Python绘制二维曲线的日常应用详解

使用Python绘制出类似Excel或者MATLAB的曲线还是比较容易就能够实现的，需要用到的额外库有

使用Python绘制出类似Excel或者MATLAB的曲线还是比较容易就能够实现的，需要用到的额外库有两个，numpy和matplotlib。使用这两个模块实现的曲线绘制其实在一定程度上更像是MATLAB的plot功能，不过今天看了一下matplotlib网站上的信息，现在的功能更为强劲了，而且已经支持三维图像的绘制。

模块库的安装非常简单，我使用的Mac，在Mac上用pip进行了两个模块库的安装都十分顺畅。相信其他平台基本上也都这样，如果能够联网，这种安装方式是十分推荐的，确实是简单。

我用Python读取我自己日常运动的数据，数据以Numbers的方式进行统计，导出成Excel文件。为了能够读取Excel文件，我又安装了xlrd模块库。

从matplotlib的网站上抄了一小段代码简单做了一下修改，加入了数据读取以及简单的计算，代码如下：

#!/usr/bin/python



 import numpy as np

 import matplotlib.pyplot as plt

 from xlrd import open_workbook



 def SportLine(excel_file):

 days_year = []

 target_km = []

 records = []

 sum_records = []

 pct_records = []

 target_pct = []



 fig,axs = plt.subplots(3)



 for i in range(365):

 days_year.append(i)



 for day in days_year:

 target_km.append(float(day)/365.0 * 1000.0)



 # read record data

 book = open_workbook(excel_file)

 sheet = book.sheet_by_name('record')

 rows_num = sheet.nrows

 cols_num = sheet.ncols

 for row_num in range(3,368):

 try:

 records.append(float(sheet.cell(row_num,1).value))

 except:

 records.append(0.0)



 # calculate sum of records

 sum_record = 0.0

 for each_record in records:

 sum_record += each_record

 sum_records.append(sum_record)



 # calculate pct of all

 for each_sum in sum_records:

 pct_records.append(each_sum / 1000.0)



 # calculate target pct

 for day in range(1,366):

 target_pct.append(float(day)/365.0)



 # plot target and sum trend

 ax = axs[0]

 ax.plot(days_year,sum_records)

 ax.plot(days_year,target_km)

 ax.set_title('distance-year-km')

 ax.grid(True)



 # plot record

 ax = axs[1]

 ax.plot(days_year,records)

 ax.set_title('distance-day-km')

 ax.grid(True)



 # plot percentage

 ax = axs[2]

 ax.plot(days_year,pct_records)

 ax.plot(days_year,target_pct)

 ax.set_title('pct-100%')

 ax.grid(True)

 plt.show()



 SportLine('records.xlsx')

我的运动数据记录电子表格格式如下：

程序运行，画出的曲线如下：

基本差不多了，后面需要做的只有细节上的修正了。

以上这篇Python绘制二维曲线的日常应用详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。