pythonmatplotlib绘制散点图（python的matplotlib的三角函数sin和cos的静态作图详解）

pythonmatplotlib绘制散点图（python的matplotlib的三角函数sin和cos的静态作图详解）r = 1 #假设半径为1 # 0~2π（一圈，一个π是半圈，步长=0.01，步长越小图线越平滑) a = np.arange(0 2*np.pi 0.01) #圆的坐标点与三角函数的关系 x = r*np.cos(a) y = r*np.sin(a) #画圆 plt.plot(x y color='red')3.sin正弦函数比如：1.4 为了突出重点，暂时不提中文设置。复习matplotlib作图的基础知识，深入了解sin和cos的关系。1.5 适合学习人群：小白、学生、老师、爱好作图人员和计算机编程人员阅读。2.理论：

1.说明：

1.1 推荐指数：★★★

1.2 基础知识：三角函数sin和cos，在计算机编程中，尤其python中，应用到画圆很重要。

1.3 用通俗易懂的方式，来讲解，三角函数的matplotlib作图，静态图，为以后的画圆打基础。

1.4 为了突出重点，暂时不提中文设置。复习matplotlib作图的基础知识，深入了解sin和cos的关系。

1.5 适合学习人群：小白、学生、老师、爱好作图人员和计算机编程人员阅读。

2.理论：

比如：

r = 1 #假设半径为1 # 0~2π（一圈，一个π是半圈，步长=0.01，步长越小图线越平滑) a = np.arange(0 2*np.pi 0.01) #圆的坐标点与三角函数的关系 x = r*np.cos(a) y = r*np.sin(a) #画圆 plt.plot(x y color='red')

3.sin正弦函数

3.1 静态：sin-s

3.2 代码：简洁版

#---导出模块--- import matplotlib.pyplot as plt import numpy as np #定义坐标关系 x = np.arange(-2*np.pi 2*np.pi 0.1) y = np.sin(x) #画线 plt.plot(x y color='blue') plt.title('sin-s') #标题 plt.legend(['sin']) #图例，注意中括号 plt.show() #图片展示

3.3 图

sin-s-1

3.4 代码：注释版

#---导出模块--- import matplotlib.pyplot as plt import numpy as np #---定义画布大小和分辨率 #fig = plt.figure(figsize=(8 8) dpi=80) #自定义 #fig = plt.figure() #这是默认的，也可以这一行不设，就是默认 #---画正弦sin曲线--- #0.001越小，线条越平滑好看 #从-2*np.pi到2*np.pi=就是2个2π，4个波=2个波峰 2个波底 #x = np.arange(-2*np.pi 2*np.pi 0.001) x = np.arange(-2*np.pi 2*np.pi 0.1) y = np.sin(x) #画线 plt.plot(x y color='blue') #默认显示2个2π，4个波=2个波峰 2个波底 #plt.ylim(-2 2) #plt.xlim(-2 2) plt.title('sin-s') #标题 plt.legend(['sin']) #图例，注意中括号 plt.show() #图片展示

4.cos余弦函数：

4.1 将上面的sin函数的简洁版的代码中，sin改为cos即可，颜色定义为绿色=green。

4.2 代码：简洁版

#---导出模块--- import matplotlib.pyplot as plt import numpy as np #---画正弦cos曲线--- x = np.arange(-2*np.pi 2*np.pi 0.1) y = np.cos(x) #画线 plt.plot(x y color='green') plt.title('cos-s') #标题 plt.legend(['cos']) #图例，注意中括号 plt.show() #图片展示

4.3 图：cos-s-1

5.一个坐标系展示sin和cos作图法

5.1 代码1：

#---导出模块--- import matplotlib.pyplot as plt import numpy as np #plt.figure() #可以不要，采用默认 #取值范围-2π～2π，比较能展现sin和cos的特点 #0.1~0.001，最好越小越好，线条越平滑 x=np.arange(-2*np.pi 2*np.pi 0.1) y1=np.sin(x) #正弦sin函数线条 y2=np.cos(x) #余弦cos函数线条 #绘制两个图形，需要绘制两次 #不设置颜色，采用默认的2种不同颜色，也可以单独设置颜色 #本讲解中sin设置蓝色=blue，cos设置为绿色=green plt.plot(x y1 color='blue') plt.plot(x y2 color='green') #增加标题 plt.title('x‘sin and cos') #增加图例 plt.legend(['y=sinx' 'y=cosx']) #增加x轴和y轴标签名 plt.xlabel('x-v') plt.ylabel('y-v' rotation=0) #图片展示 plt.show()

