python的matplotlib的三角函数sin和cos的静态作图详解
toyiye 2024-09-16 06:05 3 浏览 0 评论
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"$\pi#34;, "$-\pi#34;])#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"$\sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}#34;,
(t, np.sin(t)),
xycoords="data", textcoords="offset pixels",
xytext=(20, 20),
arrowprops=dict(arrowstyle="->" , connectionstyle="arc3,rad=.2"),#箭头属性
fontsize=16,#zi字体大小
)
#设置标注
plt.annotate(r"$\cos(\frac{2\pi}{3})=-\frac{1}{2}#34;,
(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'$-\pi#39;,r'$-\pi/2#39;,r'$0#39;,r'$+\pi/2#39;,r'$+\pi#39;])
#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。
相关推荐
- 为何越来越多的编程语言使用JSON(为什么编程)
-
JSON是JavascriptObjectNotation的缩写,意思是Javascript对象表示法,是一种易于人类阅读和对编程友好的文本数据传递方法,是JavaScript语言规范定义的一个子...
- 何时在数据库中使用 JSON(数据库用json格式存储)
-
在本文中,您将了解何时应考虑将JSON数据类型添加到表中以及何时应避免使用它们。每天?分享?最新?软件?开发?,Devops,敏捷?,测试?以及?项目?管理?最新?,最热门?的?文章?,每天?花?...
- MySQL 从零开始:05 数据类型(mysql数据类型有哪些,并举例)
-
前面的讲解中已经接触到了表的创建,表的创建是对字段的声明,比如:上述语句声明了字段的名称、类型、所占空间、默认值和是否可以为空等信息。其中的int、varchar、char和decimal都...
- JSON对象花样进阶(json格式对象)
-
一、引言在现代Web开发中,JSON(JavaScriptObjectNotation)已经成为数据交换的标准格式。无论是从前端向后端发送数据,还是从后端接收数据,JSON都是不可或缺的一部分。...
- 深入理解 JSON 和 Form-data(json和formdata提交区别)
-
在讨论现代网络开发与API设计的语境下,理解客户端和服务器间如何有效且可靠地交换数据变得尤为关键。这里,特别值得关注的是两种主流数据格式:...
- JSON 语法(json 语法 priority)
-
JSON语法是JavaScript语法的子集。JSON语法规则JSON语法是JavaScript对象表示法语法的子集。数据在名称/值对中数据由逗号分隔花括号保存对象方括号保存数组JS...
- JSON语法详解(json的语法规则)
-
JSON语法规则JSON语法是JavaScript对象表示法语法的子集。数据在名称/值对中数据由逗号分隔大括号保存对象中括号保存数组注意:json的key是字符串,且必须是双引号,不能是单引号...
- MySQL JSON数据类型操作(mysql的json)
-
概述mysql自5.7.8版本开始,就支持了json结构的数据存储和查询,这表明了mysql也在不断的学习和增加nosql数据库的有点。但mysql毕竟是关系型数据库,在处理json这种非结构化的数据...
- JSON的数据模式(json数据格式示例)
-
像XML模式一样,JSON数据格式也有Schema,这是一个基于JSON格式的规范。JSON模式也以JSON格式编写。它用于验证JSON数据。JSON模式示例以下代码显示了基本的JSON模式。{"...
- 前端学习——JSON格式详解(后端json格式)
-
JSON(JavaScriptObjectNotation)是一种轻量级的数据交换格式。易于人阅读和编写。同时也易于机器解析和生成。它基于JavaScriptProgrammingLa...
- 什么是 JSON:详解 JSON 及其优势(什么叫json)
-
现在程序员还有谁不知道JSON吗?无论对于前端还是后端,JSON都是一种常见的数据格式。那么JSON到底是什么呢?JSON的定义...
- PostgreSQL JSON 类型:处理结构化数据
-
PostgreSQL提供JSON类型,以存储结构化数据。JSON是一种开放的数据格式,可用于存储各种类型的值。什么是JSON类型?JSON类型表示JSON(JavaScriptO...
- JavaScript:JSON、三种包装类(javascript 包)
-
JOSN:我们希望可以将一个对象在不同的语言中进行传递,以达到通信的目的,最佳方式就是将一个对象转换为字符串的形式JSON(JavaScriptObjectNotation)-JS的对象表示法...
- Python数据分析 只要1分钟 教你玩转JSON 全程干货
-
Json简介:Json,全名JavaScriptObjectNotation,JSON(JavaScriptObjectNotation(记号、标记))是一种轻量级的数据交换格式。它基于J...
- 比较一下JSON与XML两种数据格式?(json和xml哪个好)
-
JSON(JavaScriptObjectNotation)和XML(eXtensibleMarkupLanguage)是在日常开发中比较常用的两种数据格式,它们主要的作用就是用来进行数据的传...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- r语言矩阵 (127)
- browsererror (114)
- exportexcel (119)
- cv2.bitwise_not (137)
- dump命令 (128)
- es6concat (126)
- heapify (127)
- java.security.egd (130)
- javax.annotation (117)
- jsstringsplit (117)
- js数字 (115)
- maven编译 (132)
- mysqlleft (128)
- nodejsbuffer (149)
- org.apache.commons.httpclient (126)
- org.jsoup (141)
- org.springframework.web (128)
- robotframework-ride (115)
- setnocounton (141)
- socket.gethostbyname (122)
- sqlmid (121)
- time.strptime (133)
- vscode格式化 (125)
- win32con (129)
- window.localstorage (126)