Python-matplotlib:快速入門教程

用 matplotlib 來繪制一幅完美的三角函數圖吧!

本文的源代碼:點擊進入ipy notebook

此文由 Cescfangs翻譯自: Nicolas P. Rougier的Matplotlib教程,并作出了適當的修改。

1.快速創建三角函數

%matplotlib inline 
#要在ipy notebook里直接顯示Matplotlib的輸出圖象,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)

#這里用到了Matplotlib和numpy模塊,linspace在(?π,π)之間分成共256個小段,
#并把這256個值賦予X。C,S分別是cosine和sine值(X,C,S都是numpy數組)
plt.plot(X,C)
plt.plot(X,S)

1.1

2.參數修改-繪制完美的三角函數

在第一部分中我們通過Matplotlibnumpy快速創建了一個三角函數圖,所采用的參數都是默認的。事實上我們可以通過相關參數(包括線型、顏色、坐標、標題、圖示……)的修改使圖形滿足自己的需求。

2.1線寬和顏色

把cosine函數的顏色設置為藍色,sine則是紅色,而且線是不是看起來不夠粗?

fig = plt.figure(figsize=(10,6),dpi=80)
plt.plot(X, C, 'b-',lw=2.5)
plt.plot(X, S, 'r-',lw=2.5)
#這里`b-`是`color="blue",linestyle="-"`的簡寫形式
#`lw`=`linewidth`,兩種寫法都是合理的,但是`b-`這種形式明顯更加簡潔,也很好理解


加粗之后的效果

2.2調整坐標軸

仔細看上面的圖,總覺得不舒服,大概是因為兩條曲線“頂天立地”的原因吧,要是再多留些空間會更好?試試lim:

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

2.3坐標刻度改為 3.14 更合適?

對于三角函數來說,1,2,3這些整數值沒有多大意義,倒是3.14這種能讓人家一看就知道:

....
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$\pi$不是更好嗎?

...
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坐標軸放在中間更好看吧?

現在的坐標軸位于圖象四周唉,而且X,Y的原點分散,感覺上吧坐標軸放在圖象中間會更好看一點吧?

...
ax=plt.gca()
ax.spines['right'].set_color('none') #先把右邊和上邊的邊界設置為不可見
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0)) #然后把下邊界和左邊界移動到0點
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)
#
...


坐標軸在中間

2.5喂喂喂!我怎么知道哪條是cosine?

那就加個圖例吧:

...
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')
...
加上圖例一目了然

2.6特殊點注釋不可少

在一幅圖像中,有些關鍵的點要是標注出來的話,重點就不言自明了吧?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') #畫出需要標注的點

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")) 
#給這個點添加注釋,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"))
...
標注美美噠

2.7最后再修改一些細節

坐標軸上標記的刻度字體太小了吧!而且會被圖象擋住唉!

...
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

不斷嘗試,找到自己喜歡的風格,之后就可以直接調用了,不需要每次都重新倒騰~~

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。

推薦閱讀更多精彩內容