记录并分享 numpy & matplotlib 学习历程 (一)

 

前言:

        记录并分享 numpy  & matplotlib 学习历程 (一)

             Matplotlib 是 Python 的绘图库。 它可与 NumPy 一起使用,提供了一种有效的 MatLab 开源替代方案。 它也可以和图形工具包一起使用,如 PyQt 和 wxPython。

https://www.runoob.com/numpy/numpy-matplotlib.html

目的:

        1.  在给定的数据中(离散),寻找可能存在的关系(线性或非线性) ;(主要目的)

        2.  生成可视化图形方便调试与记录;(次要目的)

内容:

   框图:


1. 实现内容 (绿色)及 后续拓展内容(蓝色);

记录并分享 numpy & matplotlib 学习历程 (一)_第1张图片


 代码:

import numpy as np 
from matplotilb import pyplot as plt

data_y = [
           ...
            ]

x = np.arrange(起始点,终点,步长) 

y = np.array(data_y)

modulus = np.polyfit(x,y,N)   # N次多项式拟合,第四个参数rcond 学习中....

express = np.poly1d(modulus)   

yvalues = express(x)  # 也可以使用yvals=np.polyval(z1,x)

plot1 = plt.plot(x, y, '*',label='original values')    

plot2=plt.plot(x, yvals, 'r',label='polyfit values')
plt.legend(loc=1)                         # 指定legend的位置,象限位置  

plt.title("Matplotlib demo")
plt.xlabel("x voltage")
plt.ylabel("y duty") 
# Test   验证表达式
x1 = 26
yvals1=express (x1) 
print("y1=",yvals1)  

plt.show()  # 展示图像          

笔记:

       1. 当前未能解决问题:若给定的数据中出现偏移量较大的会导致拟合的曲线偏差较大,后续解决方法 在录入数据前进行一轮筛选、在录入数据后进行筛选(rcond 参数)发生过拟合时的纠正措施;

       2. 待完善获取数据、保存及输出;


 

你可能感兴趣的:(笔记,python,matplotlib)