mirror of
https://github.com/apachecn/ailearning.git
synced 2026-02-10 05:45:40 +08:00
521 lines
322 KiB
Markdown
521 lines
322 KiB
Markdown
# 不要迷信默认设置
|
||
|
||
导入相关的包：
|
||
|
||
In [1]:
|
||
|
||
```py
|
||
import numpy as np
|
||
import matplotlib.pyplot as plt
|
||
|
||
```
|
||
|
||
生成三角函数：
|
||
|
||
In [2]:
|
||
|
||
```py
|
||
x = np.linspace(-np.pi, np.pi)
|
||
c, s = np.cos(x), np.sin(x)
|
||
|
||
```
|
||
|
||
## 默认绘图
|
||
|
||
In [3]:
|
||
|
||
```py
|
||
%matplotlib inline
|
||
|
||
# 画图
|
||
p = plt.plot(x,c)
|
||
p = plt.plot(x,s)
|
||
|
||
# 在脚本中需要加上这句才会显示图像
|
||
plt.show()
|
||
|
||
```
|
||
|
||
|
||
|
||
默认效果如图所示，我们可以修改默认的属性来得到更漂亮的结果。
|
||
|
||
# 图
|
||
|
||
图像以 `Figure #` 为窗口标题，并且数字从 1 开始，`figure()` 函数的主要参数如下：
|
||
|
||
| 参数 | 默认值 | 描述 |
|
||
| --- | --- | --- |
|
||
| `num` | `1` | 图号 |
|
||
| `figsize` | `figure.figsize` | 图大小（宽，高）（单位英寸） |
|
||
| `dpi` | `figure.dpi` | 分辨率（每英寸所打印的点数） |
|
||
| `facecolor` | `figure.facecolor` | 背景颜色 |
|
||
| `edgecolor` | `figure.edgecolor` | 边界颜色 |
|
||
| `frameon` | `True` | 是否显示图框架 |
|
||
|
||
In [ ]:
|
||
|
||
```py
|
||
# 设置图像大小
|
||
f = plt.figure(figsize=(10,6), dpi=80)
|
||
|
||
# 画图
|
||
p = plt.plot(x,c)
|
||
p = plt.plot(x,s)
|
||
|
||
# 在脚本中需要加上这句才会显示图像
|
||
plt.show()
|
||
|
||
```
|
||
|
||
### 设置线条颜色，粗细，类型
|
||
|
||
首先，我们使用 figure() 函数来创建一幅新图像，并且指定它的大小，使得长宽比更合适。
|
||
|
||
然后，我们使用 `color, linewidth, linestyle` 参数，指定曲线的颜色，粗细，类型：
|
||
|
||
In [4]:
|
||
|
||
```py
|
||
# 设置图像大小
|
||
f = plt.figure(figsize=(10,6), dpi=80)
|
||
|
||
# 画图，指定颜色，线宽，类型
|
||
p = plt.plot(x, c, color="blue", linewidth=2.5, linestyle="-")
|
||
p = plt.plot(x, s, color="red", linewidth=2.5, linestyle="-")
|
||
|
||
# 在脚本中需要加上这句才会显示图像
|
||
# plt.show()
|
||
|
||
```
|
||
|
||
|
||
|
||
也可以像 **Matlab** 中一样使用格式字符来修改参数：
|
||
|
||
表示颜色的字符参数有：
|
||
|
||
| 字符 | 颜色 |
|
||
| --- | --- |
|
||
| `‘b’` | 蓝色，blue |
|
||
| `‘g’` | 绿色，green |
|
||
| `‘r’` | 红色，red |
|
||
| `‘c’` | 青色，cyan |
|
||
| `‘m’` | 品红，magenta |
|
||
| `‘y’` | 黄色，yellow |
|
||
| `‘k’` | 黑色，black |
|
||
| `‘w’` | 白色，white |
|
||
|
||
表示类型的字符参数有：
|
||
|
||
| 字符 | 类型 | 字符 | 类型 |
|
||
| --- | --- | --- | --- |
|
||
| `'-'` | 实线 | `'--'` | 虚线 |
|
||
| `'-.'` | 虚点线 | `':'` | 点线 |
|
||
| `'.'` | 点 | `','` | 像素点 |
|
||
| `'o'` | 圆点 | `'v'` | 下三角点 |
|
||
| `'^'` | 上三角点 | `'<'` | 左三角点 |
|
||
| `'>'` | 右三角点 | `'1'` | 下三叉点 |
|
||
| `'2'` | 上三叉点 | `'3'` | 左三叉点 |
|
||
| `'4'` | 右三叉点 | `'s'` | 正方点 |
|
||
| `'p'` | 五角点 | `'*'` | 星形点 |
|
||
| `'h'` | 六边形点1 | `'H'` | 六边形点2 |
|
||
| `'+'` | 加号点 | `'x'` | 乘号点 |
|
||
