Python绘制正余弦函数图像的方法
更新时间：2018年08月28日 15:06:45 作者：Python编程时光
这篇文章主要介绍了Python绘制正余弦函数图像的方法，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
今天打算通过绘制正弦和余弦函数，从默认的设置开始，一步一步地调整改进，让它变得好看，变成我们初高中学习过的图象那样。通过这个过程来学习如何进行对图表的一些元素的进行调整。
01. 简单绘图
matplotlib有一套允许定制各种属性的默认设置。你可以几乎控制matplotlib中的每一个默认属性：图像大小，每英寸点数，线宽，色彩和样式，子图(axes)，坐标轴和网格属性，文字和字体属性，等等。
安装
pip install matplotlib
虽然matplotlib的默认设置在大多数情况下相当好，你却可能想要在一些特别的情形下更改一些属性。
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. 设置基本元素
这边的基本元素主要有几下几点：
线的颜色，粗细，和线型 刻度和标签 还有图例
代码比较简单，基本上在我的第一讲内容里都讲过了。
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) # 设置线的颜色，粗细，和线型 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'$cos(x)$') # 如果觉得线条离边界太近了，可以加大距离 plt.xlim(x.min()*1.2, x.max()*1.2) plt.ylim(C.min()*1.2, C.max()*1.2) # 当前的刻度并不清晰，需要重新设定,并加上更直观的标签 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'$1$']) # 添加图例 plt.legend() plt.show()
show image
03. 移动轴线
还记得我们在初高中学习的三角函数图象，可不是这样，它应该是有四个象限的。而这里却是一个四四方方的图表。
所以接下来，我们要做的就是移动轴线，让它变成我们熟悉的样子。
我们只需要两轴线（x和y轴），所以我们需要将顶部和右边的轴线给隐藏起来（颜色设置为None即可）。
# plt.gca()，全称是get current axis
ax = plt.gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
# 由于我们移动的是左边和底部的轴，所以不用设置这两个也可以
ax.xaxis.set_ticks_position('bottom')
ax.yaxis.set_ticks_position('left')
# 指定data类型，就是移动到指定数值
ax.spines['bottom'].set_position(('data',0))
ax.spines['left'].set_position(('data',0))
关于 set_position() 这个函数中的data是啥意思？我查了下官网。解释如下
然后最后发现，上面的写法可以用一定更简洁的方式设置，是等价的。
ax.spines['bottom'].set_position('zero')
ax.spines['left'].set_position('zero')
show image
04. 添加注释
现在的图形部分已经成型，接下让我们现在使用annotate命令注解一些我们感兴趣的点。
我们选择 2π/3 作为我们想要注解的正弦和余弦值。我们将在曲线上做一个标记和一个垂直的虚线。然后，使用annotate命令来显示一个箭头和一些文本。
t = 2*np.pi/3
# 利用plt.plot绘制向下的一条垂直的线，利用plt.scatter绘制一个点。
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绘制向上的一条垂直的线，利用plt.scatter绘制一个点。
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"))
在这里，你可能会对 plt.annotate 这个函数的用法，有所陌生。这里也解释一下。
第一个参数，就是注释内容； 第二个参数， xy ，就是对哪一点进行注释； 第三个参数， xycoords ，指定类型，data 是说基于数值来定位； 第四个参数， xytext ，是注释的位置，结合第五个参数，就是根据偏移量来决定注释位置； 第五个参数， textcoords ，值为offset points，就是说是相对位置； 第六个参数， fontsize ，注释大小； 第七个参数， arrowprops ，对箭头的类型的一些设置。
show image
05. 完整代码
以上都是对片段代码进行解释，这里放出完整的代码
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)
# 设置线的颜色，粗细，和线型
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'$cos(x)$')
# 如果觉得线条离边界太近了，可以加大距离
plt.xlim(x.min()*1.2, x.max()*1.2)
plt.ylim(C.min()*1.2, C.max()*1.2)
# 当前的刻度并不清晰，需要重新设定,并加上更直观的标签
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'$1$'])
# 添加图例
plt.legend(loc='upper left')
# plt.gca()，全称是get current axis
ax = plt.gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
# 由于我们移动的是左边和底部的轴，所以不用设置这两个也可以
ax.xaxis.set_ticks_position('bottom')
ax.yaxis.set_ticks_position('left')
# 指定data类型，就是移动到指定数值
# 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绘制向下的一条垂直的线，利用plt.scatter绘制一个点。
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绘制向上的一条垂直的线，利用plt.scatter绘制一个点。
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()
绘制抛物线：
X1=np.linspace(-4,4,100,endpoint=True) plt.plot(X1,(X1**2)/9)
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。
相关文章
这篇文章主要为大家详细介绍了如何利用Python语言实现文本数据去重，创建包含唯一值的新列，并统计文本数据出现的次数，需要的可以参考下2023-08-08
Pyramid将models.py文件的内容分布到多个文件的方法
默认的Pyramid代码结构中，就只有一个models.py文件，在实际项目中，如果需要对models进行分类，放到不同文件下，应该怎么办2013-11-11
字典数据是有序的, 但是这个序不是由外部控制, 而是内部字典定位机制的序 所以对外来讲, 数据本身是无序的 你每次遍历的顺序一样, 是因为枚举结果是按内部排序输出 而无序则表示在你无法从外部控制最终的输出顺序，下面我们来学习Python字典有序性的相关资料又当怎样吧2021-12-12
Python字符串和正则表达式中的反斜杠(''\'')问题详解
在本篇文章里小编给大家整理的是关于Python字符串和正则表达式中的反斜杠('\')问题以及相关知识点，有需要的朋友们可以学习下。2019-09-09
这篇文章主要介绍了Python如何设计密码强度校验程序，文中讲解非常细致，代码帮助大家更好的理解和学习，感兴趣的朋友可以了解下2020-07-07
如何将Yolov5的detect.py修改为可以直接调用的函数详解
YOLOv4还没有退热,YOLOv5已经发布,下面这篇文章主要给大家介绍了关于如何将Yolov5的detect.py修改为可以直接调用的函数的相关资料,文中通过示例代码介绍的非常详细,需要的朋友可以参考下2022-04-04
Python光学仿真wxpython透镜演示系统初始化与参数调节
这篇文章主要为大家介绍了Python光学仿真wxpython透镜演示系统的初始化与参数调节，同样在学习wxpython透镜演示系统的入门同学可以借鉴参考下，希望能够有所帮助2021-10-10
Python代码使用 Pyftpdlib实现FTP服务器功能
FTP 服务器，在此之前我都是使用Linux的vsftpd软件包来搭建FTP服务器的，现在发现了利用pyftpdlib可以更加简单的方法即可实现FTP服务器的功能 ,需要的朋友可以参考下2019-07-07
这篇文章主要介绍了用Python写一个自动木马程序的方法，本文给大家介绍的非常详细，具有一定的参考借鉴价值,需要的朋友可以参考下2019-09-09
这篇文章主要介绍了python语法 之与用户交互和运算符，用户交互就是人往计算机中input/输入数据，计算机print/输出结果，下文更多相关内容需要的朋友可以参考一下2022-04-04
最新评论