计算机辅助数据绘图(matlab\python\js)

1. matlab绘图

官方说明:https://ww2.mathworks.cn/help/matlab/creating_plots/types-of-matlab-plots.html

基本图形绘制

hold on
x=linspace(0, 2*pi, 100);  
y=sin(x); z=cos(x);  %基本函数
plot(x,y,'-',x,z);  %基本绘图
legend('sin(x)','cos(x)');  %注解
title('test');  %标题
xlabel('x'); ylabel('y or z');  %坐标标注
str='$$ \sin x $$';  
text(1.19,0.42,str,'Interpreter','latex','FontSize',18);  %图表中加入latex公式
annotation('arrow','x',[0.35 0.4],'y',[0.71 0.78]);  %创建注释
    %annotation(lineType,x,y) 创建一个在当前图窗中的两个点之间延伸的线条或箭头注释。
    %将 lineType 指定为 'line'、'arrow'、'doublearrow' 或 'textarrow'。
    %将 x 和 y 分别指定为 [x_begin x_end] 和 [y_begin y_end] 形式的二元素向量。
hold off

输出结果为:

图1. 基本图形绘制

可以看到上面的图形包含了最基本的绘图坐标轴以及相应注解。注意,由于x为向量,所以在进行某些运算时需要在相应运算符前加上"."号,以进行数值计算。

基本命令:

  1. plot:我们主要使用plot(X,Y,LineSpec)的形式来设置线型、标记符号和颜色。有关LineSpec的详细参数如下图:
图2. plot函数中LineSpec参数的说明

  1. legend:主要用于绘制图例说明,及图1右上角的方框。
  2. titlexlabelylabel:分别用于绘制标题、X坐标标注、Y坐标标准。
  3. text:插入LaTex公式,并固定位置。

多图绘制和图像设置

  • 多图在同一个figure上输出:
x=linspace(0, 2*pi, 100); 
y=sin(x);
z=cos(x);
s=x+2;
t=x.^2;
subplot(2,2,1),plot(x,y);
subplot(2,2,2),plot(x,z);
subplot(2,2,3),plot(x,s);
subplot(2,2,4),plot(x,t);

输出结果如下:

图3. 多图绘制样例1

subplot的前两个参数表示2x2的分布,最后一个参数表示序号。然后再用逗号分隔,再加上plot命令即可完成相应序号的图形绘制。

  • 多图在不同figure上输出及图形的设置:
x=linspace(0, 2*pi, 100);  
y=sin(x); z=cos(x); 
figure('Position',[311 211 360 220]),plot(x,z);
figure, h=plot(x,y);
get(h);  %line property
get(gca);  %axes property
set(gca, 'XLim', [0 2*pi]);
set(gca, 'FontSize', 25);
set(gca,'XTick', 0:pi/2:2*pi);
set(gca,'XTickLabel', {'0','\pi/2','\pi','3\pi/2','2\pi'});
set(h, 'LineStyle', '-.', 'LineWidth', 7.0, 'color', 'g');

输出结果为:

图4. 多图绘制样例2

  • figure :使用默认属性值创建一个新的图窗窗口。生成的图窗为当前图窗。其中'Position'参数可以指定绘制图形绘制区域的位置大小
  • v = get(h) :返回 h 标识的图形对象的所有属性和属性值。v 是一个结构体,其字段名称为属性名称,其值为对应的属性值。h 可以是单个对象或 m×n 对象数组。如果 h 是单个对象且您不指定输出参数,则 MATLAB® 会在屏幕上显示该信息。(可使用help命令查看更多说明)。
  • set(H,Name,Value):为 H 标识的对象指定其 Name 属性的值。使用时须用单引号将属性名引起来,例如,set(H,'Color','red')。如果 H 是对象的向量,则 set 会为所有对象设置属性。如果 H 为空(即 []),set 不执行任何操作,但不返回错误或警告。

图像设置:

  • 首先通过get函数获取相关属性,再使用set函数设置相关命令。(get并非编程必须的操作,即知道相关属性可直接使用set设置)
  • gca:表示数轴的属性,可用来设置x,y坐标轴的长度与宽带及坐标标注。

三维图形绘制

基本三维绘图

%% 三维
[X,Y] = meshgrid(1:0.1:10,1:0.1:20);
Z = sin(X) + cos(Y);
s=surf(X,Y,Z)
colorbar

输出图像为:

图5. 三维绘图样例1

也可以加上s.EdgeColor = 'none';

图6. 三维绘图样例2

2.python绘图

官方文档:https://matplotlib.org/stable/gallery/index.html
菜鸟教程:https://www.runoob.com/w3cnote/matplotlib-tutorial.html

图7. 计算机绘图的组成

使用python绘图时,通常会使用到numpy库与matplotlib库。关于matplotlib的详细介绍在mtaplotlib的官网都有详细介绍。

基本绘图

import matplotlib.pyplot as plt
import numpy as np

x=np.linspace(1.0,4.0,20)
print(x)
y=x*x*x+x*x+1
plt.plot(x,y,color="blue", linewidth=2.5, linestyle="-")
plt.ylabel('some numbers')
plt.show()

输出图像如下:

图8. matplotlib基本绘图

  • python中numpy中的linspace用法与matlab中的用法相同,x=np.linspace(1.0,4.0,20)表示在[1.0,4.0]区间均等分生成20个数值。
  • plot:是用来绘图的主要命令,可以通过color等参数设置相关属性。
  • show:用于展示最终生成的图形。

多图绘制与标注

import matplotlib.pyplot as plt
import numpy as np
import matplotlib.gridspec as gridspec

fig = plt.figure(tight_layout=True)
gs = gridspec.GridSpec(2, 2)

ax = fig.add_subplot(gs[0, :])
ax.plot(np.arange(0, 1e6, 1000))
ax.set_ylabel('YLabel0')
ax.set_xlabel('XLabel0')

for i in range(2):
    ax = fig.add_subplot(gs[1, i])
    ax.plot(np.arange(1., 0., -0.1) * 2000., np.arange(1., 0., -0.1))
    ax.set_ylabel('YLabel1 %d' % i)
    ax.set_xlabel('XLabel1 %d' % i)
    if i == 0:
        for tick in ax.get_xticklabels():
            tick.set_rotation(55)
fig.align_labels()  # same as fig.align_xlabels(); fig.align_ylabels()

plt.show()

图像输出为:

图9. matplotlib多图绘制

  • tight_layout=True:代码中的第五行参数表示——作图自动tight(紧凑)布局。(参考)
  • GridSpec:指定要放置子批次的网格的几何图形。需要设置网格的行数和列数。或者,可以调整子批次布局参数(例如,左、右等)。gs = gridspec.GridSpec(2, 2):表明生成2x2的子图。可以参考这篇文章
  • add_subplot(self, *args, **kwargs):向figure添加一个Axes作为一subplot布局的一部分。可以参考这篇文章

3.echarts绘图

官方网址:https://echarts.apache.org/examples/zh/index.html
echarts为JavaScript的一个绘图工具,是一个功能齐全的数据可视化工具。

基本介绍

我们这里使用一个较为简单的示例:

image

官网为我们提供了在线编辑功能,所以对于基本的绘图我们可以直接在官网编辑后输出。
编辑后输出的图片:

图10. echarts基本绘图

当然对于使用json格式存储引用的数据无法直接在线编辑,需要下载相应的库。(博主对echarts使用较少,有相关建议或想法欢迎评论区指出)。

LiTecdows
posted @ 2022-02-13 16:56  litecdows  阅读(457)  评论(0编辑  收藏  举报