感谢作者分享-http://bjbsair.com/2020-04-07/tech-info/30778.html
1.说明：
1.1 推荐指数：★★★
1.2 基础知识：三角函数sin和cos，在计算机编程中，尤其python中，应用到画圆很重要。
1.3 用通俗易懂的方式，来讲解，三角函数的matplotlib作图，静态图，为以后的画圆打基础。
1.4 为了突出重点，暂时不提中文设置。复习matplotlib作图的基础知识，深入了解sin和cos的关系。
1.5 适合学习人群：小白、学生、老师、爱好作图人员和计算机编程人员阅读。
2.理论：
比如：
r = 1 #假设半径为1
# 0~2π（一圈，一个π是半圈，步长=0.01，步长越小图线越平滑)
a = np.arange(0,2*np.pi,0.01)
#圆的坐标点与三角函数的关系
x = r*np.cos(a)
y = r*np.sin(a)
#画圆
plt.plot(x,y,color='red')
3.sin正弦函数
3.1 静态：sin-s
3.2 代码：简洁版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#定义坐标关系
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.sin(x)
#画线
plt.plot(x,y,color='blue')
plt.title('sin-s') #标题
plt.legend(['sin']) #图例，注意中括号
plt.show() #图片展示
3.3 图
sin-s-1
3.4 代码：注释版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---定义画布大小和分辨率
#fig = plt.figure(figsize=(8,8),dpi=80) #自定义
#fig = plt.figure() #这是默认的，也可以这一行不设，就是默认
#---画正弦sin曲线---
#0.001越小，线条越平滑好看
#从-2*np.pi到2*np.pi=就是2个2π，4个波=2个波峰+2个波底
#x = np.arange(-2*np.pi,2*np.pi,0.001)
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.sin(x)
#画线
plt.plot(x,y,color='blue')
#默认显示2个2π，4个波=2个波峰+2个波底
#plt.ylim(-2, 2)
#plt.xlim(-2, 2)
plt.title('sin-s') #标题
plt.legend(['sin']) #图例，注意中括号
plt.show() #图片展示
4.cos余弦函数：
4.1 将上面的sin函数的简洁版的代码中，sin改为cos即可，颜色定义为绿色=green。
4.2 代码：简洁版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---画正弦cos曲线---
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.cos(x)
#画线
plt.plot(x,y,color='green')
plt.title('cos-s') #标题
plt.legend(['cos']) #图例，注意中括号
plt.show() #图片展示
4.3 图：cos-s-1
5.一个坐标系展示sin和cos作图法
5.1 代码1：
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#plt.figure() #可以不要，采用默认
#取值范围-2π～2π，比较能展现sin和cos的特点
#0.1~0.001，最好越小越好，线条越平滑
x=np.arange(-2*np.pi,2*np.pi,0.1)
y1=np.sin(x) #正弦sin函数线条
y2=np.cos(x) #余弦cos函数线条
#绘制两个图形，需要绘制两次
#不设置颜色，采用默认的2种不同颜色，也可以单独设置颜色
#本讲解中sin设置蓝色=blue，cos设置为绿色=green
plt.plot(x,y1,color='blue')
plt.plot(x,y2,color='green')
#增加标题
plt.title('x‘sin and cos')
#增加图例
plt.legend(['y=sinx','y=cosx'])
#增加x轴和y轴标签名
plt.xlabel('x-v')
plt.ylabel('y-v',rotation=0)
#图片展示
plt.show()
5.2 图：sin-cos-s-1
5.3 升级版，代码：
#---导出模块---
import numpy as np
from matplotlib import pyplot as plt
#---sin和cos的坐标值定义---
#---注意np的arrange和linspace的含义，在这里区别不大
##在-np.pi~np.pi之间选择256个等差数
#x = np.linspace(-2*np.pi, 2*np.pi, 512, endpoint=True)
x =np.arange(-2*np.pi,2*np.pi,0.001)
#y1=sin,y2=cos
y1, y2 = np.sin(x), np.cos(x)
#定义画布大小，不设置就是默认
#plt.figure(figsize=(10, 7))#取出一张10*7的白纸
#画sin和cos，自定义颜色blue和green,label="sin",label="cos"
plt.plot(x, y1, "-", color='blue',lw=2, aa=False, ms=50)#设置线宽5 aa关闭抗锯齿 默认开启
plt.plot(x, y2, "-", color='green',lw=2, aa=True)#默认线宽10，不设置就是默认
#去掉就是默认
#自定义刻度法，取最大值×1.2
plt.xlim(x.min() * 1.2, x.max() * 1.2)#横坐标范围
plt.ylim(y1.min() * 1.2, y1.max() * 1.2)#纵坐标范围
plt.xticks([0, x.max(), x.min()], [0, r"$\pi$", "$-\pi$"])#横坐标刻度
plt.yticks([y1.min(), y1.max()])#纵坐标刻度
#图例个性设置，自定义字体大小，位置默认是最佳，显示内容是label内容
#也可以这样
plt.legend(['sin','cos'],fontsize=20)
#plt.legend(fontsize=20) #如何这样的话，那么需要在上面加入label
#标注设置
t = 2 / 3 * np.pi
#标注蓝色点垂直线
plt.plot([t, t], [0, np.sin(t)], "--", color="b")
plt.scatter([t], [np.sin(t)], s=100)#散点图
#标注红色点垂直线
plt.plot([t, t], [0, np.cos(t)], "--", color="r")
plt.scatter([t], [np.cos(t)], s=100)#散点图
#设置标注
plt.annotate(r"$\sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$",
(t, np.sin(t)),
xycoords="data", textcoords="offset pixels",
xytext=(20, 20),
arrowprops=dict(arrowstyle="->" , connectionstyle="arc3,rad=.2"),#箭头属性
fontsize=16,#zi字体大小
)
#设置标注
plt.annotate(r"$\cos(\frac{2\pi}{3})=-\frac{1}{2}$",
(t, np.cos(t)),
xycoords="data", textcoords="offset pixels",
xytext=(20, 0),
arrowprops=dict(arrowstyle="->" , connectionstyle="arc3,rad=.2"),#箭头属性
fontsize=16,#zi字体大小
)
#ax定义和边框线，也可以注释掉，那就是默认
ax = plt.gca()
#去除图片的四边黑框线
ax.spines["bottom"].set_position(("data", 0))
ax.spines["left"].set_position(("data", 0))
ax.spines["top"].set_color("none")
ax.spines["right"].set_color("none")
#图片展示
plt.show()
5.4 图：sin-cos-s-2
5.5 豪华版代码：
#---导出模块---
import numpy as np
import matplotlib.pyplot as plt
#---函数定义和画函数线---
#x坐标的取值范围：linspace是等差数列法
x=np.linspace(-2*np.pi,2*np.pi,256,endpoint=True)
#arrange法，因为0.001取值很小很平滑，所以可能☆就不能显示
#x =np.arange(-2*np.pi,2*np.pi,0.001)
#定义余弦函数正弦函数，一行定义法，也可以y1和y2
c,s=np.cos(x),np.sin(x)
#画三角函数曲线，以x为横坐标，以s和c为纵坐标
#plt.plot(x,s,"r*",label="sin-s-3") #r*=red的*,相当于color='red',linestyle="*"
plt.plot(x,s,color="blue",label="sin-s-3")
plt.plot(x,c,color="green",linestyle="-",label="cos-s-3",alpha=0.5)
ax=plt.gca()
#去除图片的四边的边框黑线
ax.spines["right"].set_color("none")
ax.spines["top"].set_color("none")
ax.spines["left"].set_position(("data",0))
ax.spines["bottom"].set_position(("data",0))
#自定义标签文字
#x轴标签依次是：，如果注释掉就是-6~6，间隔2
plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],[r'$-\pi$',r'$-\pi/2$',r'$0$',r'$+\pi/2$',r'$+\pi$'])
#y轴的标签，取值从-1~1，分5个等差
plt.yticks(np.linspace(-1,1,5,endpoint=True))
#默认标签位置也是这样，所以可以不要，注释掉
#ax.xaxis.set_ticks_position("bottom") #线下
#ax.yaxis.set_ticks_position("left") #线左边
'''
#如果上面的2行注释掉，那么下面的存在意义不大，也可以注释掉
for label in ax.get_xticklabels()+ax.get_yticklabels():
label.set_fontsize(16)
label.set_bbox(dict(facecolor="white",edgecolor="None",alpha=0.2))
'''
#固定面积显示
plt.fill_between(x,np.abs(x)<0.5,c,c>0.5,color="yellow",alpha=0.25)
#固定垂直虚线标注
t=1
plt.plot([t,t],[0,np.cos(t)],"y",linewidth=3,linestyle="--")
#箭头标注
plt.annotate("cos(1)",xy=(t,np.cos(1)),xycoords="data",xytext=(+10,+30),
textcoords="offset points",arrowprops=dict(arrowstyle="->",connectionstyle="arc3,rad=.2"))
#增加标题
plt.title("sin-cos-s-3")
#plt.figure(1) #可以注释掉，采用默认
#图例显示，loc代表位置，这是固定左上角位置，默认best，最佳位置，可以自动调节空挡显示
plt.legend(loc="upper left")
#显示网格，可以注释掉
plt.grid()
#显示图形
plt.show()
5.6 图：sin-cos-s-3
6 sin和cos的布局
6.1 ggplot法，代码：
#导出模块
import numpy as np
import matplotlib.pyplot as plt
#画布采用默认大小
fig=plt.figure()
#采用ggplot法布局三个图片位置
plt.style.use('ggplot')
left,width = 0.05,0.95
#位置布局一:上面一行2个
rect_sin=[left,0.55,0.45,0.3] #第1个图
rect_cos=[left+0.5,0.55,0.45,0.3] #第2个图
'''
#位置布局二：上下2个，靠左
rect_sin=[left,0.55,0.45,0.3] #第1个图
rect_cos=[left,0.1,0.45,0.3] #第2个图
'''
#定义x和y坐标
#x=np.linspace(-10,10) #未设置等分，则线条不平滑
#x=np.linspace(-10,10,260) #260等分，数值越大，曲线的线条越平滑
x=np.arange(-10,10,0.001) #arange则是0.001，越小越平滑
#y1=np.sin(x)
#y1=np.cos(x)
#---第1个图---正弦sin
ax_sin = fig.add_axes(rect_sin)
ax_sin.plot(x,np.sin(x),color='blue')
ax_sin.set_title('Sin-s-ggplot')
#---第2个图---余弦cos
