同等の対象を
- gnuplot
- Maxima (
plot2d()
,draw2d()
) - Python の
matplotlib.pyplot.plot()
- Python の SymPy および SymPy Plotting Backends
でグラフにしてみるシリーズ。 続きを読む
同等の対象を
plot2d()
, draw2d()
)matplotlib.pyplot.plot()
でグラフにしてみるシリーズ。 続きを読む
正負の点電荷がつくる電場の向きを表す方向場を Python の SymPy Plotting Backends (SPB) で描く。
Python を使って,関数のグラフを描くことができます。また,数値データもグラフにすることができます。
Python の2次元グラフ作成は matplotlib.pyplot.plot()
でもできますが,ここでは,SymPy Plotting Backends (SPB) について説明します。
SPB でプロットできるオブジェクトは以下のとおりです。
plot(f(x), (x, xmin, xmax))
plot_implicit(f(x, y), (x, xmin, xmax), (y, ymin, ymax))
plot_parametric(x(t), y(t), (t, tmin, tmax))
plot_list([x1, ..., xn], [y1, ..., yn])
ax.quiver(X, Y, Vx, Vy)
また,2本の陽関数で挟まれた領域を塗りつぶすこともできます。
「gnuplot で正規分布をσごとに塗りわける」の SymPy Plotting Backends 版。
以下を参考に,標準正規分布がもつ確率密度関数のグラフを描いてみる。
20世紀の大昔,サイエンティフィックなグラフというものは上下左右軸に目盛をつけるものだと偉い先生に教えられたことがある。その理由は,定規を水平または垂直に当ててグラフの曲線から数値を読み取るためだと言われて,妙に感心したことを覚えている。というわけで,上下左右軸に目盛をつけた,サイエンティフィックなグラフを描く例。
SymPy + SymPy Plotting Backends (SPB) を追加。2023.3.18
続きを読む
一旦 SymPy Plotting Backends で p = plot()
などとしてプロットしたら,あとは ax = p.ax
として ax
に対して通常どおりの Matplotlib のオプション設定をしていけばよいという話。
SymPy は関数を symbolic expression のままでグラフにできるので,NumPy にたよらないという方針でやってみる。 続きを読む
SymPy の plot()
の残念な点を補う役割をする Sympy Plotting Backends を使ってみると言う話。 続きを読む