Matplotlib库

作业1

代码：

import matplotlib.pyplot as plt
import numpy as np

# 生成数据
x = np.linspace(0, 2 * np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)

# 绘制两条线，分别设置不同的样式
# 第一条线：红色虚线，圆形标记，线宽 1.5，标记大小 6
plt.plot(x,y1,"r--o",lw=1.5,ms=6)
# 第二条线：绿色实线，方形标记，线宽 2，标记大小 8
plt.plot(x,y2,"g-s",lw=2,ms=8)
plt.show()

运行结果：

作业2代码：

import matplotlib.pyplot as plt
import numpy as np

# 生成 100 个随机点
x = np.random.rand(100)
y = np.random.rand(100)

# 点的大小根据 x 坐标值线性变化
sizes = 500 * x

# 点的颜色根据 y 坐标值使用 'plasma' 颜色映射
# 透明度为 0.6，边缘颜色为黑色
plt.scatter(x,y,s=sizes,
         c=y,
         cmap="plasma",
         alpha=0.6,
         edgecolors="k")
plt.show()

运行结果：

作业3

代码：

import matplotlib.pyplot as plt
import numpy as np

# 有两组数据
categories = ['Apple', 'Banana', 'Cherry', 'Date', 'Eggplant']
values1 = [30, 25, 40, 15, 20]
values2 = [20, 30, 35, 25, 10]

# 绘制两组并列的条形图，第一组颜色为橙色，第二组颜色为紫色
bar_width=0.35
x1_pos=np.arange(len(categories))
x2_pos=x1_pos+bar_width
# 条形宽度为 0.35，添加图例
plt.bar(x1_pos,values1,width=bar_width,
        color="orange",
        label="categories-values1")
plt.bar(x2_pos,values2,width=0.35,
        color="purple",
        label="categories-values2")

plt.legend()
plt.show()

运行结果：

作业4

代码：

import matplotlib.pyplot as plt

# 数据
sizes = [20, 30, 25, 15, 10]
labels = ['Category1', 'Category2', 'Category3', 'Category4', 'Category5']

# 绘制饼图，要求：
# 突出显示 Category2
# 显示百分比，保留两位小数
# 开始角度为 120 度
# 添加阴影
# 扇形边缘颜色为黑色，线宽为 1
plt.pie(sizes,labels=labels,
        explode=[0,0.05,0,0,0],
        autopct="%.2f%%",
        startangle=120,
        shadow=True,
        wedgeprops={"edgecolor":"k","lw":1})
plt.show()

运行结果：

作业5

代码：

import matplotlib.pyplot as plt
import numpy as np

# 设置全局字体为黑体
plt.rcParams["font.sans-serif"]=["SimHei"]
# 解决符号显示问题
plt.rcParams["axes.unicode_minus"]=False

# 生成 2000 个服从正态分布的随机数
data = np.random.randn(2000)

# 绘制直方图，箱数为 40，颜色为橙色，透明度为 0.6
plt.hist(data,bins=40,color="orange",alpha=0.6)
# 设置合适的 x 轴和 y 轴标签以及标题
plt.xlabel("x")
plt.ylabel("y")
plt.title("直方图")

plt.show()

运行结果：

作业6

代码：

import matplotlib.pyplot as plt
import numpy as np

# 设置全局字体为黑体
plt.rcParams["font.sans-serif"]=["SimHei"]
# 解决符号显示问题
plt.rcParams["axes.unicode_minus"]=False

# 生成三组数据，分别服从均值为 0、1、2，标准差为 1 的正态分布，每组 150 个数据
data1 = np.random.normal(0, 1, 150)
data2 = np.random.normal(1, 1, 150)
data3 = np.random.normal(2, 1, 150)
data = [data1, data2, data3]

# 绘制水平箱线图，填充箱体颜色为绿色
box=plt.boxplot(data,vert=False,orientation="horizontal",patch_artist=True)
for patch in box['boxes']:
    patch.set_facecolor("g")
# 设置合适的 x 轴和 y 轴标签以及标题
plt.xlabel("x")
plt.ylabel("y")
plt.title("水平箱线图")

plt.show()

运行结果：

作业7

代码：

import matplotlib.pyplot as plt
import numpy as np

# 生成数据
x = np.linspace(0, 2 * np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)
y3 = np.tan(x)
# 创建一个 1 行 3 列的子图布局
# 在第一个子图中绘制正弦函数，标题为 'Sine'
fig,axes=plt.subplots(1,3)
axes[0].plot(x,y1)
axes[0].set_title("Sine")
# 在第二个子图中绘制余弦函数，标题为 'Cosine'
axes[1].plot(x,y2)
axes[1].set_title("Cosine")
# 在第三个子图中绘制正切函数，标题为 'Tangent'
axes[2].plot(x,y3)
axes[2].set_title("Tangent")

# 自动调整子图间距
plt.tight_layout()
plt.show()

运行结果：

作业8【未完成切片分离部分】

代码：

import matplotlib.pyplot as plt
import numpy as np

image_arr = np.zeros((700, 700, 3), dtype=np.uint8)

# 利用切片来进行红色部分设置
# 设置主对角线和副对角线上的红色方块
block_positions = [
    ((100, 200), (100, 200)),
    ((200, 300), (200, 300)),
    ((300, 400), (300, 400)),
    ((400, 500), (400, 500)),
    ((500, 600), (500, 600)),
    ((100, 200), (500, 600)),
    ((200, 300), (400, 500)),
    ((400, 500), (200, 300)),
    ((500, 600), (100, 200)),
]
for (x0,x1),(y0,y1) in block_positions:
    image_arr[x0:x1,y0:y1]=(255,0,0)

# 绘制网格
line_positions=[
    ([100,100],[0,700]),([200,200],[0,700]),([300,300],[0,700]),
    ([400,400],[0,700]),([500,500],[0,700]),([600,600],[0,700]),
    ([0,700],[100,100]),([0,700],[200,200]),([0,700],[300,300]),
    ([0, 700], [400, 400]), ([0, 700], [500, 500]), ([0, 700], [600, 600])
]
for (x0,x1),(y0,y1) in line_positions:
    plt.plot([x0,x1],[y0,y1],"w-",lw=0.3)

# 显示图像
plt.imshow(image_arr)
plt.show()

运行结果：