ax_cos=fig.add_axes(rect_cos)
ax_cos.plot(x,np.cos(x),color='green')
ax_cos.set_title('Cos-s-ggplot')
#图片展示
plt.show()
图：2lf-ggplot法
2ud-ggplot法图
6.2 subplot法
代码：
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---定义画布大小和分辨率---
fig = plt.figure(figsize=(8,8),dpi=80)
#采用subplot法，分四个图
#2,2,1=2行2列，第一个，从左边数
# 画正弦曲线
fig.add_subplot(2,2,1)
x = np.arange(-2*np.pi,2*np.pi,0.001)
y = np.sin(x)
plt.plot(x,y,color='blue')
plt.title('Sin-s-subplot')
plt.legend(['sin'])
#方法一：第1行1和2并列
# 余弦，2,2,2=2行2列，第2个，从左边数
#fig.add_subplot(2,2,2)
#方法二：第1行1和第2行1，上下
# 余弦，2,2,2=2行2列，第2个，从左边数
fig.add_subplot(2,2,3)
x = np.arange(-2*np.pi,2*np.pi,0.001)
y = np.cos(x)
plt.plot(x,y,color='green')
plt.title('Cos-s-subplot')
plt.legend(['cos'])
plt.show()
6.3 图略，作图位置如上面的ggplot法。
7.小结：
7.1 学习sin和cos有没有用，当然有，在画圆中需要sin和cos来定位圆的坐标。基础一定要打好。
7.2 顺带复习matplotlib的相关作图。
**7.3 我自己整理好，也分享出来，值得收藏。**感谢作者分享-http://bjbsair.com/2020-04-07/tech-info/30778.html
1.说明：
1.1 推荐指数：★★★
1.2 基础知识：三角函数sin和cos，在计算机编程中，尤其python中，应用到画圆很重要。
1.3 用通俗易懂的方式，来讲解，三角函数的matplotlib作图，静态图，为以后的画圆打基础。
1.4 为了突出重点，暂时不提中文设置。复习matplotlib作图的基础知识，深入了解sin和cos的关系。
1.5 适合学习人群：小白、学生、老师、爱好作图人员和计算机编程人员阅读。
2.理论：
比如：
r = 1 #假设半径为1
# 0~2π（一圈，一个π是半圈，步长=0.01，步长越小图线越平滑)
a = np.arange(0,2*np.pi,0.01)
#圆的坐标点与三角函数的关系
x = r*np.cos(a)
y = r*np.sin(a)
#画圆
plt.plot(x,y,color='red')
3.sin正弦函数
3.1 静态：sin-s
3.2 代码：简洁版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#定义坐标关系
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.sin(x)
#画线
plt.plot(x,y,color='blue')
plt.title('sin-s') #标题
plt.legend(['sin']) #图例，注意中括号
plt.show() #图片展示
3.3 图
sin-s-1
3.4 代码：注释版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---定义画布大小和分辨率
#fig = plt.figure(figsize=(8,8),dpi=80) #自定义
#fig = plt.figure() #这是默认的，也可以这一行不设，就是默认
#---画正弦sin曲线---
#0.001越小，线条越平滑好看
#从-2*np.pi到2*np.pi=就是2个2π，4个波=2个波峰+2个波底
#x = np.arange(-2*np.pi,2*np.pi,0.001)
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.sin(x)
#画线
plt.plot(x,y,color='blue')
#默认显示2个2π，4个波=2个波峰+2个波底
#plt.ylim(-2, 2)
#plt.xlim(-2, 2)
plt.title('sin-s') #标题
plt.legend(['sin']) #图例，注意中括号
plt.show() #图片展示
4.cos余弦函数：
4.1 将上面的sin函数的简洁版的代码中，sin改为cos即可，颜色定义为绿色=green。
4.2 代码：简洁版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---画正弦cos曲线---
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.cos(x)
#画线
plt.plot(x,y,color='green')
plt.title('cos-s') #标题
plt.legend(['cos']) #图例，注意中括号
plt.show() #图片展示
4.3 图：cos-s-1
5.一个坐标系展示sin和cos作图法
5.1 代码1：
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#plt.figure() #可以不要，采用默认
#取值范围-2π～2π，比较能展现sin和cos的特点
#0.1~0.001，最好越小越好，线条越平滑
x=np.arange(-2*np.pi,2*np.pi,0.1)
y1=np.sin(x) #正弦sin函数线条
y2=np.cos(x) #余弦cos函数线条
#绘制两个图形，需要绘制两次
#不设置颜色，采用默认的2种不同颜色，也可以单独设置颜色
#本讲解中sin设置蓝色=blue，cos设置为绿色=green
plt.plot(x,y1,color='blue')
plt.plot(x,y2,color='green')
#增加标题
plt.title('x‘sin and cos')
#增加图例
plt.legend(['y=sinx','y=cosx'])
#增加x轴和y轴标签名
plt.xlabel('x-v')
plt.ylabel('y-v',rotation=0)
#图片展示
plt.show()
5.2 图：sin-cos-s-1
5.3 升级版，代码：
#---导出模块---
import numpy as np
from matplotlib import pyplot as plt
#---sin和cos的坐标值定义---
#---注意np的arrange和linspace的含义，在这里区别不大
##在-np.pi~np.pi之间选择256个等差数
#x = np.linspace(-2*np.pi, 2*np.pi, 512, endpoint=True)
x =np.arange(-2*np.pi,2*np.pi,0.001)
#y1=sin,y2=cos
y1, y2 = np.sin(x), np.cos(x)
#定义画布大小，不设置就是默认
#plt.figure(figsize=(10, 7))#取出一张10*7的白纸
#画sin和cos，自定义颜色blue和green,label="sin",label="cos"
plt.plot(x, y1, "-", color='blue',lw=2, aa=False, ms=50)#设置线宽5 aa关闭抗锯齿 默认开启
plt.plot(x, y2, "-", color='green',lw=2, aa=True)#默认线宽10，不设置就是默认
#去掉就是默认
#自定义刻度法，取最大值×1.2
plt.xlim(x.min() * 1.2, x.max() * 1.2)#横坐标范围
plt.ylim(y1.min() * 1.2, y1.max() * 1.2)#纵坐标范围
plt.xticks([0, x.max(), x.min()], [0, r"$\pi$", "$-\pi$"])#横坐标刻度
plt.yticks([y1.min(), y1.max()])#纵坐标刻度
#图例个性设置，自定义字体大小，位置默认是最佳，显示内容是label内容
#也可以这样
plt.legend(['sin','cos'],fontsize=20)
#plt.legend(fontsize=20) #如何这样的话，那么需要在上面加入label
#标注设置
t = 2 / 3 * np.pi
#标注蓝色点垂直线
plt.plot([t, t], [0, np.sin(t)], "--", color="b")
plt.scatter([t], [np.sin(t)], s=100)#散点图
#标注红色点垂直线
plt.plot([t, t], [0, np.cos(t)], "--", color="r")
plt.scatter([t], [np.cos(t)], s=100)#散点图
#设置标注
plt.annotate(r"$\sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$",
(t, np.sin(t)),
xycoords="data", textcoords="offset pixels",
xytext=(20, 20),
arrowprops=dict(arrowstyle="->" , connectionstyle="arc3,rad=.2"),#箭头属性
fontsize=16,#zi字体大小
)
#设置标注
plt.annotate(r"$\cos(\frac{2\pi}{3})=-\frac{1}{2}$",
(t, np.cos(t)),
xycoords="data", textcoords="offset pixels",
xytext=(20, 0),
arrowprops=dict(arrowstyle="->" , connectionstyle="arc3,rad=.2"),#箭头属性
fontsize=16,#zi字体大小
)
#ax定义和边框线，也可以注释掉，那就是默认
ax = plt.gca()
#去除图片的四边黑框线
ax.spines["bottom"].set_position(("data", 0))
ax.spines["left"].set_position(("data", 0))
ax.spines["top"].set_color("none")
ax.spines["right"].set_color("none")
#图片展示
plt.show()
5.4 图：sin-cos-s-2
5.5 豪华版代码：
#---导出模块---
import numpy as np
import matplotlib.pyplot as plt
#---函数定义和画函数线---
#x坐标的取值范围：linspace是等差数列法
x=np.linspace(-2*np.pi,2*np.pi,256,endpoint=True)
#arrange法，因为0.001取值很小很平滑，所以可能☆就不能显示
#x =np.arange(-2*np.pi,2*np.pi,0.001)
#定义余弦函数正弦函数，一行定义法，也可以y1和y2
c,s=np.cos(x),np.sin(x)
#画三角函数曲线，以x为横坐标，以s和c为纵坐标
#plt.plot(x,s,"r*",label="sin-s-3") #r*=red的*,相当于color='red',linestyle="*"
plt.plot(x,s,color="blue",label="sin-s-3")
plt.plot(x,c,color="green",linestyle="-",label="cos-s-3",alpha=0.5)
ax=plt.gca()
#去除图片的四边的边框黑线
ax.spines["right"].set_color("none")
ax.spines["top"].set_color("none")
ax.spines["left"].set_position(("data",0))
ax.spines["bottom"].set_position(("data",0))
#自定义标签文字
#x轴标签依次是：，如果注释掉就是-6~6，间隔2
plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],[r'$-\pi$',r'$-\pi/2$',r'$0$',r'$+\pi/2$',r'$+\pi$'])
#y轴的标签，取值从-1~1，分5个等差
plt.yticks(np.linspace(-1,1,5,endpoint=True))
#默认标签位置也是这样，所以可以不要，注释掉
#ax.xaxis.set_ticks_position("bottom") #线下
#ax.yaxis.set_ticks_position("left") #线左边
'''
#如果上面的2行注释掉，那么下面的存在意义不大，也可以注释掉
for label in ax.get_xticklabels()+ax.get_yticklabels():
label.set_fontsize(16)
label.set_bbox(dict(facecolor="white",edgecolor="None",alpha=0.2))
'''
#固定面积显示
plt.fill_between(x,np.abs(x)<0.5,c,c>0.5,color="yellow",alpha=0.25)
#固定垂直虚线标注
t=1
plt.plot([t,t],[0,np.cos(t)],"y",linewidth=3,linestyle="--")
#箭头标注
plt.annotate("cos(1)",xy=(t,np.cos(1)),xycoords="data",xytext=(+10,+30),
textcoords="offset points",arrowprops=dict(arrowstyle="->",connectionstyle="arc3,rad=.2"))
#增加标题
