matplotlib绘图标记及注释

import numpy as np
import matplotlib.pyplot as plt

from pylab import *

figure(figsize=(8,5),dpi=80)

ax=plt.subplot(111)

ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.spines['bottom'].set_position(('data',0))
ax.spines['left'].set_position(('data',0))


X = np.linspace(-np.pi, np.pi, 256,endpoint=True)
C,S = np.cos(X), np.sin(X)

plot(X, C, color="blue", linewidth=2.5, linestyle="-",label='cosine',zorder=-1)
plot(X, S, color="green", linewidth=2.5, linestyle="-",label='sine',zorder=-1)

xlim(X.min()*1.1,X.max()*1.1)
ylim(C.min()*1.1,C.max()*1.1)

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

legend(loc='upper left',frameon=False)

t=2*np.pi/3

plot([t,t],[0,np.cos(t)],color='blue',linewidth=1.5,linestyle='--')
scatter(t,np.cos(t),50,color='blue')

annotate(r'$\cos(\frac{2\pi}{3})=-\frac{1}{2}$',
         xy=(t,np.cos(t)),
         xytext=(-90,-50),textcoords='offset points',fontsize=16,
         arrowprops=dict(arrowstyle='->',connectionstyle='arc3,rad=.2'))

plot([t,t],[0,np.sin(t)],color='g',linewidth=1.5,linestyle='--')
scatter(t,np.sin(t),50,color='green')

annotate(r'$\sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$',
         xy=(t,np.sin(t)),
         xytext=(10,30),textcoords='offset points',fontsize=16,
         arrowprops=dict(arrowstyle='->',connectionstyle='arc3,rad=.2'))

for label in ax.get_xticklabels() + ax.get_yticklabels():
    label.set_fontsize(16)
    label.set_bbox(dict(facecolor='white', edgecolor='None', alpha=0.65 ))

plt.show()
 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Matplotlib是一个Python的绘图库,可以用来绘制各种类型的图表,包括线图、散点图、柱状图等等。它可以与NumPy和Pandas等Python库一起使用,非常适合数据可视化和科学计算。你可以使用Matplotlib的API来创建图表,也可以使用Matplotlib的pyplot模块来快速绘制图表。 ### 回答2: matplotlib是一个用于绘制数据可视化图形的Python库。它提供了丰富的绘图功能,可以轻松地创建各种类型的图表,包括折线图、散点图、柱状图、饼图等。 要使用matplotlib绘图,首先需要导入相关的模块。常用的模块有matplotlib.pyplot和numpy。pyplot模块提供了绘图的基本函数,而numpy模块用于生成数据。 绘制折线图的方法是将要绘制的数据传入plot函数中,并通过show函数显示图形。例如,可以使用以下代码绘制一个简单的折线图: ```python import matplotlib.pyplot as plt import numpy as np x = np.linspace(0, 10, 100) y = np.sin(x) plt.plot(x, y) plt.show() ``` 绘制散点图的方法与折线图类似,通过scatter函数实现。例如,可以使用以下代码绘制一个简单的散点图: ```python import matplotlib.pyplot as plt import numpy as np x = np.random.rand(100) y = np.random.rand(100) colors = np.random.rand(100) sizes = np.random.rand(100) * 100 plt.scatter(x, y, c=colors, s=sizes) plt.show() ``` 除了基本的绘图函数外,matplotlib还提供了许多其他功能,如添加标题、坐标轴标签、图例、网格线等。可以通过调用相应的函数进行设置。 总之,matplotlib是一个强大的数据可视化库,可以帮助我们更好地理解数据,并清晰地表达数据的含义。无论是进行数据分析还是进行学术研究,matplotlib都是一款非常实用的绘图工具。 ### 回答3: matplotlib是一个广泛应用于数据可视化的Python库。它提供了一系列功能丰富、高度可定制的绘图工具和函数,可以用来创建各种类型的图表,包括线图、散点图、柱状图、饼图等等。 使用matplotlib进行绘图非常简单,首先需要导入matplotlib库。然后,我们可以使用pyplot模块来创建一个绘图对象,并使用各种属性和方法来设置图表的样式、标题、坐标轴等等。 绘制线图时,可以通过传入一组横坐标和纵坐标的数据,使用plot方法绘制出一条折线。还可以使用scatter方法绘制散点图,使用bar方法绘制柱状图,使用pie方法绘制饼图等等。 除了基本的绘图功能,matplotlib还提供了许多高级功能,如添加注释、添加图例、设置背景颜色等等。此外,还可以通过使用不同的颜色映射、线条样式、点标记等来增强图表的可读性和美观性。 在使用matplotlib进行绘图时,还可以将图表保存为图片文件,或在Jupyter Notebook中直接显示出来。同时,matplotlib还支持交互式绘图,可以通过鼠标操作进行缩放、移动和放大等操作,以更好地查看数据。 总体而言,matplotlib是一个功能强大、灵活易用的绘图工具,可以帮助我们将数据可视化,并更好地理解和展示数据的特征和关系。无论是探索数据、进行数据分析,还是进行学术研究或报告,matplotlib都是一个不可或缺的工具。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值