python interactive slider_Python数据可视化案例三：使用Slider组件调整曲线参数

首先更正一个地方，昨天的文章Pythonic:递归、回溯等5种方法生成不重复数字整数中最后一段代码的注释中不小心把“排列”写成了“组合”，抱歉抱歉！

今天的内容是Python+matplotlib做数据可视化，代码演示的功能是通过两个Slider组件来调整正弦曲线的振幅和频率，同时演示在外部(例如按钮事件处理函数中)修改Slider组件值的方法。

import numpy as np

import matplotlib.pyplot as plt

from matplotlib.widgets import Slider, Button, RadioButtons

fig, ax = plt.subplots()

#设置图形区域位置

plt.subplots_adjust(left=0.1, bottom=0.25)

t = np.arange(0.0, 1.0, 0.001)

#初始振幅与频率，并绘制初始图形

a0, f0= 5, 3

s = a0*np.sin(2*np.pi*f0*t)

l, = plt.plot(t, s, lw=2, color='red')

#设置坐标轴刻度范围

plt.axis([0, 1, -10, 10])

axColor = 'lightgoldenrodyellow'

#创建两个Slider组件，分别设置位置/尺寸、背景色和初始值

axfreq = plt.axes([0.1, 0.1, 0.75, 0.03], axisbg=axColor)

sfreq = Slider(axfreq, 'Freq', 0.1, 30.0, valinit=f0)

axamp = plt.axes([0.1, 0.15, 0.75, 0.03], axisbg=axColor)

samp = Slider(axamp, 'Amp', 0.1, 10.0, valinit=a0)

#为Slider组件设置事件处理函数

def update(event):

#获取Slider组件的当前值，并以此来更新图形

amp = samp.val

freq = sfreq.val

l.set_ydata(amp*np.sin(2*np.pi*freq*t))

plt.draw()

sfreq.on_changed(update)

samp.on_changed(update)

#创建Adjust按钮，设置大小、位置和事件处理函数

def adjustSliderValue(event):

ampValue = samp.val + 0.05

if ampValue > 10:

ampValue = 0.1

samp.set_val(ampValue)

freqValue = sfreq.val + 0.05

if freqValue > 30:

freqValue = 0.1

sfreq.set_val(freqValue)

update(event)

axAdjust = plt.axes([0.6, 0.025, 0.1, 0.04])

buttonAdjust = Button(axAdjust, 'Adjust', color=axColor, hovercolor='red')

buttonAdjust.on_clicked(adjustSliderValue)

#创建按钮组件，用来恢复初始值

resetax = plt.axes([0.8, 0.025, 0.1, 0.04])

button = Button(resetax, 'Reset', color=axColor, hovercolor='yellow')

def reset(event):

sfreq.reset()

samp.reset()

button.on_clicked(reset)

plt.show()

运行结果如图所示

温馨提示：单击文章顶部作者名字旁边浅蓝色的“Python小屋”进入公众号，关注后可以查看更多内容！

欢迎转发给您的朋友，或许这正是Ta需要的知识！