plt.title("sin-cos-s-3")
#plt.figure(1) #可以注释掉，采用默认
#图例显示，loc代表位置，这是固定左上角位置，默认best，最佳位置，可以自动调节空挡显示
plt.legend(loc="upper left")
#显示网格，可以注释掉
plt.grid()
#显示图形
plt.show()
5.6 图：sin-cos-s-3
6 sin和cos的布局
6.1 ggplot法，代码：
#导出模块
import numpy as np
import matplotlib.pyplot as plt
#画布采用默认大小
fig=plt.figure()
#采用ggplot法布局三个图片位置
plt.style.use('ggplot')
left,width = 0.05,0.95
#位置布局一:上面一行2个
rect_sin=[left,0.55,0.45,0.3] #第1个图
rect_cos=[left+0.5,0.55,0.45,0.3] #第2个图
'''
#位置布局二：上下2个，靠左
rect_sin=[left,0.55,0.45,0.3] #第1个图
rect_cos=[left,0.1,0.45,0.3] #第2个图
'''
#定义x和y坐标
#x=np.linspace(-10,10) #未设置等分，则线条不平滑
#x=np.linspace(-10,10,260) #260等分，数值越大，曲线的线条越平滑
x=np.arange(-10,10,0.001) #arange则是0.001，越小越平滑
#y1=np.sin(x)
#y1=np.cos(x)
#---第1个图---正弦sin
ax_sin = fig.add_axes(rect_sin)
ax_sin.plot(x,np.sin(x),color='blue')
ax_sin.set_title('Sin-s-ggplot')
#---第2个图---余弦cos
ax_cos=fig.add_axes(rect_cos)
ax_cos.plot(x,np.cos(x),color='green')
ax_cos.set_title('Cos-s-ggplot')
#图片展示
plt.show()
图：2lf-ggplot法
2ud-ggplot法图
6.2 subplot法
代码：
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---定义画布大小和分辨率---
fig = plt.figure(figsize=(8,8),dpi=80)
#采用subplot法，分四个图
#2,2,1=2行2列，第一个，从左边数
# 画正弦曲线
fig.add_subplot(2,2,1)
x = np.arange(-2*np.pi,2*np.pi,0.001)
y = np.sin(x)
plt.plot(x,y,color='blue')
plt.title('Sin-s-subplot')
plt.legend(['sin'])
#方法一：第1行1和2并列
# 余弦，2,2,2=2行2列，第2个，从左边数
#fig.add_subplot(2,2,2)
#方法二：第1行1和第2行1，上下
# 余弦，2,2,2=2行2列，第2个，从左边数
fig.add_subplot(2,2,3)
x = np.arange(-2*np.pi,2*np.pi,0.001)
y = np.cos(x)
plt.plot(x,y,color='green')
plt.title('Cos-s-subplot')
plt.legend(['cos'])
plt.show()
6.3 图略，作图位置如上面的ggplot法。
7.小结：
7.1 学习sin和cos有没有用，当然有，在画圆中需要sin和cos来定位圆的坐标。基础一定要打好。
7.2 顺带复习matplotlib的相关作图。
**7.3 我自己整理好，也分享出来，值得收藏。**感谢作者分享-http://bjbsair.com/2020-04-07/tech-info/30778.html
1.说明：
1.1 推荐指数：★★★
1.2 基础知识：三角函数sin和cos，在计算机编程中，尤其python中，应用到画圆很重要。
1.3 用通俗易懂的方式，来讲解，三角函数的matplotlib作图，静态图，为以后的画圆打基础。
1.4 为了突出重点，暂时不提中文设置。复习matplotlib作图的基础知识，深入了解sin和cos的关系。
1.5 适合学习人群：小白、学生、老师、爱好作图人员和计算机编程人员阅读。
2.理论：
比如：
r = 1 #假设半径为1
# 0~2π（一圈，一个π是半圈，步长=0.01，步长越小图线越平滑)
a = np.arange(0,2*np.pi,0.01)
#圆的坐标点与三角函数的关系
x = r*np.cos(a)
y = r*np.sin(a)
#画圆
plt.plot(x,y,color='red')
3.sin正弦函数
3.1 静态：sin-s
3.2 代码：简洁版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#定义坐标关系
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.sin(x)
#画线
plt.plot(x,y,color='blue')
plt.title('sin-s') #标题
plt.legend(['sin']) #图例，注意中括号
plt.show() #图片展示
3.3 图
sin-s-1
3.4 代码：注释版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---定义画布大小和分辨率
#fig = plt.figure(figsize=(8,8),dpi=80) #自定义
#fig = plt.figure() #这是默认的，也可以这一行不设，就是默认
#---画正弦sin曲线---
#0.001越小，线条越平滑好看
#从-2*np.pi到2*np.pi=就是2个2π，4个波=2个波峰+2个波底
#x = np.arange(-2*np.pi,2*np.pi,0.001)
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.sin(x)
#画线
plt.plot(x,y,color='blue')
#默认显示2个2π，4个波=2个波峰+2个波底
#plt.ylim(-2, 2)
#plt.xlim(-2, 2)
plt.title('sin-s') #标题
plt.legend(['sin']) #图例，注意中括号
plt.show() #图片展示
4.cos余弦函数：
4.1 将上面的sin函数的简洁版的代码中，sin改为cos即可，颜色定义为绿色=green。
4.2 代码：简洁版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---画正弦cos曲线---
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.cos(x)
#画线
plt.plot(x,y,color='green')
plt.title('cos-s') #标题
plt.legend(['cos']) #图例，注意中括号
plt.show() #图片展示
4.3 图：cos-s-1
5.一个坐标系展示sin和cos作图法
5.1 代码1：
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#plt.figure() #可以不要，采用默认
#取值范围-2π～2π，比较能展现sin和cos的特点
#0.1~0.001，最好越小越好，线条越平滑
x=np.arange(-2*np.pi,2*np.pi,0.1)
y1=np.sin(x) #正弦sin函数线条
y2=np.cos(x) #余弦cos函数线条
#绘制两个图形，需要绘制两次
#不设置颜色，采用默认的2种不同颜色，也可以单独设置颜色
#本讲解中sin设置蓝色=blue，cos设置为绿色=green
plt.plot(x,y1,color='blue')
plt.plot(x,y2,color='green')
#增加标题
plt.title('x‘sin and cos')
#增加图例
plt.legend(['y=sinx','y=cosx'])
#增加x轴和y轴标签名
plt.xlabel('x-v')
plt.ylabel('y-v',rotation=0)
#图片展示
plt.show()
5.2 图：sin-cos-s-1
5.3 升级版，代码：
#---导出模块---
import numpy as np
from matplotlib import pyplot as plt
#---sin和cos的坐标值定义---
#---注意np的arrange和linspace的含义，在这里区别不大
##在-np.pi~np.pi之间选择256个等差数
#x = np.linspace(-2*np.pi, 2*np.pi, 512, endpoint=True)
x =np.arange(-2*np.pi,2*np.pi,0.001)
#y1=sin,y2=cos
y1, y2 = np.sin(x), np.cos(x)
#定义画布大小，不设置就是默认
#plt.figure(figsize=(10, 7))#取出一张10*7的白纸
#画sin和cos，自定义颜色blue和green,label="sin",label="cos"
plt.plot(x, y1, "-", color='blue',lw=2, aa=False, ms=50)#设置线宽5 aa关闭抗锯齿 默认开启
plt.plot(x, y2, "-", color='green',lw=2, aa=True)#默认线宽10，不设置就是默认
#去掉就是默认
#自定义刻度法，取最大值×1.2
plt.xlim(x.min() * 1.2, x.max() * 1.2)#横坐标范围
plt.ylim(y1.min() * 1.2, y1.max() * 1.2)#纵坐标范围
plt.xticks([0, x.max(), x.min()], [0, r"$\pi$", "$-\pi$"])#横坐标刻度
plt.yticks([y1.min(), y1.max()])#纵坐标刻度
#图例个性设置，自定义字体大小，位置默认是最佳，显示内容是label内容
#也可以这样
plt.legend(['sin','cos'],fontsize=20)
#plt.legend(fontsize=20) #如何这样的话，那么需要在上面加入label
#标注设置
t = 2 / 3 * np.pi
#标注蓝色点垂直线
plt.plot([t, t], [0, np.sin(t)], "--", color="b")
plt.scatter([t], [np.sin(t)], s=100)#散点图
#标注红色点垂直线
plt.plot([t, t], [0, np.cos(t)], "--", color="r")
plt.scatter([t], [np.cos(t)], s=100)#散点图
#设置标注
plt.annotate(r"$\sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$",
(t, np.sin(t)),
xycoords="data", textcoords="offset pixels",
xytext=(20, 20),
arrowprops=dict(arrowstyle="->" , connectionstyle="arc3,rad=.2"),#箭头属性
fontsize=16,#zi字体大小
)
#设置标注
plt.annotate(r"$\cos(\frac{2\pi}{3})=-\frac{1}{2}$",
(t, np.cos(t)),
xycoords="data", textcoords="offset pixels",
xytext=(20, 0),
arrowprops=dict(arrowstyle="->" , connectionstyle="arc3,rad=.2"),#箭头属性
fontsize=16,#zi字体大小
)
#ax定义和边框线，也可以注释掉，那就是默认
ax = plt.gca()
#去除图片的四边黑框线
ax.spines["bottom"].set_position(("data", 0))
ax.spines["left"].set_position(("data", 0))
ax.spines["top"].set_color("none")
ax.spines["right"].set_color("none")
#图片展示
plt.show()
5.4 图：sin-cos-s-2
5.5 豪华版代码：
#---导出模块---
import numpy as np
import matplotlib.pyplot as plt
#---函数定义和画函数线---
#x坐标的取值范围：linspace是等差数列法
x=np.linspace(-2*np.pi,2*np.pi,256,endpoint=True)
#arrange法，因为0.001取值很小很平滑，所以可能☆就不能显示
#x =np.arange(-2*np.pi,2*np.pi,0.001)
#定义余弦函数正弦函数，一行定义法，也可以y1和y2
c,s=np.cos(x),np.sin(x)
#画三角函数曲线，以x为横坐标，以s和c为纵坐标
#plt.plot(x,s,"r*",label="sin-s-3") #r*=red的*,相当于color='red',linestyle="*"
plt.plot(x,s,color="blue",label="sin-s-3")
plt.plot(x,c,color="green",linestyle="-",label="cos-s-3",alpha=0.5)
ax=plt.gca()
#去除图片的四边的边框黑线
ax.spines["right"].set_color("none")
ax.spines["top"].set_color("none")
ax.spines["left"].set_position(("data",0))