| `'D'` | 实心菱形点 | `'d'` | 瘦菱形点 |
|
||
| `'_'` | 横线点 | | |
|
||
|
||
In [5]:
|
||
|
||
```py
|
||
# 设置图像大小
|
||
f = plt.figure(figsize=(10,6), dpi=80)
|
||
|
||
# 画图，指定颜色，线宽，类型
|
||
p = plt.plot(x, c, 'b-',
|
||
x, s, 'r-', linewidth=2.5)
|
||
|
||
# 在脚本中需要加上这句才会显示图像
|
||
# plt.show()
|
||
|
||
```
|
||
|
||
|
||
|
||
### 设置横轴纵轴的显示区域
|
||
|
||
我们希望将坐标轴的显示区域放大一些，这样可以看到所有的点，可以使用 `plt` 中的 `xlim` 和 `ylim` 来设置：
|
||
|
||
In [6]:
|
||
|
||
```py
|
||
# 设置图像大小
|
||
p = plt.figure(figsize=(10,6), dpi=80)
|
||
|
||
# 画图，指定颜色，线宽，类型
|
||
p = plt.plot(x, c, 'b-',
|
||
x, s, 'r-', linewidth=2.5)
|
||
|
||
########################################################################
|
||
|
||
# 设置显示范围
|
||
p = plt.xlim(x.min() * 1.1, x.max() * 1.1)
|
||
p = plt.ylim(c.min() * 1.1, c.max() * 1.1)
|
||
|
||
########################################################################
|
||
|
||
# 在脚本中需要加上这句才会显示图像
|
||
# plt.show()
|
||
|
||
```
|
||
|
||
|
||
|
||
### 设置刻度
|
||
|
||
对于三教函数来说，我们希望将 `x` 轴的刻度设为与 $\pi$ 有关的点，可以使用 `plt` 中的 `xticks` 和 `yticks` 函数，将需要的刻度传入：
|
||
|
||
In [7]:
|
||
|
||
```py
|
||
# 设置图像大小
|
||
f = plt.figure(figsize=(10,6), dpi=80)
|
||
|
||
# 画图，指定颜色，线宽，类型
|
||
p = plt.plot(x, c, 'b-',
|
||
x, s, 'r-', linewidth=2.5)
|
||
|
||
# 设置显示范围
|
||
plt.xlim(x.min() * 1.1, x.max() * 1.1)
|
||
plt.ylim(c.min() * 1.1, c.max() * 1.1)
|
||
|
||
###########################################################################
|
||
|
||
# 设置刻度
|
||
p = plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi])
|
||
p = plt.yticks([-1, 0, 1])
|
||
|
||
###########################################################################
|
||
|
||
# 在脚本中需要加上这句才会显示图像
|
||
# plt.show()
|
||
|
||
```
|
||
|
||
|
||
|
||
### 设定 x 轴 y 轴标题
|
||
|
||
我们想让刻度的位置显示的是含有 $\pi$ 的标识而不是浮点数，可以在 `xticks` 中传入第二组参数，这组参数代表对应刻度的显示标识。这里，我们使用 `latex` 的语法来显示特殊符号（使用 `$$` 包围的部分）：
|
||
|
||
In [8]:
|
||
|
||
```py
|
||
# 设置图像大小
|
||
f = plt.figure(figsize=(10,6), dpi=80)
|
||
|
||
# 画图，指定颜色，线宽，类型
|
||
p = plt.plot(x, c, 'b-',
|
||
x, s, 'r-', linewidth=2.5)
|
||
|
||
# 设置显示范围
|
||
plt.xlim(x.min() * 1.1, x.max() * 1.1)
|
||
plt.ylim(c.min() * 1.1, c.max() * 1.1)
|
||
|
||
# 设置刻度及其标识
|
||
p = plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi],
|
||
['$-\pi$', '$-\pi/2$', '$0$', '$\pi/2$', '$\pi$'], fontsize ='xx-large')
|
||
p = plt.yticks([-1, 0, 1],
|
||
['$-1$', '$0$', '$+1$'], fontsize ='xx-large')
|
||
|
||
# 在脚本中需要加上这句才会显示图像
|
||
# plt.show()
|
||
|
||
```
|
||
|
||
|
||
|
||
### 移动坐标轴的位置
|
||
|
||
现在坐标轴的位置是在边界上，而且有上下左右四条，我们现在想将下面和左边的两条移动到中间，并将右边和上面的两条去掉：
|
||
|
