Python画蝴蝶曲线 蝴蝶越画越大

在Python中，我们可以利用matplotlib库来绘制蝴蝶曲线，也称为"Swiss Roll"，这是一种三维数据可视化技术，看起来像是一只逐渐展开的蝴蝶翅膀。蝴蝶曲线通常通过将二维数据扭曲成三维空间来创建。为了让你理解，这里是一个简单的例子，展示如何让蝴蝶越来越大：

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

def butterfly_curve(x):
    return (x**2 - 2*x) * np.cos(8*x), x * np.sin(6*x)

# 定义x轴范围
x = np.linspace(-4, 4, 500)
y, z = butterfly_curve(x)

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

# 初始大小较小
r = 0.1
ax.plot_surface(y, z, r * x, cmap='viridis', alpha=0.5)

# 随着迭代增加蝴蝶的大小
for i in range(1, 10):
    ax.plot_surface(y, z, r * x + i, cmap='viridis', alpha=0.5, rstride=100, cstride=100)

plt.show()

相关问题

Python画蝴蝶曲线

Python中可以使用matplotlib库来绘制复杂的图形，包括蝴蝶曲线（Butterfly Curve）。蝴蝶曲线是一种非周期性的数学函数，通常用于艺术设计和算法可视化。以下是一个简单的示例，展示如何使用matplotlib和numpy创建一个基本的蝴蝶曲线：

import numpy as np
import matplotlib.pyplot as plt

# 定义蝴蝶曲线函数
def butterfly_curve(x):
    return np.sin(x) * np.cos(0.5 * x)

# 创建x轴数据范围
x = np.linspace(-np.pi*4, np.pi*4, 1000)

# 计算并绘制曲线
y = butterfly_curve(x)
plt.plot(x, y, label='Butterfly Curve')

# 添加图例、标签和标题
plt.legend()
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.title('Butterfly Curve Example in Python')

# 显示图形
plt.show()

运行这段代码后，你将看到一个蝴蝶形状的曲线。如果你想调整曲线的颜色、线型或者其他属性，可以修改`plot()`函数的参数。

python画洛伦茨曲线

在Python中，你可以使用matplotlib库以及一些数学计算来绘制洛伦茨曲线。洛伦茨曲线是一种可视化社会经济不平等的工具，通过将人口按照财富或收入分成等份，并描绘出每个等份所占的社会比例，形成一条连续的曲线。以下是简单的步骤：

1. 首先，安装必要的库：

pip install matplotlib numpy pandas

2. 定义数据，通常包含两个数组，一个是累积百分比（代表财富或收入分配），另一个是对应的人口百分比。

import numpy as np
import matplotlib.pyplot as plt

# 假设我们有累积百分比和人口百分比的数据
cumulative_proportion = [0., 0.2, 0.4, 0.55, 0.6, 0.8, 1.]
proportion_population = [0., 0.1, 0.2, 0.35, 0.4, 0.6, 1.]

3. 创建曲线并添加标签：

plt.plot(cumulative_proportion, proportion_population, marker='o')
plt.xlabel('累计分配百分比')
plt.ylabel('人口百分比')
plt.title('洛伦茨曲线')
plt.xlim([0, 1])
plt.ylim([0, 1])

# 添加一条45度线作为完美平等的参考
line_45 = np.linspace(0, 1, 100)
plt.plot(line_45, line_45, linestyle='--', color='black', label='完全平等')

# 添加图例
plt.legend()

# 显示图形
plt.show()

这将生成一个基本的洛伦茨曲线。如果你有自己的数据，只需要替换上述数据即可。