ax.spines["bottom"].set_position(("data",0))
#自定义标签文字
#x轴标签依次是：，如果注释掉就是-6~6，间隔2
plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],[r'$-\pi$',r'$-\pi/2$',r'$0$',r'$+\pi/2$',r'$+\pi$'])
#y轴的标签，取值从-1~1，分5个等差
plt.yticks(np.linspace(-1,1,5,endpoint=True))
#默认标签位置也是这样，所以可以不要，注释掉
#ax.xaxis.set_ticks_position("bottom") #线下
#ax.yaxis.set_ticks_position("left") #线左边
'''
#如果上面的2行注释掉，那么下面的存在意义不大，也可以注释掉
for label in ax.get_xticklabels()+ax.get_yticklabels():
label.set_fontsize(16)
label.set_bbox(dict(facecolor="white",edgecolor="None",alpha=0.2))
'''
#固定面积显示
plt.fill_between(x,np.abs(x)<0.5,c,c>0.5,color="yellow",alpha=0.25)
#固定垂直虚线标注
t=1
plt.plot([t,t],[0,np.cos(t)],"y",linewidth=3,linestyle="--")
#箭头标注
plt.annotate("cos(1)",xy=(t,np.cos(1)),xycoords="data",xytext=(+10,+30),
textcoords="offset points",arrowprops=dict(arrowstyle="->",connectionstyle="arc3,rad=.2"))
#增加标题
plt.title("sin-cos-s-3")
#plt.figure(1) #可以注释掉，采用默认
#图例显示，loc代表位置，这是固定左上角位置，默认best，最佳位置，可以自动调节空挡显示
plt.legend(loc="upper left")
#显示网格，可以注释掉
plt.grid()
#显示图形
plt.show()
5.6 图：sin-cos-s-3
6 sin和cos的布局
6.1 ggplot法，代码：
#导出模块
import numpy as np
import matplotlib.pyplot as plt
#画布采用默认大小
fig=plt.figure()
#采用ggplot法布局三个图片位置
plt.style.use('ggplot')
left,width = 0.05,0.95
#位置布局一:上面一行2个
rect_sin=[left,0.55,0.45,0.3] #第1个图
rect_cos=[left+0.5,0.55,0.45,0.3] #第2个图
'''
#位置布局二：上下2个，靠左
rect_sin=[left,0.55,0.45,0.3] #第1个图
rect_cos=[left,0.1,0.45,0.3] #第2个图
'''
#定义x和y坐标
#x=np.linspace(-10,10) #未设置等分，则线条不平滑
#x=np.linspace(-10,10,260) #260等分，数值越大，曲线的线条越平滑
x=np.arange(-10,10,0.001) #arange则是0.001，越小越平滑
#y1=np.sin(x)
#y1=np.cos(x)
#---第1个图---正弦sin
ax_sin = fig.add_axes(rect_sin)
ax_sin.plot(x,np.sin(x),color='blue')
ax_sin.set_title('Sin-s-ggplot')
#---第2个图---余弦cos
ax_cos=fig.add_axes(rect_cos)
ax_cos.plot(x,np.cos(x),color='green')
ax_cos.set_title('Cos-s-ggplot')
#图片展示
plt.show()
图：2lf-ggplot法
2ud-ggplot法图
6.2 subplot法
代码：
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---定义画布大小和分辨率---
fig = plt.figure(figsize=(8,8),dpi=80)
#采用subplot法，分四个图
#2,2,1=2行2列，第一个，从左边数
# 画正弦曲线
fig.add_subplot(2,2,1)
x = np.arange(-2*np.pi,2*np.pi,0.001)
y = np.sin(x)
plt.plot(x,y,color='blue')
plt.title('Sin-s-subplot')
plt.legend(['sin'])
#方法一：第1行1和2并列
# 余弦，2,2,2=2行2列，第2个，从左边数
#fig.add_subplot(2,2,2)
#方法二：第1行1和第2行1，上下
# 余弦，2,2,2=2行2列，第2个，从左边数
fig.add_subplot(2,2,3)
x = np.arange(-2*np.pi,2*np.pi,0.001)
y = np.cos(x)
plt.plot(x,y,color='green')
plt.title('Cos-s-subplot')
plt.legend(['cos'])
plt.show()
6.3 图略，作图位置如上面的ggplot法。
7.小结：
7.1 学习sin和cos有没有用，当然有，在画圆中需要sin和cos来定位圆的坐标。基础一定要打好。
7.2 顺带复习matplotlib的相关作图。
**7.3 我自己整理好，也分享出来，值得收藏。**感谢作者分享-http://bjbsair.com/2020-04-07/tech-info/30778.html
1.说明：
1.1 推荐指数：★★★
1.2 基础知识：三角函数sin和cos，在计算机编程中，尤其python中，应用到画圆很重要。
1.3 用通俗易懂的方式，来讲解，三角函数的matplotlib作图，静态图，为以后的画圆打基础。
1.4 为了突出重点，暂时不提中文设置。复习matplotlib作图的基础知识，深入了解sin和cos的关系。
1.5 适合学习人群：小白、学生、老师、爱好作图人员和计算机编程人员阅读。
2.理论：
比如：
r = 1 #假设半径为1
# 0~2π（一圈，一个π是半圈，步长=0.01，步长越小图线越平滑)
a = np.arange(0,2*np.pi,0.01)
#圆的坐标点与三角函数的关系
x = r*np.cos(a)
y = r*np.sin(a)
#画圆
plt.plot(x,y,color='red')
3.sin正弦函数
3.1 静态：sin-s
3.2 代码：简洁版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#定义坐标关系
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.sin(x)
#画线
plt.plot(x,y,color='blue')
plt.title('sin-s') #标题
plt.legend(['sin']) #图例，注意中括号
plt.show() #图片展示
3.3 图
sin-s-1
3.4 代码：注释版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---定义画布大小和分辨率
#fig = plt.figure(figsize=(8,8),dpi=80) #自定义
#fig = plt.figure() #这是默认的，也可以这一行不设，就是默认
#---画正弦sin曲线---
#0.001越小，线条越平滑好看
#从-2*np.pi到2*np.pi=就是2个2π，4个波=2个波峰+2个波底
#x = np.arange(-2*np.pi,2*np.pi,0.001)
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.sin(x)
#画线
plt.plot(x,y,color='blue')
#默认显示2个2π，4个波=2个波峰+2个波底
#plt.ylim(-2, 2)
#plt.xlim(-2, 2)
plt.title('sin-s') #标题
plt.legend(['sin']) #图例，注意中括号
plt.show() #图片展示
4.cos余弦函数：
4.1 将上面的sin函数的简洁版的代码中，sin改为cos即可，颜色定义为绿色=green。
4.2 代码：简洁版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---画正弦cos曲线---
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.cos(x)
#画线
plt.plot(x,y,color='green')
plt.title('cos-s') #标题
plt.legend(['cos']) #图例，注意中括号
plt.show() #图片展示
4.3 图：cos-s-1
5.一个坐标系展示sin和cos作图法
5.1 代码1：
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#plt.figure() #可以不要，采用默认
#取值范围-2π～2π，比较能展现sin和cos的特点
#0.1~0.001，最好越小越好，线条越平滑
x=np.arange(-2*np.pi,2*np.pi,0.1)
y1=np.sin(x) #正弦sin函数线条
y2=np.cos(x) #余弦cos函数线条
#绘制两个图形，需要绘制两次
#不设置颜色，采用默认的2种不同颜色，也可以单独设置颜色
#本讲解中sin设置蓝色=blue，cos设置为绿色=green
plt.plot(x,y1,color='blue')
plt.plot(x,y2,color='green')
#增加标题
plt.title('x‘sin and cos')
#增加图例
plt.legend(['y=sinx','y=cosx'])
#增加x轴和y轴标签名
plt.xlabel('x-v')
plt.ylabel('y-v',rotation=0)
#图片展示
plt.show()
5.2 图：sin-cos-s-1
5.3 升级版，代码：
#---导出模块---
import numpy as np
from matplotlib import pyplot as plt
#---sin和cos的坐标值定义---
#---注意np的arrange和linspace的含义，在这里区别不大
##在-np.pi~np.pi之间选择256个等差数
#x = np.linspace(-2*np.pi, 2*np.pi, 512, endpoint=True)
x =np.arange(-2*np.pi,2*np.pi,0.001)
#y1=sin,y2=cos
y1, y2 = np.sin(x), np.cos(x)
#定义画布大小，不设置就是默认
#plt.figure(figsize=(10, 7))#取出一张10*7的白纸
#画sin和cos，自定义颜色blue和green,label="sin",label="cos"
plt.plot(x, y1, "-", color='blue',lw=2, aa=False, ms=50)#设置线宽5 aa关闭抗锯齿 默认开启
plt.plot(x, y2, "-", color='green',lw=2, aa=True)#默认线宽10，不设置就是默认
#去掉就是默认
#自定义刻度法，取最大值×1.2
plt.xlim(x.min() * 1.2, x.max() * 1.2)#横坐标范围
plt.ylim(y1.min() * 1.2, y1.max() * 1.2)#纵坐标范围
plt.xticks([0, x.max(), x.min()], [0, r"$\pi$", "$-\pi$"])#横坐标刻度
plt.yticks([y1.min(), y1.max()])#纵坐标刻度
#图例个性设置，自定义字体大小，位置默认是最佳，显示内容是label内容
#也可以这样
plt.legend(['sin','cos'],fontsize=20)
#plt.legend(fontsize=20) #如何这样的话，那么需要在上面加入label
#标注设置
t = 2 / 3 * np.pi
#标注蓝色点垂直线
plt.plot([t, t], [0, np.sin(t)], "--", color="b")
plt.scatter([t], [np.sin(t)], s=100)#散点图
#标注红色点垂直线
plt.plot([t, t], [0, np.cos(t)], "--", color="r")
plt.scatter([t], [np.cos(t)], s=100)#散点图
#设置标注
plt.annotate(r"$\sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$",
(t, np.sin(t)),
xycoords="data", textcoords="offset pixels",
xytext=(20, 20),
arrowprops=dict(arrowstyle="->" , connectionstyle="arc3,rad=.2"),#箭头属性
fontsize=16,#zi字体大小
)
#设置标注
plt.annotate(r"$\cos(\frac{2\pi}{3})=-\frac{1}{2}$",
(t, np.cos(t)),
xycoords="data", textcoords="offset pixels",
xytext=(20, 0),
arrowprops=dict(arrowstyle="->" , connectionstyle="arc3,rad=.2"),#箭头属性
fontsize=16,#zi字体大小
)
#ax定义和边框线，也可以注释掉，那就是默认
ax = plt.gca()
#去除图片的四边黑框线
