Python科學計算和可視化

---恢復內容開始---

一、Numpy

        NumPy（Numeric Python）系統是 Python 的一種開源的數值計算擴展。這種工具可用來存儲和處理大型矩陣，比 Python 自身的嵌套列表（nested list structure)結構要高效的多（該結構也可以用來表示矩陣（matrix））。據說 NumPy 將 Python 相當於變成一種免費的更強大的 MatLab 系統。

numpy 特性:開源，數據計算擴展，ndarray, 具有多維操作, 數矩陣數據類型、矢量處理，以及精密的運算庫。專為進行嚴格的數字處理而產生。

特點：運算速度快、消耗資源少。

默認使用 Anaconda 集成包環境開發。

1、numpy 屬性

幾種 numpy 的屬性：

• ndim：維度

• shape：行數和列數

• size：元素個數

使用 numpy 首先要導入模塊

 import numpy as np #為了方便使用numpy 采用np簡寫 

列表轉化為矩陣：

array = np.array([[1,2,3],[2,3,4]])  #列表轉化為矩陣
print(array)
"""
array([[1, 2, 3],
      [2, 3, 4]])
"""

numpy 的幾種屬性:

print('number of dim:',array.ndim)  # 維度
# number of dim: 2

print('shape :',array.shape)    # 行數和列數
# shape : (2, 3)

print('size:',array.size)   # 元素個數
# size: 6

2、Numpy 的創建 array

關鍵字

• array：創建數組

• dtype：指定數據類型

• zeros：創建數據全為0

• ones：創建數據全為1

• empty：創建數據接近0

• arrange：按指定范圍創建數據

• linspace：創建線段

二、Matplotlib

         Matplotlib 是 Python 的繪圖庫。 它可與 NumPy 一起使用，提供了一種有效的 MatLab 開源替代方案。 它也可以和圖形工具包一起使用，如 PyQt 和 wxPython。

 matplotlib.pyplot 模塊可以畫折線圖，分為兩個步驟，分別是 pyplot.plot() 和 pyplot.show() ，前者負責畫圖，后者將畫好的圖展示出來。

基本使用：

import numpy as np
import matplotlib.pyplot as plt
x=np.linspace(0,6,100)
y=np.cos(2*np.pi*x)*np.exp(-x)+0.8
plt.plot(x,y,'k',color='r',linewidth=3,linestyle="-")
plt.show()

效果如圖：

三、雷達圖繪制

代碼如下：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib
matplotlib.rcParams['font.family']='YouYuan'
matplotlib.rcParams['font.sans-serif']=['YouYuan']
labels=np.array(['第一周','第二周','第三周','第四周','第五周','第六周'])
nAttr=6
data=np.array([100,100,96.7,100,110,70])
angles=np.linspace(0,2*np.pi,nAttr,endpoint=False)
data=np.concatenate((data,[data[0]]))
angles=np.concatenate((angles,[angles[0]]))
fig=plt.figure(facecolor="white")
plt.subplot(111,polar=True)
plt.plot(angles,data,'bo-',color='red',linewidth=2)
plt.fill(angles,data,facecolor='orange',alpha=0.25)
plt.thetagrids(angles*180/np.pi,labels)
plt.figtext(0.5,0.95,'12號Regan_White_Lin的成績表',ha='center')
plt.grid(True)
plt.savefig('pic.JPG')
plt.show()

效果圖如下：

四、圖像手繪風格

代碼如下：

from PIL import Image
import numpy as np
vec_el=np.pi/3.2
vec_az=np.pi/3.
depth=20.
im=Image.open('111.jpg').convert('L')
a=np.asarray(im).astype('float')
grad=np.gradient(a)
grad_x,grad_y=grad
grad_x=grad_x*depth/100.
grad_y=grad_y*depth/100.
dx=np.cos(vec_el)*np.cos(vec_az)
dy=np.cos(vec_el)*np.sin(vec_az)
dz=np.sin(vec_el)
A=np.sqrt(grad_x**2+grad_y**2+1.)
uni_x=grad_x/A
uni_y=grad_y/A
uni_z=1./A
a2=255*(dx*uni_x+dy*uni_y+dz*uni_z)
a2=a2.clip(0,255)
im2=Image.fromarray(a2.astype('uint8'))
im2.save('new.jpg')

效果圖前后對比：

五、繪制數學模型

代碼如下：

import numpy as np
import matplotlib.pyplot as plt 
theta=np.arange(0,2*np.pi,0.02) 
plt.subplot(121,polar=True)
plt.plot(theta,2*np.ones_like(theta),lw=2)  
plt.plot(theta,theta/6,'--',lw=2)
plt.subplot(122,polar=True) 
plt.plot(theta,np.cos(5*theta),'--',lw=2) 
plt.plot(theta,2*np.cos(4*theta),lw=2) 
plt.rgrids(np.arange(0.5,2,0.5),angle=45)
plt.thetagrids([0,45,90])
plt.show()

效果如下：

 

---恢復內容結束---