菜鸟学堂 服务器常用软件 主机测评网在线工具
快捷导航
广告　商业广告，理性选择
广告　商业广告，理性选择
广告　商业广告，理性选择
您的位置：首页 → 脚本专栏 → python → Python绘制正余弦函数

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

Python客栈送红包、纸质书

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

?
1
pip install matplotlib
登录后复制免费讲解

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。

?
1
2
3
4
5
6
7
8
9
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()
登录后复制免费讲解

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。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
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()
登录后复制免费讲解

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）。

?
1
2
3
4
5
6
7
8
9
10
11
12
# 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))
登录后复制免费讲解

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。

?
1
2
ax.spines['bottom'].set_position('zero')
ax.spines['left'].set_position('zero')
登录后复制免费讲解

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。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
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"))
登录后复制免费讲解

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

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
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()
登录后复制免费讲解

绘制抛物线：

?
1
2
X1=np.linspace(-4,4,100,endpoint=True)
plt.plot(X1,(X1**2)/9)
登录后复制免费讲解

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。

您可能感兴趣的文章:
蓄力AI

微信公众号搜索 “ 脚本之家 ” ，选择关注

程序猿的那些事、送书等活动等着你

原文链接：https://juejin.im/post/5b84d1f3f265da436152f9d4

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若内容造成侵权/违法违规/事实不符，请将相关资料发送至 reterry123@163.com 进行投诉反馈，一经查实，立即处理！

相关文章

  • Python使用sqlite3第三方库读写SQLite数据库的方法步骤

    Python使用sqlite3第三方库读写SQLite数据库的方法步骤

    数据库非常重要,程序的数据增删改查需要数据库支持,python处理数据库非常简单,而且不同类型的数据库处理逻辑方式大同小异,下面这篇文章主要给大家介绍了关于Python使用sqlite3第三方库读写SQLite数据库的方法步骤,需要的朋友可以参考下
    2022-07-07
  • 详解python如何优雅地关闭线程

    详解python如何优雅地关闭线程

    这篇文章主要介绍了python如何优雅地关闭线程,在并发编程中,我们可能会创建新线程,并在其中运行任务,可能由于一些原因,决定停止该线程,那么应该如何正确关闭线程呢？文中给了详细的解决方法,需要的朋友可以参考下
    2024-03-03
  • 利用python+ffmpeg合并B站视频及格式转换的实例代码

    利用python+ffmpeg合并B站视频及格式转换的实例代码

    这篇文章主要介绍了利用python+ffmpeg合并B站视频及格式转换的实例代码,本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
    2020-11-11
  • TensorFlow2.X结合OpenCV 实现手势识别功能

    TensorFlow2.X结合OpenCV 实现手势识别功能

    这篇文章主要介绍了TensorFlow2.X结合OpenCV 实现手势识别功能,本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
    2020-04-04
  • 5款实用的python 工具推荐

    5款实用的python 工具推荐

    工欲善其事必先利其器，一个好的工具能让起到事半功倍的效果，Python 社区提供了足够多的优秀工具来帮助开发者更方便的实现某些想法，下面这几个工具给我的工作也带来了很多便利，推荐给追求美好事物的你。
    2020-10-10
  • Python BeautifulSoup [解决方法] TypeError: list indices must be integers or slices, not str

    Python BeautifulSoup [解决方法] TypeError: list indices must be

    这篇文章主要介绍了Python BeautifulSoup [解决方法] TypeError: list indices must be integers or slices, not str，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
    2019-08-08
  • Tensorflow分批量读取数据教程

    Tensorflow分批量读取数据教程

    今天小编就为大家分享一篇Tensorflow分批量读取数据教程，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2020-02-02
  • Django CBV模型源码运行流程详解

    Django CBV模型源码运行流程详解

    这篇文章主要介绍了Django CBV模型源码运行流程详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-08-08
  • Python3 用什么IDE开发工具比较好

    Python3 用什么IDE开发工具比较好

    这篇文章主要介绍了Python3 用什么IDE开发工具比较好,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
    2020-11-11
  • django传值给模板, 再用JS接收并进行操作的实例

    django传值给模板, 再用JS接收并进行操作的实例

    今天小编就为大家分享一篇django传值给模板, 再用JS接收并进行操作的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2018-05-05

最新评论