ax.spines["bottom"].set_position(("data", 0))
ax.spines["left"].set_position(("data", 0))
ax.spines["top"].set_color("none")
ax.spines["right"].set_color("none")
#图片展示
plt.show()
5.4 图：sin-cos-s-2
5.5 豪华版代码：
#---导出模块---
import numpy as np
import matplotlib.pyplot as plt
#---函数定义和画函数线---
#x坐标的取值范围：linspace是等差数列法
x=np.linspace(-2*np.pi,2*np.pi,256,endpoint=True)
#arrange法，因为0.001取值很小很平滑，所以可能☆就不能显示
#x =np.arange(-2*np.pi,2*np.pi,0.001)
#定义余弦函数正弦函数，一行定义法，也可以y1和y2
c,s=np.cos(x),np.sin(x)
#画三角函数曲线，以x为横坐标，以s和c为纵坐标
#plt.plot(x,s,"r*",label="sin-s-3") #r*=red的*,相当于color='red',linestyle="*"
plt.plot(x,s,color="blue",label="sin-s-3")
plt.plot(x,c,color="green",linestyle="-",label="cos-s-3",alpha=0.5)
ax=plt.gca()
#去除图片的四边的边框黑线
ax.spines["right"].set_color("none")
ax.spines["top"].set_color("none")
ax.spines["left"].set_position(("data",0))
ax.spines["bottom"].set_position(("data",0))
#自定义标签文字
#x轴标签依次是：，如果注释掉就是-6~6，间隔2
plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],[r'$-\pi$',r'$-\pi/2$',r'$0$',r'$+\pi/2$',r'$+\pi$'])
#y轴的标签，取值从-1~1，分5个等差
plt.yticks(np.linspace(-1,1,5,endpoint=True))
#默认标签位置也是这样，所以可以不要，注释掉
#ax.xaxis.set_ticks_position("bottom") #线下
#ax.yaxis.set_ticks_position("left") #线左边
'''
#如果上面的2行注释掉，那么下面的存在意义不大，也可以注释掉
for label in ax.get_xticklabels()+ax.get_yticklabels():
label.set_fontsize(16)
label.set_bbox(dict(facecolor="white",edgecolor="None",alpha=0.2))
'''
#固定面积显示
plt.fill_between(x,np.abs(x)<0.5,c,c>0.5,color="yellow",alpha=0.25)
#固定垂直虚线标注
t=1
plt.plot([t,t],[0,np.cos(t)],"y",linewidth=3,linestyle="--")
#箭头标注
plt.annotate("cos(1)",xy=(t,np.cos(1)),xycoords="data",xytext=(+10,+30),
textcoords="offset points",arrowprops=dict(arrowstyle="->",connectionstyle="arc3,rad=.2"))
#增加标题
plt.title("sin-cos-s-3")
#plt.figure(1) #可以注释掉，采用默认
#图例显示，loc代表位置，这是固定左上角位置，默认best，最佳位置，可以自动调节空挡显示
plt.legend(loc="upper left")
#显示网格，可以注释掉
plt.grid()
#显示图形
plt.show()
5.6 图：sin-cos-s-3
6 sin和cos的布局
6.1 ggplot法，代码：
#导出模块
import numpy as np
import matplotlib.pyplot as plt
#画布采用默认大小
fig=plt.figure()
#采用ggplot法布局三个图片位置
plt.style.use('ggplot')
left,width = 0.05,0.95
#位置布局一:上面一行2个
rect_sin=[left,0.55,0.45,0.3] #第1个图
rect_cos=[left+0.5,0.55,0.45,0.3] #第2个图
'''
#位置布局二：上下2个，靠左
rect_sin=[left,0.55,0.45,0.3] #第1个图
rect_cos=[left,0.1,0.45,0.3] #第2个图
'''
#定义x和y坐标
#x=np.linspace(-10,10) #未设置等分，则线条不平滑
#x=np.linspace(-10,10,260) #260等分，数值越大，曲线的线条越平滑
x=np.arange(-10,10,0.001) #arange则是0.001，越小越平滑
#y1=np.sin(x)
#y1=np.cos(x)
#---第1个图---正弦sin
ax_sin = fig.add_axes(rect_sin)
ax_sin.plot(x,np.sin(x),color='blue')
ax_sin.set_title('Sin-s-ggplot')
#---第2个图---余弦cos
ax_cos=fig.add_axes(rect_cos)
ax_cos.plot(x,np.cos(x),color='green')
ax_cos.set_title('Cos-s-ggplot')
#图片展示
plt.show()
图：2lf-ggplot法
2ud-ggplot法图
6.2 subplot法
代码：
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---定义画布大小和分辨率---
fig = plt.figure(figsize=(8,8),dpi=80)
#采用subplot法，分四个图
#2,2,1=2行2列，第一个，从左边数
# 画正弦曲线
fig.add_subplot(2,2,1)
x = np.arange(-2*np.pi,2*np.pi,0.001)
y = np.sin(x)
plt.plot(x,y,color='blue')
plt.title('Sin-s-subplot')
plt.legend(['sin'])
#方法一：第1行1和2并列
# 余弦，2,2,2=2行2列，第2个，从左边数
#fig.add_subplot(2,2,2)
#方法二：第1行1和第2行1，上下
# 余弦，2,2,2=2行2列，第2个，从左边数
fig.add_subplot(2,2,3)
x = np.arange(-2*np.pi,2*np.pi,0.001)
y = np.cos(x)
plt.plot(x,y,color='green')
plt.title('Cos-s-subplot')
plt.legend(['cos'])
plt.show()
6.3 图略，作图位置如上面的ggplot法。
7.小结：
7.1 学习sin和cos有没有用，当然有，在画圆中需要sin和cos来定位圆的坐标。基础一定要打好。
7.2 顺带复习matplotlib的相关作图。
**7.3 我自己整理好，也分享出来，值得收藏。**感谢作者分享-http://bjbsair.com/2020-04-07/tech-info/30778.html
1.说明：
1.1 推荐指数：★★★
1.2 基础知识：三角函数sin和cos，在计算机编程中，尤其python中，应用到画圆很重要。
1.3 用通俗易懂的方式，来讲解，三角函数的matplotlib作图，静态图，为以后的画圆打基础。
1.4 为了突出重点，暂时不提中文设置。复习matplotlib作图的基础知识，深入了解sin和cos的关系。
1.5 适合学习人群：小白、学生、老师、爱好作图人员和计算机编程人员阅读。
2.理论：
比如：
r = 1 #假设半径为1
# 0~2π（一圈，一个π是半圈，步长=0.01，步长越小图线越平滑)
a = np.arange(0,2*np.pi,0.01)
#圆的坐标点与三角函数的关系
x = r*np.cos(a)
y = r*np.sin(a)
#画圆
plt.plot(x,y,color='red')
3.sin正弦函数
3.1 静态：sin-s
3.2 代码：简洁版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#定义坐标关系
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.sin(x)
#画线
plt.plot(x,y,color='blue')
plt.title('sin-s') #标题
plt.legend(['sin']) #图例，注意中括号
plt.show() #图片展示
3.3 图
sin-s-1
3.4 代码：注释版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---定义画布大小和分辨率
#fig = plt.figure(figsize=(8,8),dpi=80) #自定义
#fig = plt.figure() #这是默认的，也可以这一行不设，就是默认
#---画正弦sin曲线---
#0.001越小，线条越平滑好看
#从-2*np.pi到2*np.pi=就是2个2π，4个波=2个波峰+2个波底
#x = np.arange(-2*np.pi,2*np.pi,0.001)
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.sin(x)
#画线
plt.plot(x,y,color='blue')
#默认显示2个2π，4个波=2个波峰+2个波底
#plt.ylim(-2, 2)
#plt.xlim(-2, 2)
plt.title('sin-s') #标题
plt.legend(['sin']) #图例，注意中括号
plt.show() #图片展示
4.cos余弦函数：
4.1 将上面的sin函数的简洁版的代码中，sin改为cos即可，颜色定义为绿色=green。
4.2 代码：简洁版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---画正弦cos曲线---
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.cos(x)
#画线
plt.plot(x,y,color='green')
plt.title('cos-s') #标题
plt.legend(['cos']) #图例，注意中括号
plt.show() #图片展示
4.3 图：cos-s-1
5.一个坐标系展示sin和cos作图法
5.1 代码1：
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#plt.figure() #可以不要，采用默认
#取值范围-2π～2π，比较能展现sin和cos的特点
#0.1~0.001，最好越小越好，线条越平滑
x=np.arange(-2*np.pi,2*np.pi,0.1)
y1=np.sin(x) #正弦sin函数线条
y2=np.cos(x) #余弦cos函数线条
#绘制两个图形，需要绘制两次
#不设置颜色，采用默认的2种不同颜色，也可以单独设置颜色
#本讲解中sin设置蓝色=blue，cos设置为绿色=green
plt.plot(x,y1,color='blue')
plt.plot(x,y2,color='green')
#增加标题
plt.title('x‘sin and cos')
#增加图例
plt.legend(['y=sinx','y=cosx'])
#增加x轴和y轴标签名
plt.xlabel('x-v')
plt.ylabel('y-v',rotation=0)
#图片展示
plt.show()
5.2 图：sin-cos-s-1
5.3 升级版，代码：
#---导出模块---
import numpy as np
from matplotlib import pyplot as plt
#---sin和cos的坐标值定义---
#---注意np的arrange和linspace的含义，在这里区别不大
##在-np.pi~np.pi之间选择256个等差数
#x = np.linspace(-2*np.pi, 2*np.pi, 512, endpoint=True)
x =np.arange(-2*np.pi,2*np.pi,0.001)
#y1=sin,y2=cos
y1, y2 = np.sin(x), np.cos(x)
#定义画布大小，不设置就是默认
#plt.figure(figsize=(10, 7))#取出一张10*7的白纸
#画sin和cos，自定义颜色blue和green,label="sin",label="cos"
plt.plot(x, y1, "-", color='blue',lw=2, aa=False, ms=50)#设置线宽5 aa关闭抗锯齿 默认开启
plt.plot(x, y2, "-", color='green',lw=2, aa=True)#默认线宽10，不设置就是默认
#去掉就是默认
#自定义刻度法，取最大值×1.2
plt.xlim(x.min() * 1.2, x.max() * 1.2)#横坐标范围
plt.ylim(y1.min() * 1.2, y1.max() * 1.2)#纵坐标范围
plt.xticks([0, x.max(), x.min()], [0, r"$\pi$", "$-\pi$"])#横坐标刻度
plt.yticks([y1.min(), y1.max()])#纵坐标刻度
#图例个性设置，自定义字体大小，位置默认是最佳，显示内容是label内容
