Python3 matplotlib+numpy画函数图像

Python3 matplotlib+numpy画函数图像

matplotlib和numpy是python强大的第三方库之二。numpy内置了很多数学函数，而matplotlib则可以用于绘制图像，常用于大数据可视化。
先安装必需的库：

pip install matplotlib
pip install numpy

安装成功后，我们用matplotlib+numpy画一个正弦函数图像

import numpy as np
import matplotlib.pyplot as plt

由于懒（划掉），人们经常把numpy缩写成np，把matplotlib.pyplot 这个绘图库缩写成plt
然后我们要创建x坐标列表

import numpy as np
import matplotlib.pyplot as plt
#np.arange，约等于range函数
x=np.arange(0,2*np.pi,0.1)#np.pi=3.141592653589793

我们用np.arange创建了x坐标列表，它的值是从0开始到2*np.pi，步长为0.1。我们可以直接对x轴进行加减乘除的操作
numpy库也提供了sin函数，我们可以直接通过sin函数创建y坐标列表

import numpy as np
import matplotlib.pyplot as plt
#np.arange，约等于range函数
x=np.arange(0,2*np.pi,0.1)#np.pi=3.141592653589793
y=np.sin(x)

最后我们要让matplotlib将xy坐标显示在它自带的界面上

import numpy as np
import matplotlib.pyplot as plt
#np.arange，约等于range函数
x=np.arange(0,2*np.pi,0.1)#np.pi=3.141592653589793
y=np.sin(x)
plt.plot(x,y)#接收xy
plt.show()#显示函数图像

运行效果图

假设现在有一小明同学觉得matplotlib内置的颜色不太好看，可以自己指定颜色

import numpy as np
import matplotlib.pyplot as plt
#np.arange，约等于range函数
x=np.arange(0,2*np.pi,0.1)#np.pi=3.141592653589793
y=np.sin(x)
plt.plot(x,y,'red')#接收xy，设置函数图像颜色为红色
plt.show()#显示函数图像

这样就得到了一条红色的正弦函数图像
matplotlib可以在同一个界面里绘画不同的曲线，接下来我们在现在的这个界面再画一条余弦函数曲线

import numpy as np
import matplotlib.pyplot as plt
#np.arange，约等于range函数
x=np.arange(0,2*np.pi,0.1)#np.pi=3.141592653589793
y=np.sin(x)
y_1=np.cos(x)
plt.plot(x,y)
plt.plot(x,y_1)
#理论上来说让matplotlib显示几万条都没问题
plt.show()#显示函数图像

现在小明同学觉得图片的尺寸太大，想让我们将图缩小一些，大小为300*300
代码如下：

import numpy as np
import matplotlib.pyplot as plt
#设置图片大小为300*300，但是在此函数里长宽都要/100!!!
plt.figure(figsize=(3,3))
#np.arange，约等于range函数
x=np.arange(0,2*np.pi,0.1)#np.pi=3.141592653589793
y=np.sin(x)
y_1=np.cos(x)
plt.plot(x,y)
plt.plot(x,y_1)
#理论上来说让matplotlib显示几万条都没问题
plt.show()#显示函数图像

现在我们可以将函数图像保存到./function.jpg，代码：

import numpy as np
import matplotlib.pyplot as plt
#设置图片大小为300*300，但是在此函数里长宽都要/100!!!
plt.figure(figsize=(3,3))
#np.arange，约等于range函数
x=np.arange(0,2*np.pi,0.1)#np.pi=3.141592653589793
y=np.sin(x)
y_1=np.cos(x)
plt.plot(x,y)
plt.plot(x,y_1)
#理论上来说让matplotlib显示几万条都没问题
#保存
plt.savefig('./function.jpg')
plt.show()#显示函数图像

运行完代码之后我们会发现多出来一个function.jpg文件

人生苦短，我用Python