matplotlib 绘图实例01:正弦余弦曲线
该讲的实例结果如下图所示:

第01步:导入模块,并设置显示中文和负号的属性;
import matplotlib.pyplot as plt
import numpy as np plt.rcParams['font.sans-serif']=['SimHei'] # 用于正常显示中文标签
plt.rcParams['axes.unicode_minus']=False # 用来正常显示负号
第02步:创建x轴数据,从-pi到pi平均取256个点;
x = np.linspace(-np.pi,np.pi,256,endpoint=True) #获取x坐标
第03步:创建y轴数据,根据X的值,求正弦和余弦函数;
sin,cos = np.sin(X),np.cos(X) #获取y坐标
第04步:绘制正弦、余弦函数图,并将图形显示出来,设置正弦函数曲线的颜色为蓝色(blue),线型为实线,线宽为2.5mm;余弦函数曲线的颜色为红色(red),线型为实线,线宽为2.5mm。显示结果如下图所示;
plt.plot(X,sin,"b-",lw=2.5,label="正弦Sin()")
#X:x轴;sin:y轴;b-:color="blue",linestyle="-"的简写;lw:linewidth;label:线条的名称,可用于后面的图例
plt.plot(X,cos,"r-",lw=2.5,label="余弦Cos()") #cos:y轴;r-:color="red";
plt.show() #显示图表

第05步:设置坐标轴的范围,将x轴、y轴同时拉伸1.5倍,显示结果如下图所示;
plt.xlim(X.min()*1.5,X.max()*1.5)
plt.ylim(cos.min()*1.5,cos.max()*1.5)

第06步:设置x轴、y轴的坐标刻度,显示结果图下图所示;
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])

第07步:为图表添加标题,标题内容为“绘图实例之COS()&SIN()”,字体大小设置为16,字体颜色设置为绿色(green);显示结果如下图所示;
plt.title("绘图实例之COS()&SIN()",fontsize=16,color="green")

第08步:在图表右下角位置添加备注标签,标签文本为“By:biyoulin”,文本大小为16,文本颜色为紫色(purple) ,显示结果如下图所示;
plt.text(+2.1,-1.4,"By:biyoulin",fontsize=16,color="purple")

第09步:获取Axes对象,并隐藏右边界和上边界;显示结果如下图所示;
ax=plt.gca() #获取Axes对象
ax.spines['right'].set_color('none') #隐藏右边界
ax.spines['top'].set_color('none') #隐藏上边界

第10步:将x坐标轴的坐标刻度设置在坐标轴下侧,坐标轴平移至经过零点(0,0)的位置,显示结果如下图所示;
ax.xaxis.set_ticks_position('bottom') #x轴坐标刻度设置在坐标轴下面
ax.spines['bottom'].set_position(('data',0)) #x轴坐标轴平移至经过零点(0,0)位置
第11步:将y坐标轴的坐标刻度设置在坐标轴左侧,坐标轴平移至经过零点(0,0)的位置,显示结果如下图所示;
ax.yaxis.set_ticks_position('left') #y轴坐标刻度设置在坐标轴下面
ax.spines['left'].set_position(('data',0)) #y轴坐标轴平移至经过零点(0,0)位置

第12步:添加图例,图例位置为左上角,图例文字大小为12,显示结果如下图所示;
plt.legend(loc="upper left",fontsize=12)

第13步:在正弦函数曲线上找出x=(2π/3)的位置,并作出与x轴垂直的虚线,线条颜色为蓝色(blue),线宽设置为1.5mm;在余弦函数曲线上找出x=-π的位置,并作出与x轴垂直的虚线,线条颜色为红色(red),线宽设置为1.5mm;显示结果如下图所示;
t1 = 2*np.pi/3 #设定第一个点的x轴值
t2 = -np.pi #设定第二个点的x轴值
plt.plot([t1,t1],[0,np.sin(t1)],color ='b',linewidth=1.5,linestyle="--")
#第一个列表是x轴坐标值,第二个列表是y轴坐标值
#这两个点坐标分别为(t1,0)和(t1,np.sin(t1)),根据两点画直线
plt.plot([t2,t2],[0,np.cos(t2)],color ='r',linewidth=1.5,linestyle="--")
#这两个点坐标分别为(t2,0)和(t2,np.cos(t2)),根据两点画直线

