Введение
В этом практическом занятии вы научитесь создавать контурный график с использованием Matplotlib в Python. Также вы узнаете, как генерировать кривые с большими значениями и как использовать ~matplotlib.patheffects.TickedStroke для выделения валидных и невалидных сторон границ ограничений.
Советы по работе с ВМ
После запуска виртуальной машины кликните в верхнем левом углу, чтобы переключиться на вкладку Notebook и приступить к практике в Jupyter Notebook.
Иногда может потребоваться подождать несколько секунд, пока Jupyter Notebook полностью загрузится. Валидация операций не может быть автоматизирована из-за ограничений Jupyter Notebook.
Если вы столкнетесь с проблемами во время обучения, не стесняйтесь обращаться к Labby. Оставьте отзыв после занятия, и мы оперативно решим проблему для вас.
Импортируем необходимые библиотеки
Для начала вам нужно импортировать необходимые библиотеки. Для создания контурного графика требуются Matplotlib и NumPy.
import matplotlib.pyplot as plt
import numpy as np
from matplotlib import patheffects
Настройте векторы и матрицы обследования
Далее настройте векторы и матрицы обследования. Определите нагрузку на диск и传动比 (gear ratio).
nx = 101
ny = 105
## Настройте векторы обследования
xvec = np.linspace(0.001, 4.0, nx)
yvec = np.linspace(0.001, 4.0, ny)
## Настройте матрицы обследования. Определите нагрузку на диск и传动比 (gear ratio).
x1, x2 = np.meshgrid(xvec, yvec)
Оцените данные для построения графика
Теперь оцените некоторые данные для построения графика. В этом примере мы построим целевую функцию, g1, g2 и g3.
## Evaluate some stuff to plot
obj = x1**2 + x2**2 - 2*x1 - 2*x2 + 2
g1 = -(3*x1 + x2 - 5.5)
g2 = -(x1 + 2*x2 - 4.5)
g3 = 0.8 + x1**-3 - x2
Создайте контурный график
Теперь создайте контурный график с использованием метода ax.contour(). Этот метод используется для представления топографии целевой функции и генерации граничных кривых функций ограничений.
fig, ax = plt.subplots(figsize=(6, 6))
cntr = ax.contour(x1, x2, obj, [0.01, 0.1, 0.5, 1, 2, 4, 8, 16], colors='black')
ax.clabel(cntr, fmt="%2.1f", use_clabeltext=True)
cg1 = ax.contour(x1, x2, g1, [0], colors='sandybrown')
plt.setp(cg1.collections, path_effects=[patheffects.withTickedStroke(angle=135)])
cg2 = ax.contour(x1, x2, g2, [0], colors='orangered')
plt.setp(cg2.collections, path_effects=[patheffects.withTickedStroke(angle=60, length=2)])
cg3 = ax.contour(x1, x2, g3, [0], colors='mediumblue')
plt.setp(cg3.collections, path_effects=[patheffects.withTickedStroke(spacing=7)])
ax.set_xlim(0, 4)
ax.set_ylim(0, 4)
plt.show()
Интерпретируйте результаты
Полученный график показывает топографию целевой функции и граничные кривые функций ограничений. ~matplotlib.patheffects.TickedStroke используется для区分 (distinguish) между допустимой и недопустимой сторонами границ ограничений.
Резюме
В этом практическом занятии вы узнали, как создавать контурный график с использованием Matplotlib в Python. Также вы узнали, как генерировать кривые с большими значениями и как использовать ~matplotlib.patheffects.TickedStroke для区分 (distinguish) между допустимой и недопустимой сторонами границ ограничений.