#也可以这样
plt.legend(['sin','cos'],fontsize=20)
#plt.legend(fontsize=20) #如何这样的话，那么需要在上面加入label
#标注设置
t = 2 / 3 * np.pi
#标注蓝色点垂直线
plt.plot([t, t], [0, np.sin(t)], "--", color="b")
plt.scatter([t], [np.sin(t)], s=100)#散点图
#标注红色点垂直线
plt.plot([t, t], [0, np.cos(t)], "--", color="r")
plt.scatter([t], [np.cos(t)], s=100)#散点图
#设置标注
plt.annotate(r"$\sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$",
(t, np.sin(t)),
xycoords="data", textcoords="offset pixels",
xytext=(20, 20),
arrowprops=dict(arrowstyle="->" , connectionstyle="arc3,rad=.2"),#箭头属性
fontsize=16,#zi字体大小
)
#设置标注
plt.annotate(r"$\cos(\frac{2\pi}{3})=-\frac{1}{2}$",
(t, np.cos(t)),
xycoords="data", textcoords="offset pixels",
xytext=(20, 0),
arrowprops=dict(arrowstyle="->" , connectionstyle="arc3,rad=.2"),#箭头属性
fontsize=16,#zi字体大小
)
#ax定义和边框线，也可以注释掉，那就是默认
ax = plt.gca()
#去除图片的四边黑框线
ax.spines["bottom"].set_position(("data", 0))
ax.spines["left"].set_position(("data", 0))
ax.spines["top"].set_color("none")
ax.spines["right"].set_color("none")
#图片展示
plt.show()
5.4 图：sin-cos-s-2
5.5 豪华版代码：
#---导出模块---
import numpy as np
import matplotlib.pyplot as plt
#---函数定义和画函数线---
#x坐标的取值范围：linspace是等差数列法
x=np.linspace(-2*np.pi,2*np.pi,256,endpoint=True)
#arrange法，因为0.001取值很小很平滑，所以可能☆就不能显示
#x =np.arange(-2*np.pi,2*np.pi,0.001)
#定义余弦函数正弦函数，一行定义法，也可以y1和y2
c,s=np.cos(x),np.sin(x)
#画三角函数曲线，以x为横坐标，以s和c为纵坐标
#plt.plot(x,s,"r*",label="sin-s-3") #r*=red的*,相当于color='red',linestyle="*"
plt.plot(x,s,color="blue",label="sin-s-3")
plt.plot(x,c,color="green",linestyle="-",label="cos-s-3",alpha=0.5)
ax=plt.gca()
#去除图片的四边的边框黑线
ax.spines["right"].set_color("none")
ax.spines["top"].set_color("none")
ax.spines["left"].set_position(("data",0))
ax.spines["bottom"].set_position(("data",0))
#自定义标签文字
#x轴标签依次是：，如果注释掉就是-6~6，间隔2
plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],[r'$-\pi$',r'$-\pi/2$',r'$0$',r'$+\pi/2$',r'$+\pi$'])
#y轴的标签，取值从-1~1，分5个等差
plt.yticks(np.linspace(-1,1,5,endpoint=True))
#默认标签位置也是这样，所以可以不要，注释掉
#ax.xaxis.set_ticks_position("bottom") #线下
#ax.yaxis.set_ticks_position("left") #线左边
'''
#如果上面的2行注释掉，那么下面的存在意义不大，也可以注释掉
for label in ax.get_xticklabels()+ax.get_yticklabels():
label.set_fontsize(16)
label.set_bbox(dict(facecolor="white",edgecolor="None",alpha=0.2))
'''
#固定面积显示
plt.fill_between(x,np.abs(x)<0.5,c,c>0.5,color="yellow",alpha=0.25)
#固定垂直虚线标注
t=1
plt.plot([t,t],[0,np.cos(t)],"y",linewidth=3,linestyle="--")
#箭头标注
plt.annotate("cos(1)",xy=(t,np.cos(1)),xycoords="data",xytext=(+10,+30),
textcoords="offset points",arrowprops=dict(arrowstyle="->",connectionstyle="arc3,rad=.2"))
#增加标题
plt.title("sin-cos-s-3")
#plt.figure(1) #可以注释掉，采用默认
#图例显示，loc代表位置，这是固定左上角位置，默认best，最佳位置，可以自动调节空挡显示
plt.legend(loc="upper left")
#显示网格，可以注释掉
plt.grid()
#显示图形
plt.show()
5.6 图：sin-cos-s-3
6 sin和cos的布局
6.1 ggplot法，代码：
#导出模块
import numpy as np
import matplotlib.pyplot as plt
#画布采用默认大小
fig=plt.figure()
#采用ggplot法布局三个图片位置
plt.style.use('ggplot')
left,width = 0.05,0.95
#位置布局一:上面一行2个
rect_sin=[left,0.55,0.45,0.3] #第1个图
rect_cos=[left+0.5,0.55,0.45,0.3] #第2个图
'''
#位置布局二：上下2个，靠左
rect_sin=[left,0.55,0.45,0.3] #第1个图
rect_cos=[left,0.1,0.45,0.3] #第2个图
'''
#定义x和y坐标
#x=np.linspace(-10,10) #未设置等分，则线条不平滑
#x=np.linspace(-10,10,260) #260等分，数值越大，曲线的线条越平滑
x=np.arange(-10,10,0.001) #arange则是0.001，越小越平滑
#y1=np.sin(x)
#y1=np.cos(x)
#---第1个图---正弦sin
ax_sin = fig.add_axes(rect_sin)
ax_sin.plot(x,np.sin(x),color='blue')
ax_sin.set_title('Sin-s-ggplot')
#---第2个图---余弦cos
ax_cos=fig.add_axes(rect_cos)
ax_cos.plot(x,np.cos(x),color='green')
ax_cos.set_title('Cos-s-ggplot')
#图片展示
plt.show()
图：2lf-ggplot法
2ud-ggplot法图
6.2 subplot法
代码：
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---定义画布大小和分辨率---
fig = plt.figure(figsize=(8,8),dpi=80)
#采用subplot法，分四个图
#2,2,1=2行2列，第一个，从左边数
# 画正弦曲线
fig.add_subplot(2,2,1)
x = np.arange(-2*np.pi,2*np.pi,0.001)
y = np.sin(x)
plt.plot(x,y,color='blue')
plt.title('Sin-s-subplot')
plt.legend(['sin'])
#方法一：第1行1和2并列
# 余弦，2,2,2=2行2列，第2个，从左边数
#fig.add_subplot(2,2,2)
#方法二：第1行1和第2行1，上下
# 余弦，2,2,2=2行2列，第2个，从左边数
fig.add_subplot(2,2,3)
x = np.arange(-2*np.pi,2*np.pi,0.001)
y = np.cos(x)
plt.plot(x,y,color='green')
plt.title('Cos-s-subplot')
plt.legend(['cos'])
plt.show()
6.3 图略，作图位置如上面的ggplot法。
7.小结：
7.1 学习sin和cos有没有用，当然有，在画圆中需要sin和cos来定位圆的坐标。基础一定要打好。
7.2 顺带复习matplotlib的相关作图。
**7.3 我自己整理好，也分享出来，值得收藏。**感谢作者分享-http://bjbsair.com/2020-04-07/tech-info/30778.html
1.说明：
1.1 推荐指数：★★★
1.2 基础知识：三角函数sin和cos，在计算机编程中，尤其python中，应用到画圆很重要。
1.3 用通俗易懂的方式，来讲解，三角函数的matplotlib作图，静态图，为以后的画圆打基础。
1.4 为了突出重点，暂时不提中文设置。复习matplotlib作图的基础知识，深入了解sin和cos的关系。
1.5 适合学习人群：小白、学生、老师、爱好作图人员和计算机编程人员阅读。
2.理论：
比如：
r = 1 #假设半径为1
# 0~2π（一圈，一个π是半圈，步长=0.01，步长越小图线越平滑)
a = np.arange(0,2*np.pi,0.01)
#圆的坐标点与三角函数的关系
x = r*np.cos(a)
y = r*np.sin(a)
#画圆
plt.plot(x,y,color='red')
3.sin正弦函数
3.1 静态：sin-s
3.2 代码：简洁版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#定义坐标关系
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.sin(x)
#画线
plt.plot(x,y,color='blue')
plt.title('sin-s') #标题
plt.legend(['sin']) #图例，注意中括号
plt.show() #图片展示
3.3 图
sin-s-1
3.4 代码：注释版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---定义画布大小和分辨率
#fig = plt.figure(figsize=(8,8),dpi=80) #自定义
#fig = plt.figure() #这是默认的，也可以这一行不设，就是默认
#---画正弦sin曲线---
#0.001越小，线条越平滑好看
#从-2*np.pi到2*np.pi=就是2个2π，4个波=2个波峰+2个波底
#x = np.arange(-2*np.pi,2*np.pi,0.001)
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.sin(x)
#画线
plt.plot(x,y,color='blue')
#默认显示2个2π，4个波=2个波峰+2个波底
#plt.ylim(-2, 2)
#plt.xlim(-2, 2)
plt.title('sin-s') #标题
plt.legend(['sin']) #图例，注意中括号
plt.show() #图片展示
4.cos余弦函数：
4.1 将上面的sin函数的简洁版的代码中，sin改为cos即可，颜色定义为绿色=green。
4.2 代码：简洁版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---画正弦cos曲线---
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.cos(x)
#画线
plt.plot(x,y,color='green')
plt.title('cos-s') #标题
plt.legend(['cos']) #图例，注意中括号
plt.show() #图片展示
4.3 图：cos-s-1
5.一个坐标系展示sin和cos作图法
5.1 代码1：
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#plt.figure() #可以不要，采用默认
#取值范围-2π～2π，比较能展现sin和cos的特点
#0.1~0.001，最好越小越好，线条越平滑
x=np.arange(-2*np.pi,2*np.pi,0.1)
y1=np.sin(x) #正弦sin函数线条
y2=np.cos(x) #余弦cos函数线条
#绘制两个图形，需要绘制两次
#不设置颜色，采用默认的2种不同颜色，也可以单独设置颜色
#本讲解中sin设置蓝色=blue，cos设置为绿色=green
plt.plot(x,y1,color='blue')
plt.plot(x,y2,color='green')
#增加标题
plt.title('x‘sin and cos')
#增加图例
plt.legend(['y=sinx','y=cosx'])
#增加x轴和y轴标签名
plt.xlabel('x-v')