5.2 图：sin-cos-s-1

5.3 升级版，代码：

#---导出模块--- import numpy as np from matplotlib import pyplot as plt #---sin和cos的坐标值定义--- #---注意np的arrange和linspace的含义，在这里区别不大 ##在-np.pi~np.pi之间选择256个等差数 #x = np.linspace(-2*np.pi 2*np.pi 512 endpoint=True) x =np.arange(-2*np.pi 2*np.pi 0.001) #y1=sin y2=cos y1 y2 = np.sin(x) np.cos(x) #定义画布大小，不设置就是默认 #plt.figure(figsize=(10 7))#取出一张10*7的白纸 #画sin和cos，自定义颜色blue和green label="sin" label="cos" plt.plot(x y1 "-" color='blue' lw=2 aa=False ms=50)#设置线宽5 aa关闭抗锯齿 默认开启 plt.plot(x y2 "-" color='green' lw=2 aa=True)#默认线宽10，不设置就是默认 #去掉就是默认 #自定义刻度法，取最大值×1.2 plt.xlim(x.min() * 1.2 x.max() * 1.2)#横坐标范围 plt.ylim(y1.min() * 1.2 y1.max() * 1.2)#纵坐标范围 plt.xticks([0 x.max() x.min()] [0 r"$\pi$" "$-\pi$"])#横坐标刻度 plt.yticks([y1.min() y1.max()])#纵坐标刻度 #图例个性设置，自定义字体大小，位置默认是最佳，显示内容是label内容 #也可以这样 plt.legend(['sin' 'cos'] fontsize=20) #plt.legend(fontsize=20) #如何这样的话，那么需要在上面加入label #标注设置 t = 2 / 3 * np.pi #标注蓝色点垂直线 plt.plot([t t] [0 np.sin(t)] "--" color="b") plt.scatter([t] [np.sin(t)] s=100)#散点图 #标注红色点垂直线 plt.plot([t t] [0 np.cos(t)] "--" color="r") plt.scatter([t] [np.cos(t)] s=100)#散点图 #设置标注 plt.annotate(r"$\sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$" (t np.sin(t)) xycoords="data" textcoords="offset pixels" xytext=(20 20) arrowprops=dict(arrowstyle="->" connectionstyle="arc3 rad=.2") #箭头属性 fontsize=16 #zi字体大小 ) #设置标注 plt.annotate(r"$\cos(\frac{2\pi}{3})=-\frac{1}{2}$" (t np.cos(t)) xycoords="data" textcoords="offset pixels" xytext=(20 0) arrowprops=dict(arrowstyle="->" connectionstyle="arc3 rad=.2") #箭头属性 fontsize=16 #zi字体大小 ) #ax定义和边框线，也可以注释掉，那就是默认 ax = plt.gca() #去除图片的四边黑框线 ax.spines["bottom"].set_position(("data" 0)) ax.spines["left"].set_position(("data" 0)) ax.spines["top"].set_color("none") ax.spines["right"].set_color("none") #图片展示 plt.show()

