06.09 不要迷信默认设置
不要迷信默认设置
导入相关的包：
1import numpy as np
2import matplotlib.pyplot as plt
生成三角函数：
1x = np.linspace(-np.pi, np.pi)
2c, s = np.cos(x), np.sin(x)
默认绘图
1%matplotlib inline
2
3# 画图
4p = plt.plot(x,c)
5p = plt.plot(x,s)
6
7# 在脚本中需要加上这句才会显示图像
8plt.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 |
1# 设置图像大小
2f = plt.figure(figsize=(10,6), dpi=80)
3
4# 画图
5p = plt.plot(x,c)
6p = plt.plot(x,s)
7
8# 在脚本中需要加上这句才会显示图像
9plt.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：
1# 设置图像大小
2f = plt.figure(figsize=(10,6), dpi=80)
3
4# 画图，指定颜色，线宽，类型
5p = plt.plot(x, c, color="blue", linewidth=2.5, linestyle="-")
6p = plt.plot(x, s, color="red", linewidth=2.5, linestyle="-")
7
8# 在脚本中需要加上这句才会显示图像
9# 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 |
1# 设置图像大小
2f = plt.figure(figsize=(10,6), dpi=80)
3
4# 画图，指定颜色，线宽，类型
5p = plt.plot(x, c, 'b-',
6 x, s, 'r-', linewidth=2.5)
7
8# 在脚本中需要加上这句才会显示图像
9# 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：
1# 设置图像大小
2p = plt.figure(figsize=(10,6), dpi=80)
3
4# 画图，指定颜色，线宽，类型
5p = plt.plot(x, c, 'b-',
6 x, s, 'r-', linewidth=2.5)
7
8########################################################################
9
10# 设置显示范围
11p = plt.xlim(x.min() * 1.1, x.max() * 1.1)
12p = plt.ylim(c.min() * 1.1, c.max() * 1.1)
13
14########################################################################
15
16# 在脚本中需要加上这句才会显示图像
17# 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：
1# 设置图像大小
2f = plt.figure(figsize=(10,6), dpi=80)
3
4# 画图，指定颜色，线宽，类型
5p = plt.plot(x, c, 'b-',
6 x, s, 'r-', linewidth=2.5)
7
8# 设置显示范围
9plt.xlim(x.min() * 1.1, x.max() * 1.1)
10plt.ylim(c.min() * 1.1, c.max() * 1.1)
11
12###########################################################################
13
14# 设置刻度
15p = plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi])
16p = plt.yticks([-1, 0, 1])
17
18###########################################################################
19
20# 在脚本中需要加上这句才会显示图像
21# 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）：
1# 设置图像大小
2f = plt.figure(figsize=(10,6), dpi=80)
3
4# 画图，指定颜色，线宽，类型
5p = plt.plot(x, c, 'b-',
6 x, s, 'r-', linewidth=2.5)
7
8# 设置显示范围
9plt.xlim(x.min() * 1.1, x.max() * 1.1)
10plt.ylim(c.min() * 1.1, c.max() * 1.1)
11
12# 设置刻度及其标识
13p = plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi],
14 ['$-\pi$', '$-\pi/2$', '$0$', '$\pi/2$', '$\pi$'], fontsize ='xx-large')
15p = plt.yticks([-1, 0, 1],
16 ['$-1$', '$0$', '$+1$'], fontsize ='xx-large')
17
18# 在脚本中需要加上这句才会显示图像
19# 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：
1# 设置图像大小
2f = plt.figure(figsize=(10,6), dpi=80)
3
4# 画图，指定颜色，线宽，类型
5plt.plot(x, c, 'b-',
6 x, s, 'r-', linewidth=2.5)
7
8# 设置显示范围
9plt.xlim(x.min() * 1.1, x.max() * 1.1)
10plt.ylim(c.min() * 1.1, c.max() * 1.1)
11
12# 得到轴的句柄
13ax = plt.gca()
14# ax.spines参数表示四个坐标轴线
15# 将右边和上边的颜色设为透明
16ax.spines['right'].set_color('none')
17ax.spines['top'].set_color('none')
18
19###################################################################################
20
21# 将 x 轴的刻度设置在下面的坐标轴上
22ax.xaxis.set_ticks_position('bottom')
23# 设置位置
