目录
  • 0、引言
  • 1、绘图
    • （1）导入所需库
    • （2）设置函数
    • （3）plt.figure()
    • （4）plt.plot（），plt.axhline（），plt.axvline（），plt.axhspan()，plt.axvspan()
    • （5）设置 x，y 轴的数值范围
    • （6）设置 x，y 轴的标题文本
    • （7）设置图例和标题
    • （8）plt.show()
  • 2运行结果
    • 总结 

      0、引言

      为了让用户能够使用python时，方便地绘制 2D 图表，PYTHON的模块中提供Matplotlib模块中所含的子库pyplot，提供了和 MATLAB 类似的绘图功能。Pyplot 包含一系列绘图函数的相关函数，每个函数会对当前的图像进行一些修改。本文通过绘制三角函数cos()来对其中一些重要函数进行讲解。

      1、绘图

      （1）导入所需库

      import numpy as np
import matplotlib.pyplot as plt

# 用于显示中文字符
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

      （2）设置函数

      t = np.arange(0, 12, 0.01)
s = np.cos(2 * np.pi * t)

      （3）plt.figure()

      figure()函数用于展开和设置画布相关参数，figure(num, figsize)，num设置为数字时为画布编号，字符串时为画布名；figsize用于设置画布大小（长，宽）。两者不是必须设置的，如果没有，会自动生成合适的结果。还有其他一些参数可以设置，但不常用，就不介绍了，想了解的自行搜索相关内容。

      plt.figure(num=1, figsize=(10, 10))

      （4）plt.plot（），plt.axhline（），plt.axvline（），plt.axhspan()，plt.axvspan()

      plot（）用于绘制点和线

      plt.plot(x, y, format_string, **kwargs)，其中：

      • x:X轴数据，列表或数组，可选
      • y:Y轴数据，列表或数组
      • format_string:控制曲线的格式字符串，可选。包括线条的颜色，样式，宽度等
      • **kwargs:第二组或更多(x,y,format_string)，可画多条曲线
      plt.plot(t, s, color='red', ls='-', label='sinx')

      plt.axhline（），plt.axvline（）分别用于绘制平行于x轴和y轴的直线，参数设置和plt.plot（）相似。

      # 画y=o的直线,平行于x轴；
plt.axhline(y=0, color='green', lw=2, label='分割线')
# 画x=4的直线，平行于y轴；
plt.axvline(x=0, color='b', lw=2, label='分割线2')

      plt.axhspan()，plt.axvspan()用于绘制垂直于y轴和x轴的参考区域

      # 绘制垂直于x轴的参考区域
plt.axhspan(ymin=0, ymax=.1, facecolor='r', alpha=0.2)
plt.axvspan(xmin=0, xmax=1, facecolor='r', alpha=0.2)

      （5）设置 x，y 轴的数值范围

      plt.axis([xmin, xmax, ymin, ymax])和plt.xlim(xmin, xmax)，plt.ylim(ymin, ymax)功能相同，用于设置坐标轴范围；plt.xticks(list(range(xmin, xmax, 刻度间距)))，plt.yticks(list(range((ymin, ymax, 刻度间距)))能更加精确地设置自己想要刻度。

      # plt.axis([x_min, x_max, y_min, y_max])
# plt.xlim(0, 12)
# plt.ylim(-1, 1)
plt.xticks(list(range(0, 12, 2)))
plt.yticks(list(range(-1, 2, 1)))

      （6）设置 x，y 轴的标题文本

      plt.xlabel('x轴')
plt.ylabel('y轴')

      （7）设置图例和标题

      plt.legend()'
plt.title("正弦函数")

      plt.legend()要想正常实现功能效果，plt.plot（）中label必须设置。

      （8）plt.show()

      必须有的函数。在关闭show()函数弹出的图像窗口前，show()函数后面的代码不会运行，直到用户关闭图像窗口，才会继续。
      完整代码：

      import numpy as np
import matplotlib.pyplot as plt

# 用于显示中文字符
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
# 预设参数
t = np.arange(0, 12, 0.01)
s = np.cos(2 * np.pi * t)
s2 = np.sin(2 * np.pi * t)
# 打开一个画布
plt.figure(num=1, figsize=(10, 10))

# 画函数线，没有label，图例旧无法显示
plt.plot(t, s, color='red', ls='-', label='cosx', )
# 画y=o的直线,平行于x轴；
plt.axhline(y=0, color='green', lw=2, label='分割线')
# 画x=4的直线，平行于y轴；
plt.axvline(x=0, color='b', lw=2, label='分割线2')
# 绘制垂直于x轴的参考区域
plt.axhspan(ymin=0, ymax=.1, facecolor='r', alpha=0.2)
plt.axvspan(xmin=0, xmax=1, facecolor='r', alpha=0.2)

# 设置 x，y 轴的数值范围
# plt.axis([x_min, x_max, y_min, y_max])
# plt.xlim(0, 12)
# plt.ylim(-1, 1)
plt.xticks(list(range(0, 12, 2)))# 可调刻度
plt.yticks(list(range(-1, 2, 1)))
# 设置 x，y 轴的标题文本
plt.xlabel('x轴')
plt.ylabel('y轴')

# 设置图例
#plt.legend(loc='upper left', bbox_to_anchor=(0.2, 0.95))
plt.legend()
plt.title("正弦函数")

# 在关闭show()函数弹出的图像窗口前，show()函数后面的代码不会运行，直到用户关闭图像窗口，才会继续。
plt.show()

      2运行结果

      如何在Python中利用matplotlib.pyplot画出函数图详解

      总结 

      声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。