当前位置：首页>python>python数据可视化技巧的100个练习 -- 3. 使用 Matplotlib 绘制正弦波

python数据可视化技巧的100个练习 -- 3. 使用 Matplotlib 绘制正弦波

2026-09-08 22:55:38

python数据可视化技巧的100个练习 -- 3. 使用 Matplotlib 绘制正弦波

重要性★★★★☆

难度★★☆☆☆

当地的一个气象站希望可视化一天中的温度波动。

他们要求你创建一个正弦波图，以表示典型的日常温度模式。

你的任务是使用 numpy 生成一个正弦波，然后使用 matplotlib 进行绘制。

x 轴应表示一天中的 24 小时，y 轴应表示摄氏温度。

正弦波的振幅应为 5°C，并且围绕 20°C 居中。

请在代码中创建输入数据，并生成一个清晰且带有标签的图表。

确保包含适当的标题和轴标签。

【数据生成代码示例】

import numpy as npx = np.linspace(0, 24, 100)y = 5 * np.sin(2 * np.pi * x / 24) + 20

【图表答案】

【代码答案】

import numpy as npimport matplotlib.pyplot as pltx = np.linspace(0, 24, 100)y = 5 * np.sin(2 * np.pi * x / 24) + 20plt.figure(figsize=(10, 6))plt.plot(x, y)plt.title('Daily Temperature Fluctuation')plt.xlabel('Time (hours)')plt.ylabel('Temperature (°C)')plt.grid(True)plt.xticks(np.arange(0, 25, 4))plt.ylim(10, 30)plt.show()

这段代码展示了如何使用 Python 中的 numpy 和 matplotlib 创建正弦波图。

让我们逐步分析代码并详细解释每一部分：

导入必要的库：

numpy（别名为 np）：用于数值运算和创建数组。

matplotlib.pyplot（别名为 plt）：用于创建图表和可视化。

创建输入数据：

np.linspace(0, 24, 100)：此函数在 0 到 24 之间生成 100 个均匀间隔的点，表示一天中的小时数。

正弦波公式：5 * np.sin(2 * np.pi * x / 24) + 20

5：正弦波的振幅（温度变化）

np.sin()：numpy 中的正弦函数

2 * np.pi * x / 24：调整正弦波使其在 24 小时内完成一个周期

20：将正弦波垂直移动，使其围绕 20°C 居中

创建图表：

plt.figure(figsize=(10, 6))：设置图表的大小

plt.plot(x, y)：绘制数据点

plt.title()：为图表添加标题

plt.xlabel() 和 plt.ylabel()：标记 x 轴和 y 轴

plt.grid(True)：为图表添加网格，以便更好地阅读

plt.xticks(np.arange(0, 25, 4))：将 x 轴刻度设置为每 4 小时一个间隔

plt.ylim(10, 30)：将 y 轴范围设置为 10°C 到 30°C

plt.show()：显示图表

这段代码有效地使用正弦波可视化了日常温度波动。

生成的图表显示了 24 小时内温度的变化，峰值出现在中点（12 小时），低谷出现在一天的开始和结束。

这种表示是一天中温度变化的简化模型，可用于理解气象数据中的总体模式。

【小知识】

正弦波在许多自然现象中都是基础性的，包括声波、光波和交流电。
在气象学中，尽管日常温度模式通常用正弦波近似表示，但实际的温度波动通常由于云层覆盖、降水和风等因素而更为复杂。
Matplotlib 是 Python 中最受欢迎的绘图库之一，它提供了一个类似 MATLAB 的界面，用于创建各种静态、动态和交互式可视化。
在这个例子中使用 numpy 展示了它在高效处理数学运算方面的强大功能，尤其是在处理大量数据数组时。
在更高级的气象建模中，傅里叶分析（涉及将信号分解为正弦和余弦分量）通常用于分析和预测更长时间段内的温度模式。

本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：596563534@qq.com 。

最新文章

随机文章