Python-matplotlib:快速入门教程

用 matplotlib 来绘制一幅完美的三角函数图吧!

本文的源代码:点击进入ipy notebook

此文由 Cescfangs翻译自: Nicolas P. Rougier的Matplotlib教程,并作出了适当的修改。

1.快速创建三角函数

%matplotlib inline 
#要在ipy notebook里直接显示Matplotlib的输出图象,需要%inline

import matplotlib.pyplot as plt
import numpy as np
X = np.linspace(-np.pi,np.pi,256,endpoint=True)
(C,S)=np.cos(X),np.sin(X)

#这里用到了Matplotlib和numpy模块,linspace在(−π,π)之间分成共256个小段,
#并把这256个值赋予X。C,S分别是cosine和sine值(X,C,S都是numpy数组)
plt.plot(X,C)
plt.plot(X,S)

1.1

2.参数修改-绘制完美的三角函数

在第一部分中我们通过Matplotlibnumpy快速创建了一个三角函数图,所采用的参数都是默认的。事实上我们可以通过相关参数(包括线型、颜色、坐标、标题、图示……)的修改使图形满足自己的需求。

2.1线宽和颜色

把cosine函数的颜色设置为蓝色,sine则是红色,而且线是不是看起来不够粗?

fig = plt.figure(figsize=(10,6),dpi=80)
plt.plot(X, C, 'b-',lw=2.5)
plt.plot(X, S, 'r-',lw=2.5)
#这里`b-`是`color="blue",linestyle="-"`的简写形式
#`lw`=`linewidth`,两种写法都是合理的,但是`b-`这种形式明显更加简洁,也很好理解


加粗之后的效果

2.2调整坐标轴

仔细看上面的图,总觉得不舒服,大概是因为两条曲线“顶天立地”的原因吧,要是再多留些空间会更好?试试lim:

...
plt.xlim(X.min()*1.1, X.max()*1.1)
plt.ylim(C.min()*1.1, C.max()*1.1)
...
不要~~顶天立地~~

2.3坐标刻度改为 3.14 更合适?

对于三角函数来说,1,2,3这些整数值没有多大意义,倒是3.14这种能让人家一看就知道:

....
plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi])
plt.yticks([-1,0,1])
...


3.14

等等,3.14改成$\pi$不是更好吗?

...
plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi],
           [r'$-\pi$', r'$-\pi/2$',  r'$0$', r'$\pi/2$',r'$+\pi$'])
...


pi

2.4坐标轴放在中间更好看吧?

现在的坐标轴位于图象四周唉,而且X,Y的原点分散,感觉上吧坐标轴放在图象中间会更好看一点吧?

...
ax=plt.gca()
ax.spines['right'].set_color('none') #先把右边和上边的边界设置为不可见
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0)) #然后把下边界和左边界移动到0点
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))

plt.plot(X, C, 'b-',lw=2.5)
plt.plot(X, S, 'r-',lw=2.5)
#
...


坐标轴在中间

2.5喂喂喂!我怎么知道哪条是cosine?

那就加个图例吧:

...
plt.plot(X, C, 'b-',lw=2.5, label='cosine')
plt.plot(X, S, 'r-',lw=2.5, label='sine')
plt.legend(loc='upper left')
...
加上图例一目了然

2.6特殊点注释不可少

在一幅图像中,有些关键的点要是标注出来的话,重点就不言自明了吧?2$\pi$/3如何?

...
t=2*np.pi/3

plt.plot([t,t],[0,np.cos(t)], color ='blue', linewidth=2.5, linestyle="--")
plt.scatter([t,],[np.cos(t),], 50, color ='blue') #画出需要标注的点

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")) 
#给这个点添加注释,下同

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"))
...
标注美美哒

2.7最后再修改一些细节

坐标轴上标记的刻度字体太小了吧!而且会被图象挡住唉!

...
for label in ax.get_xticklabels() + ax.get_yticklabels():
    label.set_fontsize(16)
    label.set_bbox(dict(facecolor='w',edgecolor='None',alpha=0.4))
...

大功告成

不断尝试,找到自己喜欢的风格,之后就可以直接调用了,不需要每次都重新倒腾~~

推荐阅读更多精彩内容

  • 来源:NumPy Tutorial - TutorialsPoint 译者:飞龙 协议:CC BY-NC-SA 4...
    布客飞龙阅读 24,336评论 6 94
  • 声明:建国后不得出现妖精,鬼怪和哥布林。本文所记录的均为架空事件,如有巧合,欢迎对号入座。本文不得被无序转载,如转...
    _CHARSET阅读 126评论 0 1
  • 跳槽是个技术活 跳槽,这个词的发端是指马儿在槽中吃食,吃完了这个槽里的东西,换个地方吃。现代被特指为换工作,换单位...
    吃货不孤独阅读 194评论 4 1
  • 1、彩排。告诉新人仪式过程中的注意事项。 2、贴身引导。虽然有彩排,但新人上场后往往会忘记细节,督导在旁边就可以随...
    小矮人与你阅读 752评论 0 0
  • 狐狸发现一窝鸡 李静衡通药茶养生,美容减肥排毒畅通! 狐狸发现一窝鸡,因太胖钻不进去,于是饿了三天终于进入,饱餐后...
    趁早养生阅读 66评论 0 0