第14步:用绘制散点图的方法在正弦,余弦函数上标注这两个点的位置,设置点大小为50,设置相应的点颜色;
plt.scatter([t1,],[np.sin(t1),], 50, color ='b')
plt.scatter([t2,],[np.cos(t2),], 50, color ='r')

第15步:为图表添加注释;显示结果如下图所示;
plt.annotate(r'$\sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$',
xy=(t1,np.sin(t1)), #点的位置
xycoords='data', #注释文字的偏移量
xytext=(+10,+30), #文字离点的横纵距离
textcoords='offset points',
fontsize=14, #注释的大小
arrowprops=dict(arrowstyle="->",connectionstyle="arc3,rad=.2")) #箭头指向的弯曲度
plt.annotate(r'$\cos(-\pi)=-1$',
xy=(t2,np.cos(t2)), #点的位置
xycoords='data', #注释文字的偏移量
xytext=(0,-40), #文字离点的横纵距离
textcoords='offset points',
fontsize=14, #注释的大小
arrowprops=dict(arrowstyle="->",connectionstyle="arc3,rad=.2")) #箭头指向的弯曲度

第16步:获取x,y轴的刻度,并设置字体;
for label in ax.get_xticklabels()+ax.get_yticklabels(): #获取刻度
label.set_fontsize(18) #设置刻度字体大小

使用".set_bbox"还可以给刻度文本添加边框,如果给全局文本添加边框,可以将此放在循环里,如果对单个刻度文本进行设置,可以放在循环外部;
for label in ax.get_xticklabels()+ax.get_yticklabels(): #获取刻度
label.set_fontsize(18) #设置刻度字体大小 label.set_bbox(dict(facecolor='r',edgecolor='g',alpha=0.5)) #set_bbox为刻度添加边框
#facecolor:背景填充颜色
#edgecolor:边框颜色
#alpha:透明度

第17步:绘制填充区域;
plt.fill_between(X,np.abs(X)<0.5,sin,sin>0.5,color='g',alpha=0.8)
#设置正弦函数的填充区域,颜色为绿色(green),其中的一种方式
plt.fill_between(X,cos,where=(-2.5<X)&(X<-0.5),color='purple')
#设置余弦函数的填充区域,颜色为紫色(purple),另外一种方式

第18步:绘制网格线;
plt.grid()