||
In [9]:
|
||
|
||
```py
|
||
# 设置图像大小
|
||
f = plt.figure(figsize=(10,6), dpi=80)
|
||
|
||
# 画图，指定颜色，线宽，类型
|
||
plt.plot(x, c, 'b-',
|
||
x, s, 'r-', linewidth=2.5)
|
||
|
||
# 设置显示范围
|
||
plt.xlim(x.min() * 1.1, x.max() * 1.1)
|
||
plt.ylim(c.min() * 1.1, c.max() * 1.1)
|
||
|
||
# 得到轴的句柄
|
||
ax = plt.gca()
|
||
# ax.spines参数表示四个坐标轴线
|
||
# 将右边和上边的颜色设为透明
|
||
ax.spines['right'].set_color('none')
|
||
ax.spines['top'].set_color('none')
|
||
|
||
###################################################################################
|
||
|
||
# 将 x 轴的刻度设置在下面的坐标轴上
|
||
ax.xaxis.set_ticks_position('bottom')
|
||
# 设置位置
|
||
ax.spines['bottom'].set_position(('data',0))
|
||
|
||
# 将 y 轴的刻度设置在左边的坐标轴上
|
||
ax.yaxis.set_ticks_position('left')
|
||
# 设置位置
|
||
ax.spines['left'].set_position(('data',0))
|
||
|
||
###################################################################################
|
||
|
||
# 设置刻度及其标识
|
||
p = plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi],
|
||
['$-\pi$', '$-\pi/2$', '$0$', '$\pi/2$', '$\pi$'], fontsize ='xx-large')
|
||
p = plt.yticks([-1, 0, 1],
|
||
['$-1$', '$0$', '$+1$'], fontsize ='xx-large')
|
||
|
||
# 在脚本中需要加上这句才会显示图像
|
||
# plt.show()
|
||
|
||
```
|
||
|
||
|
||
|
||
### 加入图例
|
||
|
||
使用 legend() 加入图例：
|
||
|
||
In [10]:
|
||
|
||
```py
|
||
# 设置图像大小
|
||
plt.figure(figsize=(10,6), dpi=80)
|
||
|
||
# 画图，指定颜色，线宽，类型
|
||
plt.plot(x, c, 'b-',
|
||
x, s, 'r-', linewidth=2.5)
|
||
|
||
# 设置显示范围
|
||
plt.xlim(x.min() * 1.1, x.max() * 1.1)
|
||
plt.ylim(c.min() * 1.1, c.max() * 1.1)
|
||
|
||
# 得到画图的句柄
|
||
ax = plt.gca()
|
||
|
||
# ax.spines参数表示四个坐标轴线
|
||
# 将右边和上边的颜色设为透明
|
||
ax.spines['right'].set_color('none')
|
||
ax.spines['top'].set_color('none')
|
||
|
||
# 将 x 轴的刻度设置在下面的坐标轴上
|
||
ax.xaxis.set_ticks_position('bottom')
|
||
# 设置位置
|
||
ax.spines['bottom'].set_position(('data',0))
|
||
|
||
# 将 y 轴的刻度设置在左边的坐标轴上
|
||
ax.yaxis.set_ticks_position('left')
|
||
# 设置位置
|
||
ax.spines['left'].set_position(('data',0))
|
||
|
||
# 设置刻度及其标识
|
||
plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi],
|
||
['$-\pi$', '$-\pi/2$', '$0$', '$\pi/2$', '$\pi$'], fontsize ='xx-large')
|
||
plt.yticks([-1, 0, 1],
|
||
['$-1$', '$0$', '$+1$'], fontsize ='xx-large')
|
||
|
||
##################################################################################################
|
||
|
||
# 加入图例，frameon表示去掉图例周围的边框
|
||
l = plt.legend(['cosine', 'sine'], loc='upper left', frameon=False)
|
||
|
||
##################################################################################################
