利用python绘制最简单的曲线图,两个曲线图,分上下两个画布

在 Python 中使用 `matplotlib` 库可以轻松实现将两个曲线图分别绘制在上下两个画布中。这通常通过 `subplots` 方法来实现,它允许在同一窗口中创建多个子图(axes)。以下是一个完整的示例代码: ```python import matplotlib.pyplot as plt import numpy as np # 创建数据 X = np.linspace(0, 10, 100) Y1 = X * X Y2 = X + 10 # 创建一个包含两个子图的画布,1行2列布局 fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(8, 10)) # 在第一个子图上绘制第一条曲线 ax1.plot(X, Y1, label='Y1 = X^2', color='blue') ax1.set_xlabel("X") ax1.set_ylabel("Y1") ax1.set_title("曲线图 1: Y1 = X^2") ax1.legend() ax1.grid(True) # 在第二个子图上绘制第二条曲线 ax2.plot(X, Y2, label='Y2 = X + 10', color='green') ax2.set_xlabel("X") ax2.set_ylabel("Y2") ax2.set_title("曲线图 2: Y2 = X + 10") ax2.legend() ax2.grid(True) # 自动调整子图之间的间距 plt.tight_layout() # 显示图表 plt.show() ``` ### 说明: - 使用 `plt.subplots(2, 1, figsize=(8, 10))` 创建了一个 2 行 1 列的画布,这意味着有两个子图(axes),分别位于上部和下部。 - `ax1` 和 `ax2` 是两个子图对象,分别用于绘制第一条和第二条曲线。 - `ax1.plot()` 和 `ax2.plot()` 分别用于绘制两条曲线。 - `set_xlabel()`、`set_ylabel()` 和 `set_title()` 设置每个子图的标签和标题。 - `tight_layout()` 用于自动调整子图之间的间距,避免重叠。 - 最后调用 `plt.show()` 显示图表。 ### 示例输出: 运行上述代码后,会显示一个包含两个子图的窗口,每个子图分别显示一条曲线。 ---

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

Python内容推荐

利用python绘制数据曲线图的实现

利用python绘制数据曲线图的实现

主要介绍了利用python绘制数据曲线图的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧

python读取excel数据绘制简单曲线图的完整步骤记录

python读取excel数据绘制简单曲线图的完整步骤记录

python读写excel文件有很多种方法: 用xlrd和xlwt进行excel读写 用openpyxl进行excel读写 用pandas进行excel读写 本文使用xlrd读取excel文件(xls,sxls格式),使用xlwt向excel写入数据 一、xlrd和xlwt的安装 安装很简单,windos+r调出运行窗口,输入cmd,进入命令行窗口,输入以下命令。 安装xlrd: pip install xlrd 安装xlwt: pip install xlwt xlrd的API(application programming interface)网址: https://x

Python matplotlib 绘制双Y轴曲线图的示例代码

Python matplotlib 绘制双Y轴曲线图的示例代码

Matplotlib是非常强大的python画图工具,这篇文章主要介绍了Python matplotlib 绘制双Y轴曲线图,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下

python matlibplot绘制多条曲线图

python matlibplot绘制多条曲线图

这里我利用的是matplotlib.pyplot.plot的工具来绘制折线图,这里先给出一个段代码和结果图: # -*- coding: UTF-8 -*- import numpy as np import matplotlib as mpl import matplotlib.pyplot as plt #这里导入你自己的数据 #...... #...... #x_axix,train_pn_dis这些都是长度相同的list() #开始画图 sub_axix = filter(lambda x:x 0 == 0, x_axix) plt.title('Result Analysis'

用python建立两个Y轴的XY曲线图方法

用python建立两个Y轴的XY曲线图方法

今天小编就为大家分享一篇用python建立两个Y轴的XY曲线图方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

Python绘制3d螺旋曲线图实例代码

Python绘制3d螺旋曲线图实例代码

主要介绍了Python绘制3d螺旋曲线图实例代码,具有一定借鉴价值,需要的朋友可以参考下。

python实现在一个画布上画多个子图

python实现在一个画布上画多个子图

今天小编就为大家分享一篇python实现在一个画布上画多个子图,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