24ax.spines['bottom'].set_position(('data',0))
25
26# 将 y 轴的刻度设置在左边的坐标轴上
27ax.yaxis.set_ticks_position('left')
28# 设置位置
29ax.spines['left'].set_position(('data',0))
30
31###################################################################################
32
33# 设置刻度及其标识
34p = plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi],
35 ['$-\pi$', '$-\pi/2$', '$0$', '$\pi/2$', '$\pi$'], fontsize ='xx-large')
36p = plt.yticks([-1, 0, 1],
37 ['$-1$', '$0$', '$+1$'], fontsize ='xx-large')
38
39# 在脚本中需要加上这句才会显示图像
40# plt.show()
加入图例
使用 legend() 加入图例：
1# 设置图像大小
2plt.figure(figsize=(10,6), dpi=80)
3
4# 画图，指定颜色，线宽，类型
5plt.plot(x, c, 'b-',
6 x, s, 'r-', linewidth=2.5)
7
8# 设置显示范围
9plt.xlim(x.min() * 1.1, x.max() * 1.1)
10plt.ylim(c.min() * 1.1, c.max() * 1.1)
11
12# 得到画图的句柄
13ax = plt.gca()
14
15# ax.spines参数表示四个坐标轴线
16# 将右边和上边的颜色设为透明
17ax.spines['right'].set_color('none')
18ax.spines['top'].set_color('none')
19
20# 将 x 轴的刻度设置在下面的坐标轴上
21ax.xaxis.set_ticks_position('bottom')
22# 设置位置
23ax.spines['bottom'].set_position(('data',0))
24
25# 将 y 轴的刻度设置在左边的坐标轴上
26ax.yaxis.set_ticks_position('left')
27# 设置位置
28ax.spines['left'].set_position(('data',0))
29
30# 设置刻度及其标识
31plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi],
32 ['$-\pi$', '$-\pi/2$', '$0$', '$\pi/2$', '$\pi$'], fontsize ='xx-large')
33plt.yticks([-1, 0, 1],
34 ['$-1$', '$0$', '$+1$'], fontsize ='xx-large')
35
36##################################################################################################
37
38# 加入图例，frameon表示去掉图例周围的边框
39l = plt.legend(['cosine', 'sine'], loc='upper left', frameon=False)
40
41##################################################################################################
42
43# 在脚本中需要加上这句才会显示图像
44# plt.show()
注释特殊点
我们可以使用 annotate 函数来注释特殊的点，假设我们要显示的点是 $2\pi/3$：
1# 设置图像大小
2plt.figure(figsize=(10,6), dpi=80)
3
4# 画图，指定颜色，线宽，类型
5plt.plot(x, c, 'b-',
6 x, s, 'r-', linewidth=2.5)
7
8# 设置显示范围
9plt.xlim(x.min() * 1.1, x.max() * 1.1)
10plt.ylim(c.min() * 1.1, c.max() * 1.1)
11
12# 得到画图的句柄
13ax = plt.gca()
14
15# ax.spines参数表示四个坐标轴线
16# 将右边和上边的颜色设为透明
17ax.spines['right'].set_color('none')
18ax.spines['top'].set_color('none')
19
20# 将 x 轴的刻度设置在下面的坐标轴上
21ax.xaxis.set_ticks_position('bottom')
22# 设置位置
23ax.spines['bottom'].set_position(('data',0))
24
25# 将 y 轴的刻度设置在左边的坐标轴上
26ax.yaxis.set_ticks_position('left')
27# 设置位置
28ax.spines['left'].set_position(('data',0))
29
30# 设置刻度及其标识
31plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi],
32 ['$-\pi$', '$-\pi/2$', '$0$', '$\pi/2$', '$\pi$'], fontsize ='xx-large')
33plt.yticks([-1, 0, 1],
34 ['$-1$', '$0$', '$+1$'], fontsize ='xx-large')
35
36# 加入图例，frameon表示图例周围是否需要边框
37l = plt.legend(['cosine', 'sine'], loc='upper left', frameon=False)
38
39####################################################################################
40
41# 数据点
42t = 2 * np.pi / 3
43
44# 蓝色虚线
45plt.plot([t,t],[0,np.cos(t)], color ='blue', linewidth=2.5, linestyle="--")
46
47# 该点处的 cos 值
48plt.scatter([t,],[np.cos(t),], 50, color ='blue')
49
50# 在对应的点显示文本
51plt.annotate(r'$\sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$', # 文本
