用numpy的ndarray配合matplotlib来画函数图形是最好的选择,代码量很小,就能画出印刷级别的图像。
我的初步尝试,代码如下,在一个figure内画了5个不同幂次的函数:
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(-5, 5, 1000)
fig = plt.figure('graph of function')
ax = fig.add_subplot(121) # must be 3-digital number to indicate the place
ax.spines['top'].set_color('none')
ax.spines['right'].set_color('none')
ax.spines['left'].set_position(('data', 0))
ax.spines['bottom'].set_position(('data', 0))
ax.set_title(r'$y=x^n$')
ax.plot(x, x, 'r--', linewidth=1, label=r'$y=x$')
ax.plot(x, x**2, 'b:', linewidth=1, label=r'$y=x^2$')
ax.plot(x, x**3, 'g-.', linewidth=1, label=r'$y=x^3$')
ax.plot(x, x**4, linewidth=1, label=r'$y=x^4$')
ax.plot(x, x**5, linewidth=1, label=r'$y=x^5$')
ax.set_xlim(-5, 5)
ax.set_ylim(-5, 5)
ax.legend()
ax.set_xlabel('x', fontsize=12, color='red')
ax.set_ylabel('y')
ax.text(1, -2, r'$\alpha\beta$')
ax.grid(True)
ax = fig.add_subplot(122)
ax.spines['top'].set_color('none')
ax.spines['right'].set_color('none')
ax.spines['left'].set_position(('data', 0))
ax.spines['bottom'].set_position(('data', 0))
ax.set_title(r'$y=x^n$')
ax.plot(x, x, 'r--', linewidth=1, label=r'$y=x$')
ax.plot(x, x**2, 'b:', linewidth=1, label=r'$y=x^2$')
ax.plot(x, x**3, 'g-.', linewidth=1, label=r'$y=x^3$')
ax.plot(x, x**4, linewidth=0.5, label=r'$y=x^4$')
ax.plot(x, x**5, linewidth=0.5, label=r'$y=x^5$')
ax.set_xlim(-5, 5)
ax.set_ylim(-5, 5)
ax.legend()
ax.set_xlabel('x')
ax.set_ylabel('y')
ax.text(1, -2, r'$\sigma$', color='blue')
plt.show()
运行效果如下:
用matplotlib画函数图形
效果很赞!
说明几点:
这是在一个figure里面画了两个axes,对matplotlib的figure和axes概念,要好好理解一下,这部分看官网说明即可;
数据不能太少,否则你看到的图像就是点与点之间的直线连接,如果把上面的代码x的量修改为10,你就能看到这个效果;
matplotlib的使用方式有很多种,因为这个库最初就是在模仿matlab,上面代码的使用方式,被官网成为OO方式,我觉得这种方式更灵活;
除了窗口的标题,图像中很多地方,都可以使用LaTex语法来写数学公式,这个非常棒;
plt.subplot的参数,一定是3位数字,用来定位的,几行几列第几个;
上面的代码,有几行是移动(0,0)点到中心的,网上有很多人在分享这部分的技巧,画函数图形特别需要;
如果是放方程的图形,暂时还未找到特别好的方法,只能把方程分成多个函数,用相同的颜色画多条线来实现。
matplotlib果然名不虚传,如果以后用到了其它接口作图,再补充。
-- EOF --