5.4 图：sin-cos-s-2

5.5 豪华版代码：

#---导出模块--- import numpy as np import matplotlib.pyplot as plt #---函数定义和画函数线--- #x坐标的取值范围：linspace是等差数列法 x=np.linspace(-2*np.pi 2*np.pi 256 endpoint=True) #arrange法，因为0.001取值很小很平滑，所以可能☆就不能显示 #x =np.arange(-2*np.pi 2*np.pi 0.001) #定义余弦函数正弦函数，一行定义法，也可以y1和y2 c s=np.cos(x) np.sin(x) #画三角函数曲线，以x为横坐标，以s和c为纵坐标 #plt.plot(x s "r*" label="sin-s-3") #r*=red的* 相当于color='red' linestyle="*" plt.plot(x s color="blue" label="sin-s-3") plt.plot(x c color="green" linestyle="-" label="cos-s-3" alpha=0.5) ax=plt.gca() #去除图片的四边的边框黑线 ax.spines["right"].set_color("none") ax.spines["top"].set_color("none") ax.spines["left"].set_position(("data" 0)) ax.spines["bottom"].set_position(("data" 0)) #自定义标签文字 #x轴标签依次是：，如果注释掉就是-6~6，间隔2 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$']) #y轴的标签，取值从-1~1，分5个等差 plt.yticks(np.linspace(-1 1 5 endpoint=True)) #默认标签位置也是这样，所以可以不要，注释掉 #ax.xaxis.set_ticks_position("bottom") #线下 #ax.yaxis.set_ticks_position("left") #线左边 ''' #如果上面的2行注释掉，那么下面的存在意义不大，也可以注释掉 for label in ax.get_xticklabels() ax.get_yticklabels(): label.set_fontsize(16) label.set_bbox(dict(facecolor="white" edgecolor="None" alpha=0.2)) ''' #固定面积显示 plt.fill_between(x np.abs(x)<0.5 c c>0.5 color="yellow" alpha=0.25) #固定垂直虚线标注 t=1 plt.plot([t t] [0 np.cos(t)] "y" linewidth=3 linestyle="--") #箭头标注 plt.annotate("cos(1)" xy=(t np.cos(1)) xycoords="data" xytext=( 10 30) textcoords="offset points" arrowprops=dict(arrowstyle="->" connectionstyle="arc3 rad=.2")) #增加标题 plt.title("sin-cos-s-3") #plt.figure(1) #可以注释掉，采用默认 #图例显示，loc代表位置，这是固定左上角位置，默认best，最佳位置，可以自动调节空挡显示 plt.legend(loc="upper left") #显示网格，可以注释掉 plt.grid() #显示图形 plt.show()

5.6 图：sin-cos-s-3

6 sin和cos的布局

6.1 ggplot法，代码：

#导出模块 import numpy as np import matplotlib.pyplot as plt #画布采用默认大小 fig=plt.figure() #采用ggplot法布局三个图片位置 plt.style.use('ggplot') left width = 0.05 0.95 #位置布局一:上面一行2个 rect_sin=[left 0.55 0.45 0.3] #第1个图 rect_cos=[left 0.5 0.55 0.45 0.3] #第2个图 ''' #位置布局二：上下2个，靠左 rect_sin=[left 0.55 0.45 0.3] #第1个图 rect_cos=[left 0.1 0.45 0.3] #第2个图 ''' #定义x和y坐标 #x=np.linspace(-10 10) #未设置等分，则线条不平滑 #x=np.linspace(-10 10 260) #260等分，数值越大，曲线的线条越平滑 x=np.arange(-10 10 0.001) #arange则是0.001，越小越平滑 #y1=np.sin(x) #y1=np.cos(x) #---第1个图---正弦sin ax_sin = fig.add_axes(rect_sin) ax_sin.plot(x np.sin(x) color='blue') ax_sin.set_title('Sin-s-ggplot') #---第2个图---余弦cos ax_cos=fig.add_axes(rect_cos) ax_cos.plot(x np.cos(x) color='green') ax_cos.set_title('Cos-s-ggplot') #图片展示 plt.show()

图：2lf-ggplot法

2ud-ggplot法图

6.2 subplot法

代码： #---导出模块--- import matplotlib.pyplot as plt import numpy as np #---定义画布大小和分辨率--- fig = plt.figure(figsize=(8 8) dpi=80) #采用subplot法，分四个图 #2 2 1=2行2列，第一个，从左边数 # 画正弦曲线 fig.add_subplot(2 2 1) x = np.arange(-2*np.pi 2*np.pi 0.001) y = np.sin(x) plt.plot(x y color='blue') plt.title('Sin-s-subplot') plt.legend(['sin']) #方法一：第1行1和2并列 # 余弦，2 2 2=2行2列，第2个，从左边数 #fig.add_subplot(2 2 2) #方法二：第1行1和第2行1，上下 # 余弦，2 2 2=2行2列，第2个，从左边数 fig.add_subplot(2 2 3) x = np.arange(-2*np.pi 2*np.pi 0.001) y = np.cos(x) plt.plot(x y color='green') plt.title('Cos-s-subplot') plt.legend(['cos']) plt.show()

6.3 图略，作图位置如上面的ggplot法。

7.小结：

7.1 学习sin和cos有没有用，当然有，在画圆中需要sin和cos来定位圆的坐标。基础一定要打好。

7.2 顺带复习matplotlib的相关作图。

7.3 我自己整理好，也分享出来，值得收藏。