python 画实验室
Python 作为一种广泛使用的编程语言,在可视化方面有很多优秀的工具。其中,Matplotlib 常常被用来绘制各种图表,而其中的 Pyplot 接口允许通过简单的命令实现各种可视化效果。
在实验室的场景中,我们常常需要绘制实验装置的示意图或数据的曲线图。下面将介绍怎样使用 Python 和 Matplotlib 的 Pyplot 接口来绘制实验室场景。
# 导入需要的库 import matplotlib.pyplot as plt import numpy as np # 绘制实验室坐标系 x = np.linspace(⑴0, 10, 100) y = np.linspace(⑴0, 10, 100) X, Y = np.meshgrid(x, y) Z = np.sqrt(X ** 2 + Y ** 2) fig, ax = plt.subplots() ax.contour(X, Y, Z, colors='black', linewidths=0.5) ax.set_aspect('equal') ax.axhline(y=0, color='black', linewidth=0.5) ax.axvline(x=0, color='black', linewidth=0.5) # 绘制实验装置 plt.plot([⑸, 5], [5, 5], color='black', linewidth=2) plt.plot([⑸, ⑸], [5, 0], color='black', linewidth=2) plt.plot([5, 5], [5, 0], color='black', linewidth=2) plt.plot([⑸, 5], [0, 0], color='black', linewidth=2) # 添加标签 plt.annotate("光源", xy=(⑸, 5), xytext=(⑹, 6.5), arrowprops=dict(facecolor='black', shrink=0.05)) plt.annotate("凹面镜", xy=(0, 0), xytext=(⑴.5, 2), arrowprops=dict(facecolor='black', shrink=0.05)) plt.annotate("屏幕", xy=(5, 0), xytext=(4.5, ⑴.5), arrowprops=dict(facecolor='black', shrink=0.05)) # 显示图象 plt.show()
上述代码首先绘制了一个实验室的坐标系。使用np.meshgrid
函数生成了坐标系的网格点,用ax.contour
函数绘制了等高线。然后,绘制了一个凹面镜及其周围的光线和屏幕。最后,使用plt.annotate
函数添加了标签,指明图中各个元素的名称。运行代码后,可以得到以下图所示的实验室场景。
文章来源:丸子建站
文章标题:python 画实验室
https://www.wanzijz.com/view/58229.html