Matplotlib基线绘制

绘制余弦正弦图像，横轴坐标为（-π, π）
1、 基本图像绘制

import matplotlib.pyplot as plt
import numpy as np

def main():

    x = np.linspace(-np.pi, np.pi, 256, endpoint=True)  # 从 -pi到pi,有256个点
    c = np.cos(x)
    s = np.sin(x)
    plt.figure(1)
    plt.plot(x, c)  # 第一个参数是自变量，第二个参数是因变量
    plt.plot(x, s)
    plt.show()

if __name__ == "__main__":
    main()

结果为：

2、属性变化

import matplotlib.pyplot as plt
import numpy as np

def main():

    x = np.linspace(-np.pi, np.pi, 256, endpoint=True)  # 从 -pi到pi,有256个点
    c = np.cos(x)
    s = np.sin(x)
    plt.figure(1)

    # 第一个参数是自变量，第二个参数是因变量，线的颜色，线宽，线型，标签，透明度
    plt.plot(x, c, color="blue", linewidth=1.0, linestyle="-", label="cos", alpha=0.5)
    # r* 表示的是线型为*的红色线
    plt.plot(x, s, "r*", label="sin")
    plt.title("cos & sin")  # 加标题
    plt.show()

if __name__ == "__main__":
    main()

结果为：

3、

import matplotlib.pyplot as plt
import numpy as np

def main():

    x = np.linspace(-np.pi, np.pi, 256, endpoint=True)  # 从 -pi到pi,有256个点
    c = np.cos(x)
    s = np.sin(x)
    plt.figure(1)

    # 第一个参数是自变量，第二个参数是因变量，线的颜色，线宽，线型，标签，透明度
    plt.plot(x, c, color="blue", linewidth=1.0, linestyle="-", label="cos", alpha=0.5)
    # r* 表示的是线型为*的红色线
    plt.plot(x, s, "r*", label="sin")
    ax = plt.gca()
    ax.spines["right"].set_color("none")  # 隐藏右边框
    ax.spines["top"].set_color("none")   # 隐藏上边框
    ax.spines["left"].set_position(("data", 0))   # 左边框位置放到中心去
    ax.spines["bottom"].set_position(("data", 0))  # 底部边框位置放到中心去
    plt.title("cos & sin")  # 加标题
    plt.show()

if __name__ == "__main__":
    main()

结果为：

4、

import matplotlib.pyplot as plt
import numpy as np

def main():

    x = np.linspace(-np.pi, np.pi, 256, endpoint=True)  # 从 -pi到pi,有256个点
    c = np.cos(x)
    s = np.sin(x)
    plt.figure(1)

    # 第一个参数是自变量，第二个参数是因变量，线的颜色，线宽，线型，标签，透明度
    plt.plot(x, c, color="blue", linewidth=1.0, linestyle="-", label="cos", alpha=0.5)
    # r* 表示的是线型为*的红色线
    plt.plot(x, s, "r*", label="sin")
    ax = plt.gca()
    ax.spines["right"].set_color("none")
    ax.spines["top"].set_color("none")
    ax.spines["left"].set_position(("data", 0))
    ax.spines["bottom"].set_position(("data", 0))

    # 设置轴的显示
    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(np.linspace(-1, 1, 5, endpoint=True))

    for label in ax.get_xticklabels() + ax.get_yticklabels():  # 设置大小
        label.set_fontsize(16)
        label.set_bbox(dict(facecolor="white", edgecolor="None", alpha=0.2))

    plt.legend(loc="upper left")  # 小方框的位置
    plt.grid()  # 网格线
    plt.title("cos & sin")  # 加标题
    plt.show()

if __name__ == "__main__":
    main()

结果为：

5、 改变显示范围：
plt.axis([-1, 1, 0.5, 1]) # 指定横轴最小最大，纵轴最小最大

结果为：

6、在4的基础上，加入这一行来进行填充：

plt.fill_between(x, np.abs(x) < 0.5, c, c > 0.5, color="green", alpha=0.25)

其中，x指的是横轴。x<0.5,对应的cos函数是1，所以从1开始往上填充。x>0.5的时候，对应的是0，所以从0开始往上填充
效果为：

7、在6的基础上，加注释：

plt.plot([t, t], [0, np.cos(t)], "y", linewidth=3, linestyle="--") # 加条线

8、在7的基础上，加注释：

 plt.annotate("cos(1)", xy=(t, np.cos(1)), xycoords="data", xytext=(+10, +30),
            textcoords="offset points", arrowprops=dict(arrowstyle='->', connectionstyle='arc3, rad=0.2'))
#   xy=(t, np.cos(1)) 要加入的点的位置， xytext=(+10, +30) 加入注释的偏移量，  textcoords说明是在相对位置  connectionstyle箭头的弧度