python数学建模--绘图动态可视化图表
目录
- 写在本博客的开篇
- 关于matplotlib绘图的两种模式
- 阻塞模式
- 交互模式
- 总结
- 绘制动态图的例子
- 二维折线图
- 结果演示
- 代码
- 三维折线图
- 结果演示
- 代码
- 三维散点图
- 结果演示
- 代码
写在本博客的开篇
本博客的灵感来源自笔者最近研究的最优化问题
在使用模拟退火算法、遗传算法求二元函数最值的过程中,虽然笔者已经能够通过算法得到不错的结果,但是笔者还是比较好奇算法的执行过程中,变量是怎样更新的,显然可视化是一种很好的方法
在上一篇博客【python数学建模–sympy三维图像绘制】中,笔者使用了sympy.plotting绘图类绘制了目标函数在约束条件下的三维图像,但是根据sympy官方的api,对于动态三维图像的绘制,plot3d()函数却爱莫能助,笔者遂尝试在matplolib绘图库中寻找答案
很幸运,在查找遗传算法相关资料的时候看到了博主【includei】的博客【【Python】遗传算法求解二元函数最值】,在该博客中,博主不仅实现了遗传算法求解复杂二元函数的最值一过程,而且将算法中两个自变量x,y的更新过程在三维图像中动态的展示了出来,笔者阅后感到受益匪浅,在继续查找了若干篇关于matplotlib库绘制动态图的博客后,得到了下面一点小小的成果,遂决定将其分享出来
关于matplotlib绘图的两种模式
阻塞模式
matplotlib的显示模式默认为阻塞(block)模式,当调用plt.show()函数显示图片时,程序会暂停运行,直到关闭图片之后,程序才会继续进行运行(打开一个窗口以后必须关掉才能打开下一个新的窗口)
这就是与我们想要绘制动态图的目的相冲突的地方(动态图需要数据更新)
交互模式
从阻塞模式切换至交互模式,我们需要使用plt.ion()函数。
切换到交互模式之后,程序在生成图片窗口之后会继续向下执行,而不会进入阻塞状态,这就为我们提供了数据更新的可能
总结
我们要想使用matplotlib库绘制动态图,就需要使用plt.ion()函数将绘图模式改为交互模式,在该模式下,我们可以绘制动态图像
一些其他的函数
函数名 | 描述 | 功能 |
---|---|---|
plt.ion() | 打开交互模式 | 此时可以绘制动态图,也可以同时生成多个图片窗口 |
plt.ioff() | 退出交互模式, | 打开交互模式后,必须使用该函数退出,否则生成的图片窗口只会一闪而过 |
plt.clf() | 清除Figure对象 | |
plt.cla() | 清除Ax对象 | |
plt.pause() | 暂停 | 常用于在‘绘图循环’中暂停 |
绘制动态图的例子
二维折线图
结果演示
代码
import matplotlib.pyplot as plt
x = list(range(1, 21))
loss = [2 / (i**2) for i in x]
plt.ion()# 打开交互模式plt.figure(figsize=(4.5,3))for i in range(1, len(x)):ix = x[:i]iy = loss[:i]plt.cla()#清除当前Axes对象plt.title("loss")plt.xlabel("epoch")plt.ylabel("loss")plt.plot(ix, iy)plt.pause(0.5)
plt.ioff() # 关闭交互模式
plt.show()
本案例来自博主点PY的博客:plt.ion()画动态图
三维折线图
结果演示
代码
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3Dplt.ion()
fig = plt.figure(figsize=(4.5,3)) # 生成画布
ax = Axes3D(fig, auto_add_to_figure=False) #实例化Axes3D对象,创建3D图像(注意:见下方注释)
fig.add_axes(ax) # 手动将3D图像添加到画布对象上# 设置坐标轴范围
ax.set_xlim3d(0, 20)
ax.set_ylim3d(0, 20)
ax.set_zlim3d(0, 50)for i in range(30):x = np.linspace(1, 20, 9)y = np.arange(10,19,1)z = np.random.randint(20, 50, 9) # numpy分别生成三个维度数据ax.plot(x, y, z, 'gx--')plt.show()plt.pause(0.3)
plt.ioff()
plt.show()
- 本案例来自博主boboelec的博客:python Axes3D 三维动态折线图画法
- 注意:在创建3D图像时,如果使用ax = Axes3D(fig),将会报出下面警告:MatplotlibDeprecationWarning: Axes3D(fig) adding itself to the figure is deprecated since 3.4. Pass the keyword argument auto_add_to_figure=False and use fig.add_axes(ax) to suppress this warning. The default value of auto_add_to_figure will change to False in mpl3.5 and True values will no longer work in 3.6. This is consistent with other Axes classes.