|
||
|
||
# 在脚本中需要加上这句才会显示图像
|
||
# plt.show()
|
||
|
||
```
|
||
|
||
|
||
|
||
### 注释特殊点
|
||
|
||
我们可以使用 `anotate` 函数来注释特殊的点，假设我们要显示的点是 $2\pi/3$：
|
||
|
||
In [11]:
|
||
|
||
```py
|
||
# 设置图像大小
|
||
plt.figure(figsize=(10,6), dpi=80)
|
||
|
||
# 画图，指定颜色，线宽，类型
|
||
plt.plot(x, c, 'b-',
|
||
x, s, 'r-', linewidth=2.5)
|
||
|
||
# 设置显示范围
|
||
plt.xlim(x.min() * 1.1, x.max() * 1.1)
|
||
plt.ylim(c.min() * 1.1, c.max() * 1.1)
|
||
|
||
# 得到画图的句柄
|
||
ax = plt.gca()
|
||
|
||
# ax.spines参数表示四个坐标轴线
|
||
# 将右边和上边的颜色设为透明
|
||
ax.spines['right'].set_color('none')
|
||
ax.spines['top'].set_color('none')
|
||
|
||
# 将 x 轴的刻度设置在下面的坐标轴上
|
||
ax.xaxis.set_ticks_position('bottom')
|
||
# 设置位置
|
||
ax.spines['bottom'].set_position(('data',0))
|
||
|
||
# 将 y 轴的刻度设置在左边的坐标轴上
|
||
ax.yaxis.set_ticks_position('left')
|
||
# 设置位置
|
||
ax.spines['left'].set_position(('data',0))
|
||
|
||
# 设置刻度及其标识
|
||
plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi],
|
||
['$-\pi$', '$-\pi/2$', '$0$', '$\pi/2$', '$\pi$'], fontsize ='xx-large')
|
||
plt.yticks([-1, 0, 1],
|
||
['$-1$', '$0$', '$+1$'], fontsize ='xx-large')
|
||
|
||
# 加入图例，frameon表示图例周围是否需要边框
|
||
l = plt.legend(['cosine', 'sine'], loc='upper left', frameon=False)
|
||
|
||
####################################################################################
|
||
|
||
# 数据点
|
||
t = 2 * np.pi / 3
|
||
|
||
# 蓝色虚线
|
||
plt.plot([t,t],[0,np.cos(t)], color ='blue', linewidth=2.5, linestyle="--")
|
||
|
||
# 该点处的 cos 值
|
||
plt.scatter([t,],[np.cos(t),], 50, color ='blue')
|
||
|
||
# 在对应的点显示文本
|
||
plt.annotate(r'$\sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$', # 文本
|
||
xy=(t, np.sin(t)), # 数据点坐标位置
|
||
xycoords='data', # 坐标相对于数据
|
||
xytext=(+10, +30), # 文本位置坐标
|
||
textcoords='offset points', # 坐标相对于数据点的坐标
|
||
fontsize=16, # 文本大小
|
||
arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2")) # 箭头
|
||
|
||
# 红色虚线
|
||
p = plt.plot([t,t],[0,np.sin(t)], color ='red', linewidth=2.5, linestyle="--")
|
||
|
||
# 该点处的 sin 值
|
||
p = plt.scatter([t,],[np.sin(t),], 50, color ='red')
|
||
|
||
# 显示文本
|
||
p = plt.annotate(r'$\cos(\frac{2\pi}{3})=-\frac{1}{2}$',
|
||
xy=(t, np.cos(t)), xycoords='data',
|
||
xytext=(-90, -50), textcoords='offset points', fontsize=16,
|
||
arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2"))
|
||
|
||
#####################################################################################
|
||
|
||
# 在脚本中需要加上这句才会显示图像
|
||
# plt.show()
|
||
|
||
```
|
||
|
||
|
||
|
||
### 最后调整
|
||
|
||
调整刻度值的大小，并让其显示在曲线上方。
