最近接触了 python, 发现它的一个画图包 matplotlib 虽然与 MATLAB 的画图类似,但感觉还是 MATLAB 自己的画图更方便,更简单。matlab 有 explot 与 ezmesh 这两个快速生成函数的图像。慢慢总结:
matplotlib 需要先定义数据范围,有些麻烦,发现 python 有一个 sympy 包,专门处理符号数学的,有点类似 matlab 里面的符号函数,用它来画图方便多了。 还有一个更方便的 mpmath 包,可以结合 lambda 表达式使用,它与前者相比不用事先定义符号变量。
画 [-10, 10] 范围内的 :
ezplot('x^2',[-10,10])
import mpmath as mpmp.plot(lambda x: x*x, [-10, 10])
from sympy.plotting import plotfrom sympy import symbolsx = symbols('x')p2 = plot(x*x, (x, -10, 10))
import matplotlib.pyplot as pltimport numpy as npx= np.arange(-10, 10, 0.1)plt.plot(x*x)
也需要四行代码,画的图稍微简略
画函数[-3, 3], [-2, 2] 内的
ezmesh(@(x,y)x.*exp(-x.^2-y.^2),[-3,3], [-2,2])
import mpmath as mpimport mathmp.splot(lambda x, y: x*math.exp(-x*x-y*y))
from sympy import symbolsfrom sympy.plotting import plot3dfrom sympy.functions import expx, y = symbols('x y')plot3d(x*exp(-x**2-y**2), (x, -3, 3), (y, -2, 2))
from matplotlib import pyplot as pltimport numpy as npfrom mpl_toolkits.mplot3d import Axes3Dfig = plt.figure()ax = Axes3D(fig)X = np.arange(-3, 3, 0.1)Y = np.arange(-2, 2, 0.1)X, Y = np.meshgrid(X, Y)Z = X*np.exp(-X**2 - Y**2)ax.plot_surface(X, Y, Z)plt.show()
综合看来,画图还是 matlab 最好看方便, mpmath 画 2d 图不错,但是 3d 图太粗糙了; sympy 中规中矩; matplotlib 太费代码了。
联系客服