Matplotlib 学习笔记&简易教程(一)

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。 原始出处:http://scipy-lectures.github.io/intro/matplotlib/matplotlib.html

快速创建三角函数

1
2
3
4
5
6
7
8
9
10
%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)

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

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?

1
2
3
4
5
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

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:

1
2
3
4
...
plt.xlim(X.min()*1.1, X.max()*1.1)
plt.ylim(C.min()*1.1, C.max()*1.1)
...

坐标刻度改为\(\pi\)更合适

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

1
2
3
4
....
plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi])
plt.yticks([-1,0,1])
...

等等,3.14改成\(\pi\)不是更好吗?

1
2
3
4
...
plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi],
[r'$-\pi$', r'$-\pi/2$', r'$0$', r'$\pi/2$',r'$+\pi$'])
...

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?

1
2
3
4
5
6
7
8
9
10
11
12
...
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)
#
...

喂喂喂!我怎么知道哪条是cosine?

那就加个图例吧:

1
2
3
4
5
...
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')
...

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?

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
...
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')
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"))
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"))
...

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!

1
2
3
4
5
...
for label in ax.get_xticklabels() + ax.get_yticklabels():
label.set_fontsize(16)
label.set_bbox(dict(facecolor='w',edgecolor='None',alpha=0.4))
...

>不断尝试,找到自己喜欢的风格之后,可以写个小的模块以便于之后引用。

欢迎转载,请注明出处。(๑¯∀¯๑)