当前位置：网站首页 > 技术资源 > 正文

python的matplotlib的三角函数sin和cos的静态作图详解

off999 2024-09-20 22:50 62 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。

python静态方法