利用Python绘制3D玫瑰花

利用Python绘制3D玫瑰花

Python具有强大的图像显示功能,借助它绘制自定义颜色的3D玫瑰花图像

python画蝴蝶曲线图的实例

python画蝴蝶曲线图的实例

今天小编就为大家分享一篇python画蝴蝶曲线图的实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

python数据可视化——曲线图

python数据可视化——曲线图

步骤: 1. 获取x坐标和y坐标(可能有多个y坐标)的数据,注意数据的长度必须相同。 2. x坐标和每一组y坐标组合,将曲线画在画布上。 先看效果: Caption 上代码: #coding=utf-8 import matplotlib.pyplot as plt def txt_reader(txt_file): iters, loss_ins, loss_cates, losses = [], [], [], [] with open(txt_file, 'r') as f: lines = f.readlines() for idx, line

python详解:turtle库中的画布

python详解:turtle库中的画布

说在前面的话: 很开心上一篇文章能够受到大家受欢迎,同时,这一篇文章也是我写博客有史以来第一篇阅读量破千的文章,很感谢大家的支持,谢谢大家。 今天的这一篇博客同样也是关于turtle库,话不多说,直接进入今天的主题。 进入正文: 1.回顾上文: 在进入正文之前,我想先回顾上一篇博客中提到的一个知识点:有关画布中默认原点,不知道大家有没有留意过,即在IDLE中输入以下代码,就会得到如下图中的原点: >>> import turtle >>> turtle.dot(10,‘red’) >>> turtle.write(’(0,0)’,font=(8)) >>> turtle.ht() >>>tu

用Python绘制漫天繁星

用Python绘制漫天繁星

用Python绘制漫天繁星 “一闪一闪亮晶晶,漫天都是小星星”,想要用python绘制漫天星星吗?本篇文章小编来教大家如何使用python绘制星星,话不多说,进入正题! 一、 理清思路 星星出现在画布的随机位置,即位置随机 星星有的大有的小,即大小随机 星星倾斜的角度不同,即角度随机 星星呈现的颜色不一样,即颜色随机 二、设计代码 导入turtle库 from turtle import * 导入随机指令 import random as ra 创建画布(画布大小可根据实际情况进行设置,在这里小编将画布大小设置为(1280,720)) setup(1280,720) 设置画布背景(

利用Python – Matplotlib 绘制箱线图

利用Python – Matplotlib 绘制箱线图

1.箱线图介绍 第一步:计算上四分位数,中位数,下四分位数(计算公式略)。 第二步:计算上四分位数和下四分位数之间的差值,四分位数差。 第三步:绘制箱线图的上下范围,上限为上四分位数,下限为下四分位数。在箱子内部中位数的位置绘制横线。 第四步:大于上四分位数1.5倍四分位数差的值,或者小于下四分位数1.5倍四分位数差的值,划为异常值。 第五步:异常值之外,最靠近上边缘和下边缘的两个值处,画横线,作为箱线图的触须。 第六步:极端异常值,即超出四分位数差3倍距离的异常值,用实心点表示;较为温和的异常值,即处于1.5倍-3倍四分位数差之间的异常值,用空心点表示。 第七步:为箱线图添加名称,数轴等。

python根据标准输出流自动绘制训练结果曲线图,训练结果可视化

python根据标准输出流自动绘制训练结果曲线图,训练结果可视化

用pbs提交任务,训练结束后打开其标准输出流,将标准输出流修改至如压缩包中base_all_SetOut的格式,利用read_plot.py绘制训练过程曲线图。

利用python实现蟒蛇的绘制

利用python实现蟒蛇的绘制

利用python实现蟒蛇的绘制,采用python turtle实现蟒蛇的绘制

python绘制多个子图的实例

python绘制多个子图的实例

今天小编就为大家分享一篇python绘制多个子图的实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

利用python绘制散点图

利用python绘制散点图

本代码是利用python绘制散点图,使用xlrd读取Excel文件,

python 利用turtle库绘制笑脸和哭脸的例子

python 利用turtle库绘制笑脸和哭脸的例子

今天小编就为大家分享一篇python 利用turtle库绘制笑脸和哭脸的例子,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

用python绘制小猪佩奇

用python绘制小猪佩奇

使用python自带的画图库turtle绘制小猪佩奇

python 读取目录下csv文件并绘制曲线v111的方法

python 读取目录下csv文件并绘制曲线v111的方法

今天小编就为大家分享一篇python 读取目录下csv文件并绘制曲线v111的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

最新推荐最新推荐

recommend-type

政府科技管理者在推动科技成果转化过程中,如何精准识别重点产业的共性技术需求?.docx

政府科技管理者在推动科技成果转化过程中,如何精准识别重点产业的共性技术需求?
recommend-type

高校技术转移办公室人员如何高效管理并推广本校科技成果?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。
recommend-type

产业园区如何精准对接企业技术需求与高校科研成果?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。
recommend-type

