Python使用matplotlib绘制正多边形逼近圆周

Python使用matplotlib绘制正多边形逼近圆周


对于正多边形,如果边的数量足够多,可以无限接近圆周

  • 参考代码:
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.widgets import Slider, Button

def circleXY(r=20, sideNum=15):
    theta = np.linspace(0, 2 * np.pi,  # 绘制一个完整的园
                        sideNum,  # 边的数量
                        False)  # 划分角度时不包含终点
    x = r * np.sin(theta)  # 圆周上点的
    x = np.append(x, x[0])
    y = r * np.cos(theta)
    y = np.append(y, y[0])
    return (x, y)

fig, ax = plt.subplots()  # 创建图形和轴
plt.subplots_adjust(left=0.1,  # 调整绘制结果图形的位置
                    bottom=0.25)
x, y = circleXY()
l, = plt.plot(x, y,  # 绘制折线图,正多边形
              lw=2, color='red')  # 设置线宽和颜色
axColor = 'lightgoldenrodyellow'

# 创建Slider组件,设置位置/尺寸、背景图和初始值
axSideNum = plt.axes([0.2, 0.1, 0.6, 0.03],  # Slider组件左上角位置和宽度、高度
                     facecolor=axColor)
slideSideNum = Slider(axSideNum, 'side number',
                      valmin=3, valmax=60,  # 最小值、最大值
                      valinit=6,  # 默认值
                      valfmt='%d')  # 数字显示格式

# 为Slider组件设置事件处理函数
def update(event):
    sideNum = int(slideSideNum.val)  # 获取Slider组件的当前值
    x, y = circleXY(sideNum=sideNum)  # 根据边的数量,重新计算圆周上点的坐标
    l.set_data(x, y)  # 更新数据
    plt.draw()  # 重新绘制多边形


slideSideNum.on_changed(update)

# 创建按钮组件,用来恢复Slider组件的初始值
resetax = plt.axes([0.45, 0.03, 0.1, 0.04])
button = Button(resetax, 'Reset', color=axColor, hovercolor='yellow')

def reset(event):
    slideSideNum.reset()

button.on_clicked(reset)
ax.set_aspect('equal')          #设置坐标轴纵横比相等
ax.set_xlim(-22, 22)            #设置x轴刻度起止值
ax.set_ylim(-22, 22)

plt.show()              #显示图形
  • 运行截图:
    在这里插入图片描述
  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Python使用Matplotlib可以绘制各种类型的图表,包括折线图、散点图、柱状图、饼图等。Matplotlib是一个非常强大的数据可视化工具,可以帮助我们更好地理解数据。使用Matplotlib需要先导入库,然后使用相应的函数来绘制图表。例如,使用plot函数可以绘制折线图,使用scatter函数可以绘制散点图,使用bar函数可以绘制柱状图等。Matplotlib还提供了许多参数和选项,可以帮助我们自定义图表的样式和布局。 ### 回答2: Python是一种高级编程语言,实现了面向对象方式的编程。Python拥有众多的数据分析和可视化工具,而matplotlibPython的一个数据可视化工具。matplotlibPython绘图库中的重要组成部分,它提供了很多种类型的可视化图表,包括线性图、饼图、散点图、条形图、直方图、等高线图、三维图形等。本文将简要讲述如何使用matplotlib进行数据可视化。 首先,我们需要安装matplotlib库。在命令行中运行以下代码:pip install matplotlib。 接下来,我们可以导入模块并开始使用matplotlib。我们需要使用pyplot模块来创建图形,并使用各种函数来按需添加元素(如线条、标记、文本等)。 例如,要创建一个简单的折线图,我们可以按照以下步骤操作: 1.导入matplotlib.pyplot:import matplotlib.pyplot as plt 2.创建数据:x = [1, 2, 3, 4, 5],y = [2, 4, 6, 8, 10] 3.使用plt.plot()函数创建折线图:plt.plot(x, y) 4.使用plt.show()函数显示图形:plt.show() 这个简单的示例代码将绘制一个包含五个点的折线图,横坐标为1到5,纵坐标为2到10。我们可以进一步调整视觉元素,如修改线条颜色和宽度、添加标签、更改轴标签等。 另外,matplotlib还提供了许多其他类型的图表,如散点图。要生成散点图,我们可以使用plt.scatter()函数,它允许我们在x和y坐标中指定每个点的位置,并使用不同的颜色和符号来区分组或分类。 总之,Pythonmatplotlib库具有灵活性和易于使用的优点,可以帮助数据分析师快速创建漂亮且易于阅读的可视化图表。 ### 回答3: Python是一种功能强大的编程语言,具有众多优点,例如易学易用、灵活性高、开放、自由、适用于各种任务等。在Python中,为科学家和分析师提供了各种各样的库,可以帮助他们处理和分析数据。matplotlibPython中最常用的一个绘图库,该库允许用户绘制各种类型的图表。 使用matplotlib,可以轻松地创建各种美观的图表和图形,例如条形图、线型图、散点图和饼图等。为了使用matplotlib,需要确保已经从官方网站(https://matplotlib.org/)将其下载到系统上。 接下来,可以使用import语句导入matplotlib库,并使用以下代码来创建一个简单的折线图: ``` import matplotlib.pyplot as plt x = [1, 2, 3, 4, 5] y = [2, 4, 6, 8, 10] plt.plot(x, y) plt.show() ``` 在此代码中,首先导入matplotlib.pyplot模块并将其重命名为plt。然后,定义x和y变量,用于创建数据点。最后使用`plt.plot()`函数来创建折线图并使用`plt.show()`函数来显示该图。 matplotlib有更多的功能和选项,可以用于更高级的数据可视化。例如,可以添加标签、标题、图例、颜色和样式等属性来增强图表的外观和易读性。 总结来说,使用matplotlib绘制图表是一种简单而又功能强大的工具,它可以帮助数据分析师和科学家快速地可视化数据并从中获得有价值的信息。
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