from pylab import *
import numpy as np
import matplotlib.pyplot as plt
def sin_cos(left=np.pi, right=np.pi):
# 获取x轴的值,256个
x = np.linspace(left, right, 256, endpoint=True)
# 将cos和sin的值赋值给c和s
c, s = np.cos(x), np.sin(x)
# 将数值与x轴对应
plt.plot(x, c, label='cosine')
# 设置线型为虚线,颜色为蓝色,方式一
# plt.plot(x, s, 'b|:')
# 设置线型为虚线,颜色为蓝色,方式二
plt.plot(x, s, color='blue', linewidth=2.5, linestyle=':', label='sine')
# 显示图例,即plt.pot中的label
legend(loc='upper left')
# 设置轴的上下限,效果同x = np.linspace(left, right, 256, endpoint=True)
xlim(-4, 4)
# 设置横轴记号
xticks(np.linspace(-4, 4, 9, endpoint=True), fontproperties="times New roman", size=20)
# 设置纵轴记号
yticks(np.linspace(-1, 1, 5, endpoint=True))
# 设置横纵坐标的名称以及对应字体格式
font = {
'family': 'Times New Roman',
'weight': 'normal',
'size': 20
}
# 设置横轴标签
plt.xlabel('X axis', font)
# 设置纵轴标签
plt.ylabel("Y axis", font)
# 设置标题
plt.title('Demo Figure', font)
# 设置坐标轴gca(), 获取坐标轴信息
ax = gca()
# 使用ax.spines[]选定边框,使用set_color将选定的边框的颜色设置为none
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
'''
移动坐标轴,将bottom即X坐标移动到y=0的位置
ax.xaxis为X轴,set_ticks_position()用于从上下左右(top/bottom/left/right)四条脊柱中选择一个作为x轴
使用set_position()设置边框位置:y=0的位置。位置的所有属性包括:outward、axes、data
'''
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data', 0))
"将left即,y坐标轴设置到x=0的位置"
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data', 0))
# 在2*np.pi/3的位置给两条函数曲线加上一个注释
t = 2 * np.pi / 3
plt.plot([t, t], [0, np.cos(t)], color='blue', linewidth=2.5, linestyle='--')
scatter([t, ], [np.cos(t), ], 50, color='blue')
annotate(r'$\sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$', xy=(t, np.sin(t)), xycoords='data', xytext=(+10, +30),
textcoords='offset points',fontsize=16,arrowprops=dict(arrowstyle="->",connectionstyle='arc3,rad=.2'))
plot([t,t],[0,np.sin(t)],color='red',linewidth=2.5,linestyle='--')
scatter([t, ], [np.sin(t), ], 50, color='red')
annotate(r'$\cos(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$', xy=(t, np.cos(t)), xycoords='data', xytext=(-90, -50),
textcoords='offset points', fontsize=16, arrowprops=dict(arrowstyle="->", connectionstyle='arc3,rad=.2'))
# 以分辨率72保存图片
savefig('demo.png', dpi=72)
show()
sin_cos(-np.pi, np.pi)
使用matplotlib绘画cos,sin曲线图,并做注释
于 2023-06-17 18:46:33 首次发布