不平衡电网下的svg无功补偿,级联H桥svg无功补偿statcom,采用三层控制策略(Simulink仿真实现)

内容概要:本文围绕不平衡电网条件下采用级联H桥结构的静止无功发生器(SVG/STATCOM)开展无功补偿技术的研究,提出了一种基于三层控制策略的系统化解决方案,并通过Simulink平台构建了完整的仿真模型进行验证。该方案以外环功率控制实现无功指令的精确生成,以中环电流控制提升动态响应能力,以内环调制控制确保输出波形质量,三层协同有效增强了系统在电压不平衡工况下的稳定性和补偿精度。文章系统阐述了主电路拓扑设计、数学建模、控制算法实现及仿真调试全过程,重点解决了负序电流抑制、三相功率平衡等关键技术难题,在高比例新能源接入导致电能质量恶化的现代电力系统中具有良好的应用前景; 适合人群:电气工程、自动化、电力电子与电力传动等相关专业的硕士博士研究生、从事电能质量治理与柔性输电技术研究的科研人员及工程技术人员; 使用场景及目标:①深入理解SVG在电网电压不平衡条件下的无功补偿机理与控制逻辑;②为级联H桥STATCOM的控制系统设计提供可复现的理论框架与仿真范例;③支撑柔性交流输电系统(FACTS)、智能电网与微电网电能质量提升等领域的科研攻关、项目开发与高水平论文撰写; 阅读建议:建议结合提供的Simulink仿真模型同步学习,重点剖析三层控制架构的信号流向与参数整定方法,对比SVC等传统补偿装置的性能差异,以深化对先进无功补偿技术优势与适用边界的认知。
recommend-type

科技中介服务机构如何提升技术成果评估的专业性与效率?.docx

科技中介服务机构如何提升技术成果评估的专业性与效率?
recommend-type

Rust系统编程与WebAssembly开发:LLVM IR教程及实战资源

LLVM IR(Intermediate Representation,中间表示)是LLVM编译器基础设施的核心抽象层,它是一种强类型、静态单赋值(SSA)形式的低级程序表示,兼具可读性与机器可处理性,既接近高级语言语义,又贴近底层硬件指令模型。本资源标题“llvm-ir-tutorial-Rust系统编程与WebAssembly资源”明确指向一个跨技术栈的深度实践型学习体系,其核心逻辑在于:以Rust语言为前端开发载体,通过显式生成、阅读、修改和优化LLVM IR,深入理解现代编译器后端工作原理;同时将该能力延伸至WebAssembly(Wasm)目标平台,打通从系统级安全编程到浏览器/边缘沙箱执行的全链路编译路径。Rust之所以成为该教程的理想语言载体,在于其零成本抽象、内存安全性保障(无GC)、对底层控制的精细支持(如裸指针、内联汇编、自定义分配器),以及其默认使用LLVM作为后端编译器(rustc基于LLVM),使得开发者能无缝切入IR层面进行调试与干预——例如通过`rustc --emit=llvm-ir`直接导出人类可读的`.ll`文件,或借助`llc`工具将IR进一步降级为特定架构的汇编代码。而WebAssembly则构成该知识体系的关键出口:Wasm并非直接运行Rust源码,而是依赖Rust编译器链(通过`wasm32-unknown-unknown`或`wasm32-wasi`目标)将Rust代码先编译为LLVM IR,再由LLVM的Wasm后端(`llvmlite`或`wabt`等工具链组件)将其转换为`.wasm`二进制模块;此过程高度依赖对IR结构的理解——例如函数签名如何映射为Wasm类型签名、全局变量如何转化为Wasm线性内存偏移、panic机制如何被重写为Wasm trap指令、以及如何通过`#[no_mangle]`和`extern "C"`控制符号导出以适配JS宿主调用。教程中所含的`src/`目录必然涵盖大量Rust源码示例,包括但不限于:手动编写`unsafe`块触发特定IR模式(如`llvm.memcpy`内建调用)、使用`#[inline(never)]`阻止优化以观察原始IR结构、通过`cfg(target_arch = "wasm32")`条件编译实现平台特化逻辑;`code/`子目录则极可能存放配套的LLVM IR片段(`.ll`)、已编译的Wasm二进制(`.wasm`)、对应的JS胶水代码及HTML测试页面,形成“Rust → IR → Wasm → JS”的完整验证闭环。`book.toml`表明该项目采用mdBook构建交互式技术文档,内容结构应严格遵循认知递进:首章解析LLVM IR语法规范(基本块、指令集如`%1 = add i32 %0, 42`、常量表达式、phi节点在循环中的作用);次章演示Rust到IR的映射规则(`Vec<T>`的内存布局如何体现为`alloca + store + load`序列、`match`表达式如何展开为`switch`或`br`链);第三章聚焦Wasm后端特性(Wasm的限制性类型系统如何迫使LLVM插入`i32.trunc_sat_f64_s`等饱和截断指令、WASI系统调用如何通过`call_indirect`间接调用实现);后续章节必涉及高级主题:利用`llvm::Pass` API编写自定义优化遍(如针对Wasm体积优化的死代码消除Pass)、通过`llvmlite`在Python中动态构造IR并JIT执行、对比`-C opt-level=z`(极致尺寸优化)与`-C lto=yes`(链接时优化)对IR形态的影响。`LICENSE`与`CHANGELOG`则体现工程严肃性:MIT/Apache-2.0双许可证确保Rust生态兼容性,而持续更新的变更日志反映对LLVM版本演进(如LLVM 16+对Wasm GC提案的支持)、Rust稳定版发布(如async/await IR表示变化)、Wasm标准进展(Interface Types、Exception Handling)的实时响应。`.github/`目录内应包含CI配置(如用`cargo llvm-ir`检查PR是否引入非预期IR膨胀)、自动化Wasm测试脚本(`wasm-validate`校验二进制合法性、`wabt`反编译IR比对)、以及Issue模板引导用户精准报告IR生成异常。综上,该资源绝非孤立的语法手册,而是一个融合编译原理、系统编程范式、Web前沿标准与工业级工程实践的立体知识网络,掌握它意味着不仅能写出高效安全的Rust代码,更能洞悉代码如何穿越抽象层级最终在异构环境中精确执行——这种穿透式理解力,正是当代高性能系统开发者与WebAssembly平台架构师的核心竞争力所在。
recommend-type

