花了二个多礼拜，终于上完了这章课程，对于matplotlib的绘图，确实太多了，我也要一直翻阅官方文档来对应一个函数的功能，这确实太麻烦了，我这个系列有二个，所以我打算搞个博客，帮助一下我和所有刚学的人，这是基础版本，进阶的版本我也有写在我博客里面，欢迎查阅！

函数库:

使用子库:pyplot

from matplotlib import pyplot as plt
# 本博客涉及其他函数库如下
import matplotlib
import numpy as np

显示中文

matplotlib.rcParams['font.family'] = 'SimHei'
matplotlib.rcParams['font.sans-serif'] = ['SimHei']

主要绘图区域函数

参数rect = [left, bottom, width, height] 四个变量的范围都是[0 - 1]，表示坐标系与全局绘图区域的比例关系

plt基础图表函数

polt函数的k类参数

plt中的基本函数

plt中的区域填充函数

实例一: 简单的绘制曲线图

x = np.linspace(0, 6, 100)  # 把 0 - 6   100等分
y = np.cos(2 * np.pi * x) * np.exp(-x) + 0.8  #  构造函数
plt.plot(x, y ,label='cos(2*Pi*x)*(1/e)^x + 0.8',color='red', linewidth=3)
plt.title('plot图')  # 标题
plt.xlabel('x')   # x轴标题
plt.ylabel('y')  # y轴标题
plt.legend()  #  设置图注
plt.show()     # 显示这个图标

实例二: 使用内置的数学公式

plt.plot([1, 2, 4],[1, 2, 3],label='x:y')
plt.title('简单的x对应y关系图')
plt.xlabel('时间(s)')
plt.ylabel('范围(m)')
x_lable =[r'$\pi/3$', r'$2\pi/3$', r'$\pi$',r'$4\pi/3$',r'$5\pi/3$']
plt.xticks([i for i in range(1,6)],x_lable)  # 定义x轴标签
plt.legend() # 增加图注
plt.ylim(0,5) # y坐标的范围
plt.show()

关于数学公式的讲解: 使用$$可以使用内置的latex引擎,然后\pi是转义字符，等于Π,前面的r是绝对引用

实例三: 使用区域填充函数

x = np.linspace(0, 10, 1000)
y = np.cos(2 * np.pi * x) * np.exp(-x) + 0.8
plt.plot(x, y, label='$exp-decay$',linewidth=3,color='red')
ix = (x > 0.4) & (x < 2.4)  # 填充的x范围
plt.fill_between(x, 0,y,where=ix,color='pink')  # 填充
plt.legend()
plt.text(1.5,0.2,r'$\int_a^bf(x)\mathrm{d}x$',ha='center')  # 添加图表注释
plt.xlim(0,10) #x范围
plt.ylim(0,2)  #y范围
plt.show()

实例四: 绘制笛卡尔心形图

plt.figure(figsize=[10,4])
plt.subplot(1, 2, 1)
t = np.linspace(0, 2 * np.pi, 1000)
x = np.sin(t)
y = np.cos(t) + np.power(x, 2.0/3)
plt.plot(x, y, color='red',linewidth=3)
plt.plot(-x, y, color='red', linewidth=3)
plt.title('笛卡尔心形图')
plt.xlim(-2,2)  # x
plt.ylim(-2,2)  # y
plt.subplot(1, 2, 2, polar=True) # 固定区域
rho = 5 * (1 - np.sin(t))
plt.polar(t, rho, color='red') # 极坐标
plt.title('笛卡尔心形图')
plt.show()

实例五: 综合绘制

def Draw(): # 绘制函数
    plt.plot(x, y, label='$exp-seruf$',color='red',linewidth=3)
    plt.plot(x, z,'b--', label='$cos(x^2)$',color='green',linewidth=1)
    plt.xlabel('时间(s)')
    plt.ylabel('幅度(mV)')
    plt.title('阻尼衰减曲线')
    # 增加箭头指向 具体使用参考官方文档
    plt.annotate('$\cos(2\pi t)\exp(-t)$', xy=(1, np.cos(2*np.pi)*np.exp(-1)+0.8),\
                xytext=(1, 1.4), fontsize=14, arrowprops=dict(arrowstyle='->',connectionstyle='arc3, rad=.1'))
    
def xy_lim():  # 坐标的设置
    plt.xlim(0, 6)
    plt.ylim(0, 1.8)
    plt.xticks([i for i in range(1,7)], [r'$\pi/3$', r'$2\pi/3$', r'$\pi$',r'$4\pi/3$',r'$5\pi/3$',r'$2\pi$'])

def fill():  #  图像的填充
    ix = (x > 1) & (x < 3)
    plt.fill_between(x,0,y,where=ix,color='pink',alpha=0.5)
    # 增加文本说明
    plt.text(1.5,0.2,r'$\int_a^bf(x)\mathrm{d}x$',ha='center')
#  构建三个变量构成二条曲线
x = np.linspace(0.0, 6.0, 100)
y = np.cos(2 * np.pi * x) * np.exp(-x) + 0.8
z = 0.5 * np.cos(x ** 2) + 0.8
# 绘制区域
plt.figure(figsize=[8, 6], facecolor='white')
Draw()  # 绘制图像
fill()  # 对图形的填充
xy_lim() # 对xy轴下标设置
plt.legend()  # 增加图注
plt.savefig('阻尼衰减曲线.jpg')  # 图像保存
plt.show()

刚收到信息，五月七号以后高校准备开学，不知道这日子到底什么时候结束，但愿春暖花开之日，皆是你我小有成就之日。