大概意思是说,在matplotlib库3.4版本之后,AXes3D自动添加到Figure画布对象中这一过程被弃用了,要想免除该警告,需要在实例化Axes3D时将其auto_add_to_figure参数设置为False,然后使用fig.add_axes(ax)手动将实例化的Axes3D对象添加到Figure画布中
三维散点图
结果演示
代码
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3Dplt.ion()
fig = plt.figure(figsize=(4.5,3))
ax = Axes3D(fig, auto_add_to_figure=False) # 创建3D图像
fig.add_axes(ax)ax.set_xlim3d(0, 20) # 指定x轴坐标值范围
ax.set_ylim3d(0, 20) # 指定y轴坐标值范围
ax.set_zlim3d(0, 100) # 指定z轴坐标值范围for i in range(20):x = np.random.randint(0,20,20)y = np.random.randint(0,20,20)z = np.random.randint(0,100,20) # numpy分别生成三个维度数据ax.scatter(x, y, z, 'go') plt.show()plt.pause(0.3)
plt.ioff()
plt.show()
python数学建模--绘图动态可视化图表相关推荐
- Python数学建模系列(五):微分方程
文章目录 前言 往期文章 1.微分方程分类 2.微分方程解析解 3.微分方程数值解 3.1 场线图与数值解 3.2 洛伦兹曲线与数值解 4.传染病模型 模型一:SI-Model 模型二:SIS mod ...
- Python数学建模系列(八):图论
文章目录 前言 往期文章 1 图论模型 - Dijkstra 样例1 2 图论模型-Floyd 样例2 3 机场航线设计 0.Airlines.csv数据 1.数据导入.观察变量 2.数据清洗 3.时 ...
- Python数学建模系列(四):数值逼近
文章目录 前言 往期文章 1. 一维插值 1.1 线性插值与样条插值(B-spline) 1.2 高阶样条插值 2. 二维插值 2.1 图像模糊处理--样条插值 2.2 二维插值的三维图 3. 最小 ...
- Axure通用web端元件库rplib文件格式+移动端app通用元件库rplib文件格式+电脑端动态可视化图表元件库+数据展示+操作反馈+通用模板+数据录入+列表页+表单页+详情页+通用版布局
作品介绍:Axure通用web端元件库rplib文件格式+移动端app通用元件库rplib文件格式+电脑端动态可视化图表元件库+数据展示+操作反馈+通用模板+数据录入+列表页+表单页+详情页+通用版布 ...
- axure pr动态可视化元件库在哪有_axChart_动态可视化图表元件库v1.2.3
提示:作品中演示文档为axure9版本制作,下载后请使用文件夹中的rplib格式的元件库,支持Axure8和9,请知晓: axChart,一套支持Axure RP8/9的动态可视化图表元件库.元件的能 ...
- 【Python数学建模】SEIR传染病模型模型延伸-SEIDR模型(一),加入疫苗接种、政府管控、病毒变异等因素的影响
目录 一. SEIR传染病模型 二. SEIR模型的延伸--SEIDR模型 三. 模型延伸--影响因素1:疫苗接种 四. 模型延伸--影响因素2:政府管控 五. 模型延伸--影响因素3:病毒变异 写在 ...
- python数学建模(二)线性规划2.实战(思路清晰\过程完整、详细)
文章目录 (一)简单陈述本文章的内容 (二)线性规划例题(实战) 2.1 实战题目 2.2 符号规定和基本假设 2.3 模型的分析 2.4 模型的建立 2.5 模型一的求解和分析 2.5.1 (代码) ...
- 【数学建模绘图系列教程】绘图模板总结
数学建模绘图系列教程合集已更新完成: https://space.bilibili.com/472442675/channel/collectiondetail?sid=562950&ctyp ...
- Python数学建模系列(六):蒙特卡洛算法
文章目录 前言 往期文章 1.蒙特卡洛算法 样例1 样例2 样例3 2.三门问题 3.M*M豆问题 结语 前言 Hello!小伙伴! 非常感谢您阅读海轰的文章,倘若文中有错误的地方,欢迎您指出- ...
最新文章
- Linux下安装jdk1.6
- 一文读懂Https的安全性原理、数字证书、单项认证、双项认证等
- golang 短连接和长连接 超时处理
- ant-design之form-重置表单多个值
- python中控脚本_Python3.7实现中控考勤机自动连接
- 结构体含有指针的写入文件
- mysql 执行计划不对_mysql tokudb执行计划走的不准确案例
- windows环境下使用virtualenv对python进行多版本隔离
- 122. PHP 性能问题(3)
- 【深度学习 理论】Brief Introduction of Deep Learning
- 【题解】桐桐的递归函数
- quartz简单配置
- Python——LeetCode刷题——【387. 字符串中的第一个唯一字符】
- IDEA项目启动成功,但是打断点识别不了(打断点无效)
- 翻译英语的软件-免费翻译软件-各种语言互相翻译
- tan0.75等于多少度用计算机怎么算,75度的正弦值是多少?怎么计算?
- 市值跌破300亿美元!这是京东逆袭的四个方向
- @angular/http和@angular/common/http 区别
- 四辆小车,每辆车加满油可以走一公里,问怎么能让一辆小车走最远
- Android Studio 电子书阅读器 双端程序