Python繪制正余弦函數(shù)圖像的方法
今天打算通過繪制正弦和余弦函數(shù)，從默認(rèn)的設(shè)置開始，一步一步地調(diào)整改進(jìn)，讓它變得好看，變成我們初高中學(xué)習(xí)過的圖象那樣。通過這個(gè)過程來學(xué)習(xí)如何進(jìn)行對(duì)圖表的一些元素的進(jìn)行調(diào)整。
01. 簡(jiǎn)單繪圖
matplotlib有一套允許定制各種屬性的默認(rèn)設(shè)置。你可以幾乎控制matplotlib中的每一個(gè)默認(rèn)屬性：圖像大小，每英寸點(diǎn)數(shù)，線寬，色彩和樣式，子圖(axes)，坐標(biāo)軸和網(wǎng)格屬性，文字和字體屬性，等等。
安裝
pip install matplotlib
雖然matplotlib的默認(rèn)設(shè)置在大多數(shù)情況下相當(dāng)好，你卻可能想要在一些特別的情形下更改一些屬性。
from pylab import * x = np.linspace(-np.pi, np.pi, 256,endpoint=True) C,S = np.cos(x), np.sin(x) plot(x,C) plot(x,S) show()
show image
02. 設(shè)置基本元素
這邊的基本元素主要有幾下幾點(diǎn)：
線的顏色，粗細(xì)，和線型 刻度和標(biāo)簽 還有圖例
代碼比較簡(jiǎn)單，基本上在我的第一講內(nèi)容里都講過了。
import numpy as np from matplotlib import pyplot as plt plt.figure(figsize=(10,6), dpi=80) x = np.linspace(-np.pi, np.pi, 256,endpoint=True) C,S = np.cos(x), np.sin(x) # 設(shè)置線的顏色，粗細(xì)，和線型 plt.plot(x, C, color="blue", linewidth=2.5, linestyle="-", label=r'$sin(x)$') plt.plot(x, S, color="red", linewidth=2.5, linestyle="-", label=r'$cos(x)$') # 如果覺得線條離邊界太近了，可以加大距離 plt.xlim(x.min()*1.2, x.max()*1.2) plt.ylim(C.min()*1.2, C.max()*1.2) # 當(dāng)前的刻度并不清晰，需要重新設(shè)定,并加上更直觀的標(biāo)簽 plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi], [r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$']) plt.yticks([-1,0,1], [r'$-1$', r'$0$', r'$1$']) # 添加圖例 plt.legend() plt.show()
show image
03. 移動(dòng)軸線
還記得我們?cè)诔醺咧袑W(xué)習(xí)的三角函數(shù)圖象，可不是這樣，它應(yīng)該是有四個(gè)象限的。而這里卻是一個(gè)四四方方的圖表。
所以接下來，我們要做的就是移動(dòng)軸線，讓它變成我們熟悉的樣子。
我們只需要兩軸線（x和y軸），所以我們需要將頂部和右邊的軸線給隱藏起來（顏色設(shè)置為None即可）。
# plt.gca()，全稱是get current axis
ax = plt.gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
# 由于我們移動(dòng)的是左邊和底部的軸，所以不用設(shè)置這兩個(gè)也可以
ax.xaxis.set_ticks_position('bottom')
ax.yaxis.set_ticks_position('left')
# 指定data類型，就是移動(dòng)到指定數(shù)值
ax.spines['bottom'].set_position(('data',0))
ax.spines['left'].set_position(('data',0))
關(guān)于 set_position() 這個(gè)函數(shù)中的data是啥意思？我查了下官網(wǎng)。解釋如下
然后最后發(fā)現(xiàn)，上面的寫法可以用一定更簡(jiǎn)潔的方式設(shè)置，是等價(jià)的。
ax.spines['bottom'].set_position('zero')
ax.spines['left'].set_position('zero')
show image
04. 添加注釋
現(xiàn)在的圖形部分已經(jīng)成型，接下讓我們現(xiàn)在使用annotate命令注解一些我們感興趣的點(diǎn)。
我們選擇 2π/3 作為我們想要注解的正弦和余弦值。我們將在曲線上做一個(gè)標(biāo)記和一個(gè)垂直的虛線。然后，使用annotate命令來顯示一個(gè)箭頭和一些文本。
t = 2*np.pi/3
# 利用plt.plot繪制向下的一條垂直的線，利用plt.scatter繪制一個(gè)點(diǎn)。
plt.plot([t,t],[0,np.cos(t)], color ='blue', linewidth=2.5, linestyle="--")
