講義のページ/Pythonのお勉強/シミュレーション-３　結果をグラフで表す

Top/講義のページ/Pythonのお勉強/シミュレーション-３　結果をグラフで表す

シミュレーション-３　結果をグラフで表す †

matplotlib vs plotly
Python でグラフを描く。 Python でグラフを描くライブラリはいくつかある。
matplotlib と plotly で描いた例を Google Colaboratory で示す。

準備 †

リストのスライス

-
!
 
-
!

# リストの作成
testlist = list(range(10))
print( testlist )
# スライスの例
print( testlist[2:4] )
print( testlist[::2] )
print( testlist[1::2] )
print( testlist[-2:])

リストのコピー
次のようにしても、xe, xl, xr は、実体は同じになるので、一つの値を変えると、全部の値が変わる。
1 2 3 4 5 6

xe = [2,3] xl = xe xr = xe xe[0] = -3 print(xl) print(xr)
この件は、例えばPythonのデータ同一性を参照のこと。

数値積分の値を保持する。
リストの末尾にリストを連結していく。最後の2つを用いて積分する。関数 Euler() などの定義は省略してある。

xe = [2,3]
xl = [2,3]
xr = [2,3]
 
for i in range( nloop - 1 ):
    xe += Euler(      xe[-2:] )
    xl += LeapFrog(   xl[-2:] )
    xr += RungeKutta( xr[-2:] )
print( xe[-2:])
print( xl[-2:])
print( xr[-2:])

↑

グラフの作成 †

まえおき
グラフを描くとき、一つの関数に、数多くのオプションをつけて実行するのが普通だった。
近年は、関数を追加していくのが主流である。グラフの見た目を改める場合には、ChatGPT に尋ねることを勧める。

matplotlib の場合
コードとグラフ

import matplotlib.pyplot as plt
 
etime = []
for i in range(nloop):
    etime += [i * dt]
 
print( len(etime) )
print( len(xe) )
 
plt.plot( etime, xe[::2], label="Euler")
plt.plot( etime, xl[::2], label="LeapFrog")
plt.plot( etime, xr[::2], label="RungeKutta")
plt.legend()

plotly の場合
plotly の場合は、美しいだけでなく、インタラクティブなグラフになる。
コードとグラフ

import plotly.graph_objects as go
 
etime = []
for i in range(nloop):
    etime += [i * dt]
 
print( len(etime) )
print( len(xe) )
 
fig = go.Figure()
fig.add_trace(go.Scatter(x=etime, y=xe[::2], name='Euler'))
fig.add_trace(go.Scatter(x=etime, y=xl[::2], name='LeapFrog'))
fig.add_trace(go.Scatter(x=etime, y=xr[::2], name='RungeKutta'))

ここに掲載したのは画像なので、クリックしても何も起こらない。

講義のページ/Pythonのお勉強/シミュレーション-３　結果をグラフで表す

メニュー †

Arduino †

電子工作 †

研究 †

シミュレーション-３　結果をグラフで表す †

準備 †

グラフの作成 †

講義のページ/Pythonのお勉強/シミュレーション-３ 結果をグラフで表す

メニュー †

Arduino †

電子工作 †

研究 †

シミュレーション-３ 結果をグラフで表す †

準備 †

グラフの作成 †

講義のページ/Pythonのお勉強/シミュレーション-３　結果をグラフで表す

シミュレーション-３　結果をグラフで表す †