plt.ylabel('y-v',rotation=0)
#图片展示
plt.show()
5.2 图：sin-cos-s-1
5.3 升级版，代码：
#---导出模块---
import numpy as np
from matplotlib import pyplot as plt
#---sin和cos的坐标值定义---
#---注意np的arrange和linspace的含义，在这里区别不大
##在-np.pi~np.pi之间选择256个等差数
#x = np.linspace(-2*np.pi, 2*np.pi, 512, endpoint=True)
x =np.arange(-2*np.pi,2*np.pi,0.001)
#y1=sin,y2=cos
y1, y2 = np.sin(x), np.cos(x)
#定义画布大小，不设置就是默认
#plt.figure(figsize=(10, 7))#取出一张10*7的白纸
#画sin和cos，自定义颜色blue和green,label="sin",label="cos"
plt.plot(x, y1, "-", color='blue',lw=2, aa=False, ms=50)#设置线宽5 aa关闭抗锯齿 默认开启
plt.plot(x, y2, "-", color='green',lw=2, aa=True)#默认线宽10，不设置就是默认
#去掉就是默认
#自定义刻度法，取最大值×1.2
plt.xlim(x.min() * 1.2, x.max() * 1.2)#横坐标范围
plt.ylim(y1.min() * 1.2, y1.max() * 1.2)#纵坐标范围
plt.xticks([0, x.max(), x.min()], [0, r"$\pi$", "$-\pi$"])#横坐标刻度
plt.yticks([y1.min(), y1.max()])#纵坐标刻度
#图例个性设置，自定义字体大小，位置默认是最佳，显示内容是label内容
#也可以这样
plt.legend(['sin','cos'],fontsize=20)
#plt.legend(fontsize=20) #如何这样的话，那么需要在上面加入label
#标注设置
t = 2 / 3 * np.pi
#标注蓝色点垂直线
plt.plot([t, t], [0, np.sin(t)], "--", color="b")
plt.scatter([t], [np.sin(t)], s=100)#散点图
#标注红色点垂直线
plt.plot([t, t], [0, np.cos(t)], "--", color="r")
plt.scatter([t], [np.cos(t)], s=100)#散点图
#设置标注
plt.annotate(r"$\sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$",
(t, np.sin(t)),
xycoords="data", textcoords="offset pixels",
xytext=(20, 20),
arrowprops=dict(arrowstyle="->" , connectionstyle="arc3,rad=.2"),#箭头属性
fontsize=16,#zi字体大小
)
#设置标注
plt.annotate(r"$\cos(\frac{2\pi}{3})=-\frac{1}{2}$",
(t, np.cos(t)),
xycoords="data", textcoords="offset pixels",
xytext=(20, 0),
arrowprops=dict(arrowstyle="->" , connectionstyle="arc3,rad=.2"),#箭头属性
fontsize=16,#zi字体大小
)
#ax定义和边框线，也可以注释掉，那就是默认
ax = plt.gca()
#去除图片的四边黑框线
ax.spines["bottom"].set_position(("data", 0))
ax.spines["left"].set_position(("data", 0))
ax.spines["top"].set_color("none")
ax.spines["right"].set_color("none")
#图片展示
plt.show()
5.4 图：sin-cos-s-2
5.5 豪华版代码：
#---导出模块---
import numpy as np
import matplotlib.pyplot as plt
#---函数定义和画函数线---
#x坐标的取值范围：linspace是等差数列法
x=np.linspace(-2*np.pi,2*np.pi,256,endpoint=True)
#arrange法，因为0.001取值很小很平滑，所以可能☆就不能显示
#x =np.arange(-2*np.pi,2*np.pi,0.001)
#定义余弦函数正弦函数，一行定义法，也可以y1和y2
c,s=np.cos(x),np.sin(x)
#画三角函数曲线，以x为横坐标，以s和c为纵坐标
#plt.plot(x,s,"r*",label="sin-s-3") #r*=red的*,相当于color='red',linestyle="*"
plt.plot(x,s,color="blue",label="sin-s-3")
plt.plot(x,c,color="green",linestyle="-",label="cos-s-3",alpha=0.5)
ax=plt.gca()
#去除图片的四边的边框黑线
ax.spines["right"].set_color("none")
ax.spines["top"].set_color("none")
ax.spines["left"].set_position(("data",0))
ax.spines["bottom"].set_position(("data",0))
#自定义标签文字
#x轴标签依次是：，如果注释掉就是-6~6，间隔2
plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],[r'$-\pi$',r'$-\pi/2$',r'$0$',r'$+\pi/2$',r'$+\pi$'])
#y轴的标签，取值从-1~1，分5个等差
plt.yticks(np.linspace(-1,1,5,endpoint=True))
#默认标签位置也是这样，所以可以不要，注释掉
#ax.xaxis.set_ticks_position("bottom") #线下
#ax.yaxis.set_ticks_position("left") #线左边
'''
#如果上面的2行注释掉，那么下面的存在意义不大，也可以注释掉
for label in ax.get_xticklabels()+ax.get_yticklabels():
label.set_fontsize(16)
label.set_bbox(dict(facecolor="white",edgecolor="None",alpha=0.2))
'''
#固定面积显示
plt.fill_between(x,np.abs(x)<0.5,c,c>0.5,color="yellow",alpha=0.25)
#固定垂直虚线标注
t=1
plt.plot([t,t],[0,np.cos(t)],"y",linewidth=3,linestyle="--")
#箭头标注
plt.annotate("cos(1)",xy=(t,np.cos(1)),xycoords="data",xytext=(+10,+30),
textcoords="offset points",arrowprops=dict(arrowstyle="->",connectionstyle="arc3,rad=.2"))
#增加标题
plt.title("sin-cos-s-3")
#plt.figure(1) #可以注释掉，采用默认
#图例显示，loc代表位置，这是固定左上角位置，默认best，最佳位置，可以自动调节空挡显示
plt.legend(loc="upper left")
#显示网格，可以注释掉
plt.grid()
#显示图形
plt.show()
5.6 图：sin-cos-s-3
6 sin和cos的布局
6.1 ggplot法，代码：
#导出模块
import numpy as np
import matplotlib.pyplot as plt
#画布采用默认大小
fig=plt.figure()
#采用ggplot法布局三个图片位置
plt.style.use('ggplot')
left,width = 0.05,0.95
#位置布局一:上面一行2个
rect_sin=[left,0.55,0.45,0.3] #第1个图
rect_cos=[left+0.5,0.55,0.45,0.3] #第2个图
'''
#位置布局二：上下2个，靠左
rect_sin=[left,0.55,0.45,0.3] #第1个图
rect_cos=[left,0.1,0.45,0.3] #第2个图
'''
#定义x和y坐标
#x=np.linspace(-10,10) #未设置等分，则线条不平滑
#x=np.linspace(-10,10,260) #260等分，数值越大，曲线的线条越平滑
x=np.arange(-10,10,0.001) #arange则是0.001，越小越平滑
#y1=np.sin(x)
#y1=np.cos(x)
#---第1个图---正弦sin
ax_sin = fig.add_axes(rect_sin)
ax_sin.plot(x,np.sin(x),color='blue')
ax_sin.set_title('Sin-s-ggplot')
#---第2个图---余弦cos
ax_cos=fig.add_axes(rect_cos)
ax_cos.plot(x,np.cos(x),color='green')
ax_cos.set_title('Cos-s-ggplot')
#图片展示
plt.show()
图：2lf-ggplot法
2ud-ggplot法图
6.2 subplot法
代码：
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---定义画布大小和分辨率---
fig = plt.figure(figsize=(8,8),dpi=80)
#采用subplot法，分四个图
#2,2,1=2行2列，第一个，从左边数
# 画正弦曲线
fig.add_subplot(2,2,1)
x = np.arange(-2*np.pi,2*np.pi,0.001)
y = np.sin(x)
plt.plot(x,y,color='blue')
plt.title('Sin-s-subplot')
plt.legend(['sin'])
#方法一：第1行1和2并列
# 余弦，2,2,2=2行2列，第2个，从左边数
#fig.add_subplot(2,2,2)
#方法二：第1行1和第2行1，上下
# 余弦，2,2,2=2行2列，第2个，从左边数
fig.add_subplot(2,2,3)
x = np.arange(-2*np.pi,2*np.pi,0.001)
y = np.cos(x)
plt.plot(x,y,color='green')
plt.title('Cos-s-subplot')
plt.legend(['cos'])
plt.show()
6.3 图略，作图位置如上面的ggplot法。
7.小结：
7.1 学习sin和cos有没有用，当然有，在画圆中需要sin和cos来定位圆的坐标。基础一定要打好。
7.2 顺带复习matplotlib的相关作图。
**7.3 我自己整理好，也分享出来，值得收藏。**感谢作者分享-http://bjbsair.com/2020-04-07/tech-info/30778.html
1.说明：
1.1 推荐指数：★★★
1.2 基础知识：三角函数sin和cos，在计算机编程中，尤其python中，应用到画圆很重要。
1.3 用通俗易懂的方式，来讲解，三角函数的matplotlib作图，静态图，为以后的画圆打基础。
1.4 为了突出重点，暂时不提中文设置。复习matplotlib作图的基础知识，深入了解sin和cos的关系。
1.5 适合学习人群：小白、学生、老师、爱好作图人员和计算机编程人员阅读。
2.理论：
比如：
r = 1 #假设半径为1
# 0~2π（一圈，一个π是半圈，步长=0.01，步长越小图线越平滑)
a = np.arange(0,2*np.pi,0.01)
#圆的坐标点与三角函数的关系
x = r*np.cos(a)
y = r*np.sin(a)
#画圆
plt.plot(x,y,color='red')
3.sin正弦函数
3.1 静态：sin-s
3.2 代码：简洁版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#定义坐标关系
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.sin(x)
#画线
plt.plot(x,y,color='blue')
plt.title('sin-s') #标题
plt.legend(['sin']) #图例，注意中括号
plt.show() #图片展示
3.3 图
sin-s-1
3.4 代码：注释版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---定义画布大小和分辨率
#fig = plt.figure(figsize=(8,8),dpi=80) #自定义
#fig = plt.figure() #这是默认的，也可以这一行不设，就是默认
#---画正弦sin曲线---
#0.001越小，线条越平滑好看
#从-2*np.pi到2*np.pi=就是2个2π，4个波=2个波峰+2个波底
#x = np.arange(-2*np.pi,2*np.pi,0.001)
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.sin(x)
#画线
plt.plot(x,y,color='blue')
#默认显示2个2π，4个波=2个波峰+2个波底
#plt.ylim(-2, 2)
#plt.xlim(-2, 2)