52 xy=(t, np.sin(t)), # 数据点坐标位置
53 xycoords='data', # 坐标相对于数据
54 xytext=(+10, +30), # 文本位置坐标
55 textcoords='offset points', # 坐标相对于数据点的坐标
56 fontsize=16, # 文本大小
57 arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2")) # 箭头
58
59# 红色虚线
60p = plt.plot([t,t],[0,np.sin(t)], color ='red', linewidth=2.5, linestyle="--")
61
62# 该点处的 sin 值
63p = plt.scatter([t,],[np.sin(t),], 50, color ='red')
64
65# 显示文本
66p = plt.annotate(r'$\cos(\frac{2\pi}{3})=-\frac{1}{2}$',
67 xy=(t, np.cos(t)), xycoords='data',
68 xytext=(-90, -50), textcoords='offset points', fontsize=16,
69 arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2"))
70
71
72#####################################################################################
73
74# 在脚本中需要加上这句才会显示图像
75# plt.show()
最后调整
调整刻度值的大小，并让其显示在曲线上方。
1# 设置图像大小
2plt.figure(figsize=(10,6), dpi=80)
3
4# 画图，指定颜色，线宽，类型
5plt.plot(x, c, 'b-',
6 x, s, 'r-', linewidth=2.5)
7
8# 设置显示范围
9plt.xlim(x.min() * 1.1, x.max() * 1.1)
10plt.ylim(c.min() * 1.1, c.max() * 1.1)
11
12# 得到画图的句柄
13ax = plt.gca()
14
15# ax.spines参数表示四个坐标轴线
16# 将右边和上边的颜色设为透明
17ax.spines['right'].set_color('none')
18ax.spines['top'].set_color('none')
19
20# 将 x 轴的刻度设置在下面的坐标轴上
21ax.xaxis.set_ticks_position('bottom')
22# 设置位置
23ax.spines['bottom'].set_position(('data',0))
24
25# 将 y 轴的刻度设置在左边的坐标轴上
26ax.yaxis.set_ticks_position('left')
27# 设置位置
28ax.spines['left'].set_position(('data',0))
29
30# 设置刻度及其标识
31plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi],
32 ['$-\pi$', '$-\pi/2$', '$0$', '$\pi/2$', '$\pi$'], fontsize ='xx-large')
33plt.yticks([-1, 0, 1],
34 ['$-1$', '$0$', '$+1$'], fontsize ='xx-large')
35
36# 加入图例，frameon表示图例周围是否需要边框
37l = plt.legend(['cosine', 'sine'], loc='upper left', frameon=False)
38
39# 数据点
40t = 2 * np.pi / 3
41
42# 蓝色虚线
43plt.plot([t,t],[0,np.cos(t)], color ='blue', linewidth=2.5, linestyle="--")
44
45# 该点处的 cos 值
46plt.scatter([t,],[np.cos(t),], 50, color ='blue')
47
48# 在对应的点显示文本
49plt.annotate(r'$\sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$', # 文本
50 xy=(t, np.sin(t)), # 数据点坐标位置
51 xycoords='data', # 坐标相对于数据
52 xytext=(+10, +30), # 文本位置坐标
53 textcoords='offset points', # 坐标相对于数据点的坐标
54 fontsize=16, # 文本大小
55 arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2")) # 箭头
56
57# 红色虚线
58p = plt.plot([t,t],[0,np.sin(t)], color ='red', linewidth=2.5, linestyle="--")
59
60# 该点处的 sin 值
61p = plt.scatter([t,],[np.sin(t),], 50, color ='red')
62
63# 显示文本
64p = plt.annotate(r'$\cos(\frac{2\pi}{3})=-\frac{1}{2}$',
65 xy=(t, np.cos(t)), xycoords='data',
66 xytext=(-90, -50), textcoords='offset points', fontsize=16,
67 arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2"))
68
69
70#####################################################################################
71
72for label in ax.get_xticklabels() + ax.get_yticklabels():
73 label.set_fontsize(16)
74 label.set_bbox(dict(facecolor='white', edgecolor='None', alpha=0.65 ))
75
76####################################################################################
77
78# 在脚本中需要加上这句才会显示图像
79# plt.show()
The devil is in the details.