第19步:保存图表,保存为“COS&SIN.PNG”,dpi设置为300;
plt.savefig("C:\\绘图实例之COS()&SIN().PNG",dpi=300)
绘制完成!!
#!/usr/bin/env python
#!-*-coding:utf-8 -*-
#!@Author : Biyoulin
#!@Time : 2018/9/1 14:17 import matplotlib.pyplot as plt
import numpy as np plt.rcParams['font.sans-serif']=['SimHei'] # 用于正常显示中文标签
plt.rcParams['axes.unicode_minus']=False # 用来正常显示负号 X = np.linspace(-np.pi,np.pi,256,endpoint=True) #获取x坐标 sin,cos = np.sin(X),np.cos(X) #获取y坐标 plt.plot(X,sin,"b-",lw=2.5,label="正弦Sin()") #X:x轴;sin:y轴;b-:color="blue",linestyle="-"的简写;lw:linewidth
plt.plot(X,cos,"r-",lw=2.5,label="余弦Cos()") plt.xlim(X.min()*1.5,X.max()*1.5)
plt.ylim(cos.min()*1.5,cos.max()*1.5) 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]) plt.title("绘图实例之COS()&SIN()",fontsize=16,color="green") plt.text(+2.1,-1.4,"By:biyoulin",fontsize=16,color="purple") ax=plt.gca() #获取Axes对象
ax.spines['right'].set_color('none') #隐藏右边界
ax.spines['top'].set_color('none') #隐藏上边界 ax.xaxis.set_ticks_position('bottom') #x轴坐标刻度设置在坐标轴下面
ax.spines['bottom'].set_position(('data',0)) #x轴坐标轴平移至经过零点(0,0)位置 ax.yaxis.set_ticks_position('left') #y轴坐标刻度设置在坐标轴下面
ax.spines['left'].set_position(('data',0)) #y轴坐标轴平移至经过零点(0,0)位置 plt.legend(loc="upper left",fontsize=12) t1 = 2*np.pi/3 #设定第一个点的x轴值
t2 = -np.pi #设定第二个点的x轴值
plt.plot([t1,t1],[0,np.sin(t1)],color ='b',linewidth=1.5,linestyle="--")
#第一个列表是x轴坐标值,第二个列表是y轴坐标值
#这两个点坐标分别为(t1,0)和(t1,np.sin(t1)),根据两点画直线l1
plt.plot([t2,t2],[0,np.cos(t2)],color ='r',linewidth=1.5,linestyle="--")
#这两个点坐标分别为(t2,0)和(t2,np.cos(t2)),根据两点画直线l2 plt.scatter([t1,],[np.sin(t1),], 50, color ='b')
plt.scatter([t2,],[np.cos(t2),], 50, color ='r') plt.annotate(r'$\sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$',
xy=(t1,np.sin(t1)), #点的位置
xycoords='data', #注释文字的偏移量
xytext=(+10,+30), #文字离点的横纵距离
textcoords='offset points',
fontsize=14, #注释的大小
arrowprops=dict(arrowstyle="->",connectionstyle="arc3,rad=.2")) #箭头指向的弯曲度 plt.annotate(r'$\cos(-\pi)=-1$',
xy=(t2,np.cos(t2)), #点的位置
xycoords='data', #注释文字的偏移量
xytext=(0,-40), #文字离点的横纵距离
textcoords='offset points',
fontsize=14, #注释的大小
arrowprops=dict(arrowstyle="->",connectionstyle="arc3,rad=.2")) #箭头指向的弯曲度 for label in ax.get_xticklabels()+ax.get_yticklabels(): #获取刻度
label.set_fontsize(18) #设置刻度字体大小 # label.set_bbox(dict(facecolor='r',edgecolor='g',alpha=0.5)) #set_bbox为刻度添加边框
#facecolor:背景填充颜色
#edgecolor:边框颜色
#alpha:透明度
plt.fill_between(X,np.abs(X)<0.5,sin,sin>0.5,color='g',alpha=0.8)
#设置正弦函数的填充区域,其中的一种方式
plt.fill_between(X,cos,where=(-2.5<X)&(X<-0.5),color='purple')
#设置余弦函数的填充区域,另外一种方式 plt.grid() plt.savefig("C:\\绘图实例之COS()&SIN().PNG",dpi=300) plt.show() #显示图表
完整实例代码
参考博文:https://blog.csdn.net/MESSI_JAMES/article/details/80819144
作者:biyoulin
