Matplotlib是Python中常用的绘图库之一，通过它可以实现各种类型的数据可视化。在振动图的绘制中，Matplotlib的散点图和折线图是两个最常用的方式。下面我们通过示例来详细介绍这两种绘制方法。
散点图绘制振动图
散点图是将数据点绘制在二维坐标系中的一种图表类型。在振动图绘制中，我们可以将时间作为x轴，振幅作为y轴，用散点图来表示每个时间点的振幅大小。
示例代码：
import matplotlib.pyplot as plt
import numpy as np
t = np.linspace(0, 10, 100)
y = np.sin(t)
plt.scatter(t, y)
plt.xlabel('Time(s)')
plt.ylabel('Amplitude')
plt.title('Vibration graph')
plt.show()上述代码中，我们使用了NumPy库生成了一个0-10之间，共100个等间距的时间点t，然后使用sin函数生成对应的振幅y。接着使用plt.scatter函数绘制散点图，其中x轴为时间t，y轴为振幅y。最后使用plt.xlabel、plt.ylabel和plt.title来添加图表标题和坐标轴标签。输出的振动图如下：
折线图绘制振动图
折线图是将数据点按一定顺序连成线段的一种图表类型。在振动图绘制中，我们可以将时间作为x轴，振幅作为y轴，用折线图来表示连续时间范围内的振幅变化。
示例代码：
import matplotlib.pyplot as plt
import numpy as np
t = np.linspace(0, 10, 100)
y = np.sin(t)
plt.plot(t, y)
plt.xlabel('Time(s)')
plt.ylabel('Amplitude')
plt.title('Vibration graph')
plt.show()上述代码中，我们同样使用了NumPy库生成了一个0-10之间，共100个等间距的时间点t，然后使用sin函数生成对应的振幅y。接着使用plt.plot函数绘制折线图，其中x轴为时间t，y轴为振幅y。最后同样使用plt.xlabel、plt.ylabel和plt.title来添加图表标题和坐标轴标签。输出的振动图如下：
注意，散点图和折线图的绘制方法不同，但两者的效果是类似的。具体采用哪种方法可以根据具体情况进行选择。
本文链接：https://my.lmcjl.com/post/20153.html
展开阅读全文
4 评论