plt.scatter([t,],[np.cos(t),], 50, color ='blue')
plt.annotate(r'$sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$',
xy=(t, np.sin(t)), xycoords='data',
xytext=(+10, +30), textcoords='offset points', fontsize=16,
arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2"))
# 利用plt.plot繪制向上的一條垂直的線，利用plt.scatter繪制一個(gè)點(diǎn)。
plt.plot([t,t],[0,np.sin(t)], color ='red', linewidth=2.5, linestyle="--")
plt.scatter([t,],[np.sin(t),], 50, color ='red')
plt.annotate(r'$cos(\frac{2\pi}{3})=-\frac{1}{2}$',
xy=(t, np.cos(t)), xycoords='data',
xytext=(-90, -50), textcoords='offset points', fontsize=16,
arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2"))
在這里，你可能會(huì)對(duì) plt.annotate 這個(gè)函數(shù)的用法，有所陌生。這里也解釋一下。
第一個(gè)參數(shù)，就是注釋內(nèi)容； 第二個(gè)參數(shù)， xy ，就是對(duì)哪一點(diǎn)進(jìn)行注釋； 第三個(gè)參數(shù)， xycoords ，指定類型，data 是說基于數(shù)值來定位； 第四個(gè)參數(shù)， xytext ，是注釋的位置，結(jié)合第五個(gè)參數(shù)，就是根據(jù)偏移量來決定注釋位置； 第五個(gè)參數(shù)， textcoords ，值為offset points，就是說是相對(duì)位置； 第六個(gè)參數(shù)， fontsize ，注釋大??； 第七個(gè)參數(shù)， arrowprops ，對(duì)箭頭的類型的一些設(shè)置。
show image
05. 完整代碼
以上都是對(duì)片段代碼進(jìn)行解釋，這里放出完整的代碼
import numpy as np
from matplotlib import pyplot as plt
plt.figure(figsize=(10,6), dpi=80)
x = np.linspace(-np.pi, np.pi, 256,endpoint=True)
C,S = np.cos(x), np.sin(x)
# 設(shè)置線的顏色，粗細(xì)，和線型
plt.plot(x, C, color="blue", linewidth=2.5, linestyle="-", label=r'$sin(x)$')
plt.plot(x, S, color="red", linewidth=2.5, linestyle="-", label=r'$cos(x)$')
# 如果覺得線條離邊界太近了，可以加大距離
plt.xlim(x.min()*1.2, x.max()*1.2)
plt.ylim(C.min()*1.2, C.max()*1.2)
# 當(dāng)前的刻度并不清晰，需要重新設(shè)定,并加上更直觀的標(biāo)簽
plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi],
[r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$'])
plt.yticks([-1,1],
[r'$-1$', r'$1$'])
# 添加圖例
plt.legend(loc='upper left')
# plt.gca()，全稱是get current axis
ax = plt.gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
# 由于我們移動(dòng)的是左邊和底部的軸，所以不用設(shè)置這兩個(gè)也可以
ax.xaxis.set_ticks_position('bottom')
ax.yaxis.set_ticks_position('left')
# 指定data類型，就是移動(dòng)到指定數(shù)值
# ax.spines['bottom'].set_position('zero')
ax.spines['bottom'].set_position(('data',0))
ax.spines['left'].set_position(('data',0))
t = 2*np.pi/3
# 利用plt.plot繪制向下的一條垂直的線，利用plt.scatter繪制一個(gè)點(diǎn)。
plt.plot([t,t],[0,np.cos(t)], color ='blue', linewidth=2.5, linestyle="--")
plt.scatter([t,],[np.cos(t),], 50, color ='blue')
plt.annotate(r'$sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$',