|
||
|
||
In [12]:
|
||
|
||
```py
|
||
# 设置图像大小
|
||
plt.figure(figsize=(10,6), dpi=80)
|
||
|
||
# 画图，指定颜色，线宽，类型
|
||
plt.plot(x, c, 'b-',
|
||
x, s, 'r-', linewidth=2.5)
|
||
|
||
# 设置显示范围
|
||
plt.xlim(x.min() * 1.1, x.max() * 1.1)
|
||
plt.ylim(c.min() * 1.1, c.max() * 1.1)
|
||
|
||
# 得到画图的句柄
|
||
ax = plt.gca()
|
||
|
||
# ax.spines参数表示四个坐标轴线
|
||
# 将右边和上边的颜色设为透明
|
||
ax.spines['right'].set_color('none')
|
||
ax.spines['top'].set_color('none')
|
||
|
||
# 将 x 轴的刻度设置在下面的坐标轴上
|
||
ax.xaxis.set_ticks_position('bottom')
|
||
# 设置位置
|
||
ax.spines['bottom'].set_position(('data',0))
|
||
|
||
# 将 y 轴的刻度设置在左边的坐标轴上
|
||
ax.yaxis.set_ticks_position('left')
|
||
# 设置位置
|
||
ax.spines['left'].set_position(('data',0))
|
||
|
||
# 设置刻度及其标识
|
||
plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi],
|
||
['$-\pi$', '$-\pi/2$', '$0$', '$\pi/2$', '$\pi$'], fontsize ='xx-large')
|
||
plt.yticks([-1, 0, 1],
|
||
['$-1$', '$0$', '$+1$'], fontsize ='xx-large')
|
||
|
||
# 加入图例，frameon表示图例周围是否需要边框
|
||
l = plt.legend(['cosine', 'sine'], loc='upper left', frameon=False)
|
||
|
||
# 数据点
|
||
t = 2 * np.pi / 3
|
||
|
||
# 蓝色虚线
|
||
plt.plot([t,t],[0,np.cos(t)], color ='blue', linewidth=2.5, linestyle="--")
|
||
|
||
# 该点处的 cos 值
|
||
plt.scatter([t,],[np.cos(t),], 50, color ='blue')
|
||
|
||
# 在对应的点显示文本
|
||
plt.annotate(r'$\sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$', # 文本
|
||
xy=(t, np.sin(t)), # 数据点坐标位置
|
||
xycoords='data', # 坐标相对于数据
|
||
xytext=(+10, +30), # 文本位置坐标
|
||
textcoords='offset points', # 坐标相对于数据点的坐标
|
||
fontsize=16, # 文本大小
|
||
arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2")) # 箭头
|
||
|
||
# 红色虚线
|
||
p = plt.plot([t,t],[0,np.sin(t)], color ='red', linewidth=2.5, linestyle="--")
|
||
|
||
# 该点处的 sin 值
|
||
p = plt.scatter([t,],[np.sin(t),], 50, color ='red')
|
||
|
||
# 显示文本
|
||
p = plt.annotate(r'$\cos(\frac{2\pi}{3})=-\frac{1}{2}$',
|
||
xy=(t, np.cos(t)), xycoords='data',
|
||
xytext=(-90, -50), textcoords='offset points', fontsize=16,
|
||
arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2"))
|
||
|
||
#####################################################################################
|
||
|
||
for label in ax.get_xticklabels() + ax.get_yticklabels():
|
||
label.set_fontsize(16)
|
||
label.set_bbox(dict(facecolor='white', edgecolor='None', alpha=0.65 ))
|
||
|
||
####################################################################################
|
||
|
||
# 在脚本中需要加上这句才会显示图像
|
||
# plt.show()
|
||
|
||
```
|
||
|
||
|
||
|
||
> The devil is in the details. |