填充函数的使用

1.fill() 函数

语法格式如下所所示:

fill(*args,data=None, facecolor, edgecolor, linewidth,**kwargs)

该函数常用参数的含义如下：

    *args:表示x轴坐标、y轴坐标或颜色的序列。
     facecolor :表示填充的背景颜色。
     edgecolor : 表示边框的颜色。
     linewidth : 表示边框的宽度。

2. fill_between()

语法格式如下所所示:

fill_between (x,y1,y2=0,where=None, interpolate=False,step=None,data=None,**kwargs）

该函数常用参数的含义如下：
    x:表示x轴坐标的序列。
    y1:表示第一条曲线的y轴坐标。
    y2:表示第二条曲线的y轴坐标。
 

3. fill_betweenx()函数

语法格式如下所所示:

fill_betweenx(y,x1，x2=0， where=None, step=None, interpolate=False,data=None,**kwargs)

该函数常用参数的含义如下：
     y:表示y轴坐标的序列。
     x1:表示第一条曲线的x轴坐标。
     x2 :表示第二条曲线的x轴坐标。
     where :布尔值，表示要填充区域的条件。
               （x1>x2说明第一条曲线位于第二条曲线右方时填充;x1<x2 说明第二条曲线位于第一条曲线右方时填充）
 

实例：

需要达到的运行结果：

 代码如下：

#导入模块
import numpy as np
import matplotlib.pyplot as plt
 
 
#显示中文
plt.rcParams['font.sans-serif'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False
 
 
# 1.准备数据
x = np.linspace(-np.pi, np.pi, 256, endpoint=True)    #π的表达：np.pi
y_cos, y_sin = np.cos(x), np.sin(x)
 
 
# 2.绘制折线
 
# 余弦曲线的样式：蓝色、线宽为1.0，透明度为0.5
plt.plot(x,y_cos,color='b',linewidth=1.0,alpha=0.5)
 
#正弦曲线的样式：红色、线宽为1.0
plt.plot(x,y_sin,color='r',linewidth=1.0)
 
 
# 3.图表辅助元素定制（图表标题，刻度标签，图例，网格，指向型注释文本）
 
# 设置图表标题
plt.title('Cos & Sin')
 
# 设置 x 轴的刻度标签(“-π”、 “-π/2”、 “0”、 “π/2”、 “-π”)
plt.xticks([-np.pi,    -np.pi/2,    0,      np.pi/2,    np.pi], 
           [r'$-\pi$', r'$-\pi/2$', r'$0$', r'$\pi/2$', r'$\pi$']) 
 
# 设置 y 轴的刻度标签(-1.0,  -0.5,  0.0,  0.5, 1.0)
plt.yticks([-1.0, -0.5, 0.0, 0.5,1.0], 
           [r'$-1$',  r'$-0.5$', 
            r'$0$',
            r'$0.5$', r'$1$'
           ])
 
#设置图例(COS, SIN在图左上方)
plt.legend(['COS','SIN'],loc='upper left')
 
#设置网格（显示网格，网格宽度0.3）
plt.grid(b=None,axis='both',linewidth=0.3)
 
#添加指向型注释文本
# 在x=1、y=np.cos(1)的位置添加指向型注释文本；
plt.annotate("cos(1)",
            xy=(1, np.cos(1)),
             xytext=((np.pi / 2),0.75),
             arrowprops=dict(arrowstyle="->")
            )
 
 
# 4.图表样式美化（填充颜色）
# 为正弦曲线和余弦曲线封闭起来的区域填充绿色，透明度为0.25
plt.fill_between(x,y_cos, y_sin,y_cos > y_sin,color='green',alpha=0.25 )
 
 
# 展示图表
plt.show()

得到的运行结果如下：