xy=(t, np.sin(t)), xycoords='data',
xytext=(+10, +30), textcoords='offset points', fontsize=16,
arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2"))
# 利用plt.plot繪制向上的一條垂直的線，利用plt.scatter繪制一個(gè)點(diǎn)。
plt.plot([t,t],[0,np.sin(t)], color ='red', linewidth=2.5, linestyle="--")
plt.scatter([t,],[np.sin(t),], 50, color ='red')
plt.annotate(r'$cos(\frac{2\pi}{3})=-\frac{1}{2}$',
xy=(t, np.cos(t)), xycoords='data',
xytext=(-90, -50), textcoords='offset points', fontsize=16,
arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2"))
plt.show()
繪制拋物線：
X1=np.linspace(-4,4,100,endpoint=True) plt.plot(X1,(X1**2)/9)
以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。
相關(guān)文章
Python使用sqlite3第三方庫讀寫SQLite數(shù)據(jù)庫的方法步驟
數(shù)據(jù)庫非常重要,程序的數(shù)據(jù)增刪改查需要數(shù)據(jù)庫支持,python處理數(shù)據(jù)庫非常簡(jiǎn)單,而且不同類型的數(shù)據(jù)庫處理邏輯方式大同小異,下面這篇文章主要給大家介紹了關(guān)于Python使用sqlite3第三方庫讀寫SQLite數(shù)據(jù)庫的方法步驟,需要的朋友可以參考下2022-07-07
這篇文章主要介紹了python如何優(yōu)雅地關(guān)閉線程,在并發(fā)編程中,我們可能會(huì)創(chuàng)建新線程,并在其中運(yùn)行任務(wù),可能由于一些原因,決定停止該線程,那么應(yīng)該如何正確關(guān)閉線程呢？文中給了詳細(xì)的解決方法,需要的朋友可以參考下2024-03-03
利用python+ffmpeg合并B站視頻及格式轉(zhuǎn)換的實(shí)例代碼
這篇文章主要介紹了利用python+ffmpeg合并B站視頻及格式轉(zhuǎn)換的實(shí)例代碼,本文通過實(shí)例代碼給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2020-11-11
TensorFlow2.X結(jié)合OpenCV 實(shí)現(xiàn)手勢(shì)識(shí)別功能
這篇文章主要介紹了TensorFlow2.X結(jié)合OpenCV 實(shí)現(xiàn)手勢(shì)識(shí)別功能,本文通過實(shí)例代碼給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2020-04-04
工欲善其事必先利其器，一個(gè)好的工具能讓起到事半功倍的效果，Python 社區(qū)提供了足夠多的優(yōu)秀工具來幫助開發(fā)者更方便的實(shí)現(xiàn)某些想法，下面這幾個(gè)工具給我的工作也帶來了很多便利，推薦給追求美好事物的你。2020-10-10![Python BeautifulSoup [解決方法] TypeError: list indices must be integers or slices, not str](http://img.jbzj.com/images/xgimg/bcimg5.png)
Python BeautifulSoup [解決方法] TypeError: list indices must be
這篇文章主要介紹了Python BeautifulSoup [解決方法] TypeError: list indices must be integers or slices, not str，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-08-08
今天小編就為大家分享一篇Tensorflow分批量讀取數(shù)據(jù)教程，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-02-02
這篇文章主要介紹了Django CBV模型源碼運(yùn)行流程詳解,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-08-08
這篇文章主要介紹了Python3 用什么IDE開發(fā)工具比較好,本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2020-11-11
django傳值給模板, 再用JS接收并進(jìn)行操作的實(shí)例
今天小編就為大家分享一篇django傳值給模板, 再用JS接收并進(jìn)行操作的實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2018-05-05