072.56])
b_ = np.array([30.159, 27.143, 24.127, 21.111, 18.096, 15.080, 12.064, 9.048,
              6.032, 3.016, 1.508, 0, -1.508, -3.016, -6.032, -9.048, -12.064,
              -15.080, -18.096, -21.111, -24.127, -27.143, -30.159])
b = b_ * pow(10, -4)


plt.plot(b, r)
plt.xlabel("B/T")
plt.ylabel("R/Ω")
plt.title("GMB R-B (increasing B)")
plt.show()

效果：

3、第三个图形

代码：

代码基本是形同的啦：

import matplotlib.pyplot as plt
import numpy as np

v = np.array([274, 270, 261, 243, 219, 189, 155, 118, 81, 48, 34, 21])
b_ = np.array([30.159, 27.143, 24.127, 21.111, 18.096, 15.080, 12.064, 9.048,
              6.032, 3.016, 1.508, 0])
b = b_ * pow(10, -4)


plt.plot(b, v)
plt.xlabel("B/T")
plt.ylabel("V/mV")
plt.title("GMB V-B")
plt.show()

效果：

4、第四个图形

代码：

代码其实都是基本一样的，只不过主要是更换了数据啦：

import matplotlib.pyplot as plt
import numpy as np

w = np.array([43.5, 44, 47, 50, 53, 56, 59, 62, 65, 68, 71, 74, 77, 80, 83, 86,
              89, 92, 95, 98, 101, 104])
v = np.array([0, 5.7, 35.0, 53.8, 45.9, 7.7, -45.7, -51.9, -32.6, -1.8, 34.5, 53.1,
              39.2, -10.1, -47.9, -51.4, -29.5, 5.6, 34.4, 52.4, 40.9, -5.2])


plt.plot(w, v)
plt.xlabel("θ/rad")
plt.ylabel("V/mV")
plt.title("GMB V-θ")
plt.show()

效果：

5.画出指定区间的一个多项式函数：

import numpy as np

import matplotlib.pyplot as plt

X = np.linspace(-4, 4, 1024)

Y = .25 * (X + 4.) * (X + 1.) * (X - 2.)

plt.title('$f(x)=\\frac{1}{4}(x+4)(x+1)(x-2)$')

plt.plot(X, Y, c = 'g')

plt.show()

总结

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

猜你喜欢

• Canny边缘检测的步骤包括哪些，具体怎样做

  这篇文章主要介绍了python中opencv Canny边缘检测，Canny边缘检测是一种使用多级边缘检测算法检测边缘的方法。OpenCV提供了函数cv2.Canny()实现Canny边缘检测。更多相关内容需要的小伙伴可以参考下面文章内容

• Pandas替换指定数据怎么做，步骤是什么

  在处理数据的时候,很多时候会遇到替换的情况,下面这篇文章主要给大家介绍了关于Python pandas替换指定数据的相关资料,文中通过示例代码介绍的非常详细,需要的朋友可以参考下

• Python中模块和包的概念和理解是怎样，如何使用

  这篇文章主要介绍了Python中模块(Module)和包(Package）的区别详解，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

• collections模块的作用和使用是怎样，提供了哪些数据类型

  1、collections--基于Python自带的数据类型之上额外增加的几个数据类型fromcollectionsimport*​在内置数据类型（dict、list、set、tuple）的基础上，collections模块还提供了几个额外的数据类型：Counter、deque、defaultdict、namedtuple和OrderedDict以及判断什么是可迭

• 详解python实现德洛内三角剖分的示例

  这篇文章给大家分享的是关于python实现德洛内三角剖分的内容，下文有实现代码以及生长算法实现点集的三角剖分的相关内容，感兴趣的朋友可以参考了解看看，希望大家阅读完这篇文章能有所收获。