出处:http://www.cnblogs.com/biyoulin/
版权声明:本文版权归作者所有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文连接,否则保留追究法律责任的权利。
matplotlib 绘图实例01:正弦余弦曲线的更多相关文章
- matplotlib绘图基本用法-转自(http://blog.csdn.net/mao19931004/article/details/51915016)
本文转载自http://blog.csdn.net/mao19931004/article/details/51915016 <!DOCTYPE html PUBLIC "-//W3C ...
- python中利用matplotlib绘图可视化知识归纳
python中利用matplotlib绘图可视化知识归纳: (1)matplotlib图标正常显示中文 import matplotlib.pyplot as plt plt.rcParams['fo ...
- Matplotlib绘图双纵坐标轴设置及控制设置时间格式
双y轴坐标轴图 今天利用matplotlib绘图,想要完成一个双坐标格式的图. fig=plt.figure(figsize=(20,15)) ax1=fig.add_subplot(111) ax1 ...
- python数据分析使用matplotlib绘图
matplotlib绘图 关注公众号"轻松学编程"了解更多. Series和DataFrame都有一个用于生成各类图表的plot方法.默认情况下,它们所生成的是线形图 %matpl ...
- matplotlib 绘图
http://blog.csdn.net/jkhere/article/details/9324823 都打一遍 5 matplotlib-绘制精美的图表 matplotlib 是python最著名的 ...
- python实战学习之matplotlib绘图
matplotlib 是最流行的Python底层绘图库,主要做数据可视化图表 可以将数据可视化,能够更直观的呈现数据 matplotlib绘图基本要点 首先实现一个简单的绘图 # 导入pyplot f ...
- 【原】在Matplotlib绘图中添加Latex风格公式
Matplotlib绘图的过程中,可以为各个轴的Label,图像的Title.Legend等元素添加Latex风格的公式. 只需要在Latex公式的文本前后各增加一个$符号,Matplotlib就可以 ...
- ssh调用matplotlib绘图报错RuntimeError: Invalid DISPLAY variable
1.问题:在本地用matplotlib绘图可以,但是在ssh远程绘图的时候会报错 RuntimeError: Invalid DISPLAY variable 2.原因:matplotlib的默认ba ...
- backbone实例01
backbonejs往简单说,就是一前端MVC框架,适合用于单页面.复杂的前端逻辑. 直接上代码,里面都有相关注释,重点是理解清楚view.collection.model这三者如何关联调用. < ...
随机推荐
- What is the difference between message queue pattern and publish-subscribe?
What is the difference between message queue pattern and publish-subscribe? - Quora https://www.quor ...
- 20170225-ALV tree 显示
1.写程序, 2.话屏幕9000,CALL SCREEN 9000.(双击屏幕进去画个容器就ok,+OK_CODE,+去掉注释) 3.处理好ALV 的PBO 初始化,处理用户事件PAO,user co ...
- i MySQL 查看约束,添加约束,删除约束
查看表的字段信息:desc 表名; 查看表的所有信息:show create table 表名; 添加主键约束:alter table 表名 add constraint 主键 (形如:PK_表名) ...
- 如何使用git 生成patch 和打入patch【转】
本文转载自:http://blog.csdn.net/liuhaomatou/article/details/54410361 平时我们在使用git 管理项目的时候,会遇到这样一种情况,那就是客户使用 ...
- receive和process的过程
(一) receive最终在fuse_kern_chan.c中的fuse_kern_chan_receive函数实现,使用系统调用读取 res = read(fuse_chan_fd(ch), buf ...
- skynet源码阅读<6>--线程调度
相比于上节我们提到的协程调度,skynet的线程调度从逻辑流程上来看要简单很多.下面我们就来具体做一分析.首先自然是以skynet_start.c为入口: static void start(int ...
- macbook pro 一些操作经验记录
[一]启用root用户 (1)打开终端 (2)输入命令:sudo passwd root (3)给root设置密码 (4)然后再终端输入命令:su root 进行登陆 [二]解压eclipse压缩包, ...
- CKD 实现
主要功能: 1.新物料(部品号)的入库管理 部品号的验证.描述.品名.重量.单价等 2.部品号-供应商的核对 校验部品号/供应商的对应情况.入库.移除等 3.BOM清单的导入 基础清单的导入 4.订单 ...
- 使用slot分发内容
为了让组件可以组合,我们需要一种方式来混合父组件的内容与子组件的模板.这个过程被称为 内容分发 使用特殊的<slot>元素作为原始内容的插槽 除非子组件模板包含至少一个<slot&g ...
- vue 组件 props 和event
组件是可扩展的HTML元素,封装可重用的代码. 使用祖册的组件,要确保在初初始化根实例之前注册组件 注册的组件中,data必须是函数 父组件通过props向子组件传递数据,子组件通过事件events给 ...