Matplotlib: graphe 2D: Difference between revisions
Jump to navigation
Jump to search
Wiki-cours (talk | contribs) No edit summary |
Wiki-cours (talk | contribs) |
||
Line 24: | Line 24: | ||
[[File:tension.png|400px]] | [[File:tension.png|400px]] | ||
Il est en général plus simple de générer les tableaux avec la classe '''array''' qui est importée par '''pylab''' | Il est en général plus simple de générer les tableaux avec la classe '''array''' qui est importée par '''pylab''' | ||
Line 45: | Line 40: | ||
</source> | </source> | ||
On notera que les fonctions '''linspace()''' et '''logspace()''' de numpy permettent de générer un nombre de points fixé dans un intervalle donné et répartis soit linéairement soit logarithmiquement. | On notera que les fonctions '''linspace()''' et '''logspace()''' de numpy permettent de générer un nombre de points fixé dans un intervalle donné et répartis soit linéairement soit logarithmiquement. | ||
Rappelons que pour les utilisateurs d''''IPython''', la ligne suivante permet de faire afficher le résultat dans l'output donc sans ouvrir de fenêtre. | |||
<source lang="py"> | |||
%matplotlib inline | |||
</source> |
Revision as of 23:34, 3 September 2016
- Plus de détails sur le web: Fiche Résumé
Création d'un graphe 2D
On utilise la bibliothèque Pylab de matplotlib
from pylab import *
f = lambda x: sin(x*pi)
t = [ 0.01*i for i in range(201) ]
s = map(f,t)
plot(t, s)
xlabel('temps (s)')
ylabel('Tension (mV)')
title('Signal sinusoidal')
grid(True)
show()
Dont voici le résultat
Il est en général plus simple de générer les tableaux avec la classe array qui est importée par pylab
from pylab import *
t = np.arange(0.0, 2.01, 0.01) # numpy importe sous le nom np
s = sin(pi*t)*exp(-t)
plot(t, s)
xlabel('temps (s)')
ylabel('Tension (mV)')
title('Signal sinusoidal')
grid(True)
show()
On notera que les fonctions linspace() et logspace() de numpy permettent de générer un nombre de points fixé dans un intervalle donné et répartis soit linéairement soit logarithmiquement.
Rappelons que pour les utilisateurs d'IPython, la ligne suivante permet de faire afficher le résultat dans l'output donc sans ouvrir de fenêtre.
%matplotlib inline