OpenStock:中小企业可用的开源库存管理系统

## 1. OpenStock 是什么:一个面向中小企业的开源库存管理系统,不是玩具项目 OpenStock 这个名字乍一听像某个云服务的子产品,但实际它是一个完全面向真实业务场景打磨出来的开源库存管理平台。我第一次在 GitHub 上看到它时,第一反应是“又一个 React + MongoDB 的练手项目”,点开 README 后才意识到——这东西真能用,而且已经在三家本地五金店、两家烘焙工坊和一家小型医疗器械经销商那里跑了一年多。它不追求炫酷的 3D 仓库可视化,也不堆砌微服务架构,核心就干一件事:让老板、仓管员、采购员三类角色,在同一套数据底座上,用最顺手的方式完成“入库→上架→出库→
recommend-type

PSO里的惯性权重怎么设才合理?为什么常常用线性递减的方式?

### Particle Swarm Optimization (PSO) 中初始权重的意义 在粒子群优化(Particle Swarm Optimization, PSO)算法中,初始权重(inertial weight)起着至关重要的作用。该参数控制粒子更新速度的程度,在探索(exploitation)和开发(exploration)之间提供平衡[^1]。 设置较大的惯性权重可以增强全局搜索能力;而较小的值有助于局部区域内的精细查找。因此,合理配置这一系数对于提高求解效率至关重要。通常情况下,研究者们会采用线性递减策略来动态调整此变量,即随着迭代次数增加逐渐降低其数值大小,从而实现初期
recommend-type

