怎么使用python的matplotlib畫軌道

小編給大家分享一下怎么使用python的matplotlib畫軌道，希望大家閱讀完這篇文章之后都有所收獲，下面讓我們一起去探討吧！

Python的優點有哪些

1、簡單易用，與C/C++、Java、C# 等傳統語言相比，Python對代碼格式的要求沒有那么嚴格；2、Python屬于開源的，所有人都可以看到源代碼，并且可以被移植在許多平臺上使用；3、Python面向對象，能夠支持面向過程編程,也支持面向對象編程；4、Python是一種解釋性語言，Python寫的程序不需要編譯成二進制代碼，可以直接從源代碼運行程序；5、Python功能強大，擁有的模塊眾多，基本能夠實現所有的常見功能。

如下所示：

import numpy as np 
import matplotlib.pyplot as plt
import matplotlib.patches as mpatches
from scipy import stats
 
fig = plt.figure()
ax = fig.add_subplot(111, xlim=(0, 10), ylim=(-4, 4))
sx=0;sy=0;r=1.5 ; 
circle = mpatches.Circle((sx,sy),r,ec='b',fc = 'b',alpha=0.6)
ax.add_patch(circle)
n = 5
alpha = np.linspace(-np.pi/2,np.pi/2,100)
for i in range(1,n+1):
 a = (i+1)*2
 b = (i+1)
 plt.plot(a*np.cos(alpha),b*np.sin(alpha))
 if i <= 3:
  ax.text(a+1,0,'layer.%d'%(i-1),ha='center',va='center')
rate = 3
Jnum = 100
for i in range(Jnum):
 data = stats.poisson.rvs(mu = rate, loc = 0 , size = 1)
 while data == 0:
  data = stats.poisson.rvs(mu = rate, loc = 0 , size = 1)
 data = data[0] 
 r = np.random.random()
 beta = (np.random.random()-0.5)*np.pi 
 print beta
 data += r
 a = (data+1)*2*np.cos(beta)
 b = (data+1)*np.sin(beta)
 ax.scatter(a,b, c='y',edgecolors = 'y')
xx = [3.5 , 6.8,6.8]
yy = [-1.8,0.9,3.1]
pp = [1.00,0.85,0.75]
rota = [-45,0,0]
for i in range(3):
 plt.plot((1.5,xx[i]) , (0,yy[i]) , 'r')
 ax.scatter(xx[i],yy[i], c='y',edgecolors = 'b')
 ax.text(xx[i] , yy[i] , 'probability %lf'%pp[i] , ha = 'center' )
tx = np.linspace(0,10,10)
ty = np.linspace(-4,-4,10)
ax.set_xticks(tx)
ax.set_xticklabels((''))
ax.set_yticks(ty)
ax.set_yticklabels((''))
#plt.axis('off')
plt.show()

看完了這篇文章，相信你對“怎么使用python的matplotlib畫軌道”有了一定的了解，如果想了解更多相關知識，歡迎關注億速云行業資訊頻道，感謝各位的閱讀！