Windows平台ESP32开发环境一站式搭建包:MSYS2、ESP-IDF v3.3与VS Code集成配置

ESP32环境搭建是嵌入式物联网开发中极为关键的基础环节,尤其在Windows平台下构建一套稳定、可复现、符合官方推荐规范的开发环境,直接关系到后续固件编译、调试、OTA升级、Wi-Fi/BLE协议栈集成、低功耗优化等高级功能的实现质量与开发效率。本资源包“ESP32环境搭建包(msys2、esp-idf、VScode)”并非简单工具集合,而是一套经过历史验证、面向ESP-IDF v3.3版本深度适配的完整开发生态闭环系统,其核心构成包含三大支柱性组件:MSYS2运行时环境、ESP-IDF SDK v3.3源码及工具链、Visual Studio Code编辑器及其专用插件生态。首先,MSYS2作为Windows下最成熟可靠的类Unix环境模拟平台,提供了POSIX兼容的Shell(bash/zsh)、GNU核心工具集(make、gcc、gdb、awk、sed等)、包管理器pacman,以及对Python 2.7/3.x、CMake 3.10+、Ninja构建系统的原生支持——这些是ESP-IDF构建系统赖以运转的底层基石。特别值得注意的是,所含esp32_win32_msys2_environment_and_toolchain-20181001.zip并非通用MSYS2镜像,而是Espressif官方于2018年10月针对ESP32芯片特性(如Xtensa LX6双核架构、指令集扩展、内存映射布局)定制编译的交叉工具链(xtensa-esp32-elf-gcc),该工具链内建了对FreeRTOS内核调度器、ROM函数调用、Flash加密、Secure Boot签名验证等硬件级特性的深度支持,且与IDF v3.3的Kconfig配置系统、component.mk构建规则、idf.py命令行接口完全对齐。其次,ESP-IDF v3.3是ESP32 SDK发展史上的里程碑版本,首次全面引入组件化架构(Component-based Architecture),将Wi-Fi驱动(esp_wifi)、蓝牙协议栈(bluedroid)、电源管理(esp_pm)、ADC/DAC/PWM外设驱动、LVGL图形库、HTTP客户端/服务器、MQTT、CoAP等全部封装为可独立编译、版本可控、依赖可声明的模块单元;同时强化了CMake构建系统,摒弃旧版makefile,支持多目标构建(app/bootloader/partition table)、自定义链接脚本、符号表分析、静态断言检查,并内置了idf_monitor串口监控器、idf_size内存分析工具、idf.py menuconfig图形化配置界面等工程化利器。第三,VSCodeUserSetup-x64-1.38.1.exe虽为较早版本(2019年9月发布),但其稳定性极高,配合C/C++扩展(Microsoft)、ESP-IDF Extension(Espressif官方维护)、CMake Tools、Python、GitLens等插件后,可实现语法高亮(支持IDF专属宏如ESP_LOGI)、智能补全(基于compile_commands.json)、一键编译烧录(idf.py build/flash/monitor绑定快捷键)、GDB图形化调试(支持多线程FreeRTOS任务切换视图、寄存器/内存/堆栈实时监视)、JTAG硬件调试(需搭配ESP-Prog或FTDI转接板)、代码片段模板(如ESP_ERROR_CHECK宏快速插入)、项目结构导航(按components目录自动索引)等工业级开发体验。此外,该环境包隐含了大量易被忽视却至关重要的细节配置:例如MSYS2中需手动执行pacman -Syu更新基础系统并重启终端以避免toolchain冲突;需将~/.espressif/tools目录权限设为可写以允许idf.py自动下载Python依赖(如pyserial、kconfiglib);VSCode中必须正确设置"idf.espIdfPath"、"idf.pythonBinPath"、"idf.customExtraPaths"等JSON配置项,否则无法识别idf.py命令;还需在Windows PATH中追加MSYS2/usr/bin路径以确保git、ssh等工具全局可用;更关键的是,v3.3版本要求Python严格限定为3.6–3.8区间(不兼容3.9+),且需禁用pip缓存以防wheel包版本错乱。整个搭建过程本质上是对嵌入式开发范式的系统性实践:从操作系统抽象层(MSYS2)→硬件抽象层(ESP-IDF HAL)→应用框架层(FreeRTOS+组件)→开发工具链(VSCode+插件),形成一条贯穿软硬件协同设计的知识脉络。掌握此环境不仅意味着能跑通blink例程,更代表着已具备阅读ESP-IDF源码(如esp-idf/components/esp_wifi/下的phy_init.c、wifi_init.c)、定制SDK配置(通过menuconfig启用BT Coex、修改heap内存分配策略)、交叉调试汇编级问题(如cache attribute错误导致的data abort)、甚至向主干分支提交patch的能力——这才是“行业完整源码”标签背后所承载的真实技术纵深与工程素养。
recommend-type

OpenStock:开源A股行情数据抓取与自动化选股策略工具

如果你盯盘一天只能看两三次,如果你复盘时总想搞清楚“今天到底哪些票资金在进、哪些在出”,又不想每天打开行情软件被广告和荐股弹窗轰炸,那“OpenStock”这个开源项目可能会刚好踩中你的需求。 OpenStock是一套面向个人投资者的开源行情数据抓取与分析工具,核心理念很简单:把A股每日的行情快照、涨跌停数据、板块资金流向、技术指标信号全部自动拉到本地,集中清洗入库,再用一套可扩展的选股策略引擎做二次筛选,最终输出你真正关心的“可以复盘、可以跟踪、可以留档”的数据结果。它适合三类人:一是没有编程基础但想用现成脚本做常用数据留档的交易者,二是刚入门量化、想用真实行情数据练手策略的开发者,三是已