plt.title('sin-s') #标题
plt.legend(['sin']) #图例，注意中括号
plt.show() #图片展示
4.cos余弦函数：
4.1 将上面的sin函数的简洁版的代码中，sin改为cos即可，颜色定义为绿色=green。
4.2 代码：简洁版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---画正弦cos曲线---
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.cos(x)
#画线
plt.plot(x,y,color='green')
plt.title('cos-s') #标题
plt.legend(['cos']) #图例，注意中括号
plt.show() #图片展示
4.3 图：cos-s-1
5.一个坐标系展示sin和cos作图法
5.1 代码1：
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#plt.figure() #可以不要，采用默认
#取值范围-2π～2π，比较能展现sin和cos的特点
#0.1~0.001，最好越小越好，线条越平滑
x=np.arange(-2*np.pi,2*np.pi,0.1)
y1=np.sin(x) #正弦sin函数线条
y2=np.cos(x) #余弦cos函数线条
#绘制两个图形，需要绘制两次
#不设置颜色，采用默认的2种不同颜色，也可以单独设置颜色
#本讲解中sin设置蓝色=blue，cos设置为绿色=green
plt.plot(x,y1,color='blue')
plt.plot(x,y2,color='green')
#增加标题
plt.title('x‘sin and cos')
#增加图例
plt.legend(['y=sinx','y=cosx'])
#增加x轴和y轴标签名
plt.xlabel('x-v')
plt.ylabel('y-v',rotation=0)
#图片展示
plt.show()
5.2 图：sin-cos-s-1
5.3 升级版，代码：
#---导出模块---
import numpy as np
from matplotlib import pyplot as plt
#---sin和cos的坐标值定义---
#---注意np的arrange和linspace的含义，在这里区别不大
##在-np.pi~np.pi之间选择256个等差数
#x = np.linspace(-2*np.pi, 2*np.pi, 512, endpoint=True)
x =np.arange(-2*np.pi,2*np.pi,0.001)
#y1=sin,y2=cos
y1, y2 = np.sin(x), np.cos(x)
#定义画布大小，不设置就是默认
#plt.figure(figsize=(10, 7))#取出一张10*7的白纸
#画sin和cos，自定义颜色blue和green,label="sin",label="cos"
plt.plot(x, y1, "-", color='blue',lw=2, aa=False, ms=50)#设置线宽5 aa关闭抗锯齿 默认开启
plt.plot(x, y2, "-", color='green',lw=2, aa=True)#默认线宽10，不设置就是默认
#去掉就是默认
#自定义刻度法，取最大值×1.2
plt.xlim(x.min() * 1.2, x.max() * 1.2)#横坐标范围
plt.ylim(y1.min() * 1.2, y1.max() * 1.2)#纵坐标范围
plt.xticks([0, x.max(), x.min()], [0, r"$\pi$", "$-\pi$"])#横坐标刻度
plt.yticks([y1.min(), y1.max()])#纵坐标刻度
#图例个性设置，自定义字体大小，位置默认是最佳，显示内容是label内容
#也可以这样
plt.legend(['sin','cos'],fontsize=20)
#plt.legend(fontsize=20) #如何这样的话，那么需要在上面加入label
#标注设置
t = 2 / 3 * np.pi
#标注蓝色点垂直线
plt.plot([t, t], [0, np.sin(t)], "--", color="b")
plt.scatter([t], [np.sin(t)], s=100)#散点图
#标注红色点垂直线
plt.plot([t, t], [0, np.cos(t)], "--", color="r")
plt.scatter([t], [np.cos(t)], s=100)#散点图
#设置标注
plt.annotate(r"$\sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$",
(t, np.sin(t)),
xycoords="data", textcoords="offset pixels",
xytext=(20, 20),
arrowprops=dict(arrowstyle="->" , connectionstyle="arc3,rad=.2"),#箭头属性
fontsize=16,#zi字体大小
)
#设置标注
plt.annotate(r"$\cos(\frac{2\pi}{3})=-\frac{1}{2}$",
(t, np.cos(t)),
xycoords="data", textcoords="offset pixels",
xytext=(20, 0),
arrowprops=dict(arrowstyle="->" , connectionstyle="arc3,rad=.2"),#箭头属性
fontsize=16,#zi字体大小
)
#ax定义和边框线，也可以注释掉，那就是默认
ax = plt.gca()
#去除图片的四边黑框线
ax.spines["bottom"].set_position(("data", 0))
ax.spines["left"].set_position(("data", 0))
ax.spines["top"].set_color("none")
ax.spines["right"].set_color("none")
#图片展示
plt.show()
5.4 图：sin-cos-s-2
5.5 豪华版代码：
#---导出模块---
import numpy as np
import matplotlib.pyplot as plt
#---函数定义和画函数线---
#x坐标的取值范围：linspace是等差数列法
x=np.linspace(-2*np.pi,2*np.pi,256,endpoint=True)
#arrange法，因为0.001取值很小很平滑，所以可能☆就不能显示
#x =np.arange(-2*np.pi,2*np.pi,0.001)
#定义余弦函数正弦函数，一行定义法，也可以y1和y2
c,s=np.cos(x),np.sin(x)
#画三角函数曲线，以x为横坐标，以s和c为纵坐标
#plt.plot(x,s,"r*",label="sin-s-3") #r*=red的*,相当于color='red',linestyle="*"
plt.plot(x,s,color="blue",label="sin-s-3")
plt.plot(x,c,color="green",linestyle="-",label="cos-s-3",alpha=0.5)
ax=plt.gca()
#去除图片的四边的边框黑线
ax.spines["right"].set_color("none")
ax.spines["top"].set_color("none")
ax.spines["left"].set_position(("data",0))
ax.spines["bottom"].set_position(("data",0))
#自定义标签文字
#x轴标签依次是：，如果注释掉就是-6~6，间隔2
plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],[r'$-\pi$',r'$-\pi/2$',r'$0$',r'$+\pi/2$',r'$+\pi$'])
#y轴的标签，取值从-1~1，分5个等差
plt.yticks(np.linspace(-1,1,5,endpoint=True))
#默认标签位置也是这样，所以可以不要，注释掉
#ax.xaxis.set_ticks_position("bottom") #线下
#ax.yaxis.set_ticks_position("left") #线左边
'''
#如果上面的2行注释掉，那么下面的存在意义不大，也可以注释掉
for label in ax.get_xticklabels()+ax.get_yticklabels():
label.set_fontsize(16)
label.set_bbox(dict(facecolor="white",edgecolor="None",alpha=0.2))
'''
#固定面积显示
plt.fill_between(x,np.abs(x)<0.5,c,c>0.5,color="yellow",alpha=0.25)
#固定垂直虚线标注
t=1
plt.plot([t,t],[0,np.cos(t)],"y",linewidth=3,linestyle="--")
#箭头标注
plt.annotate("cos(1)",xy=(t,np.cos(1)),xycoords="data",xytext=(+10,+30),
textcoords="offset points",arrowprops=dict(arrowstyle="->",connectionstyle="arc3,rad=.2"))
#增加标题
plt.title("sin-cos-s-3")
#plt.figure(1) #可以注释掉，采用默认
#图例显示，loc代表位置，这是固定左上角位置，默认best，最佳位置，可以自动调节空挡显示
plt.legend(loc="upper left")
#显示网格，可以注释掉
plt.grid()
#显示图形
plt.show()
5.6 图：sin-cos-s-3
6 sin和cos的布局
6.1 ggplot法，代码：
#导出模块
import numpy as np
import matplotlib.pyplot as plt
#画布采用默认大小
fig=plt.figure()
#采用ggplot法布局三个图片位置
plt.style.use('ggplot')
left,width = 0.05,0.95
#位置布局一:上面一行2个
rect_sin=[left,0.55,0.45,0.3] #第1个图
rect_cos=[left+0.5,0.55,0.45,0.3] #第2个图
'''
#位置布局二：上下2个，靠左
rect_sin=[left,0.55,0.45,0.3] #第1个图
rect_cos=[left,0.1,0.45,0.3] #第2个图
'''
#定义x和y坐标
#x=np.linspace(-10,10) #未设置等分，则线条不平滑
#x=np.linspace(-10,10,260) #260等分，数值越大，曲线的线条越平滑
x=np.arange(-10,10,0.001) #arange则是0.001，越小越平滑
#y1=np.sin(x)
#y1=np.cos(x)
#---第1个图---正弦sin
ax_sin = fig.add_axes(rect_sin)
ax_sin.plot(x,np.sin(x),color='blue')
ax_sin.set_title('Sin-s-ggplot')
#---第2个图---余弦cos
ax_cos=fig.add_axes(rect_cos)
ax_cos.plot(x,np.cos(x),color='green')
ax_cos.set_title('Cos-s-ggplot')
#图片展示
plt.show()
图：2lf-ggplot法
2ud-ggplot法图
6.2 subplot法
代码：
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---定义画布大小和分辨率---
fig = plt.figure(figsize=(8,8),dpi=80)
#采用subplot法，分四个图
#2,2,1=2行2列，第一个，从左边数
# 画正弦曲线
fig.add_subplot(2,2,1)
x = np.arange(-2*np.pi,2*np.pi,0.001)
y = np.sin(x)
plt.plot(x,y,color='blue')
plt.title('Sin-s-subplot')
plt.legend(['sin'])
#方法一：第1行1和2并列
# 余弦，2,2,2=2行2列，第2个，从左边数
#fig.add_subplot(2,2,2)
#方法二：第1行1和第2行1，上下
# 余弦，2,2,2=2行2列，第2个，从左边数
fig.add_subplot(2,2,3)
x = np.arange(-2*np.pi,2*np.pi,0.001)
y = np.cos(x)
plt.plot(x,y,color='green')
plt.title('Cos-s-subplot')
plt.legend(['cos'])
plt.show()
6.3 图略，作图位置如上面的ggplot法。
7.小结：
7.1 学习sin和cos有没有用，当然有，在画圆中需要sin和cos来定位圆的坐标。基础一定要打好。
7.2 顺带复习matplotlib的相关作图。
**7.3 我自己整理好，也分享出来，值得收藏。**感谢作者分享-http://bjbsair.com/2020-04-07/tech-info/30778.html
1.说明：
1.1 推荐指数：★★★
1.2 基础知识：三角函数sin和cos，在计算机编程中，尤其python中，应用到画圆很重要。
1.3 用通俗易懂的方式，来讲解，三角函数的matplotlib作图，静态图，为以后的画圆打基础。
1.4 为了突出重点，暂时不提中文设置。复习matplotlib作图的基础知识，深入了解sin和cos的关系。
1.5 适合学习人群：小白、学生、老师、爱好作图人员和计算机编程人员阅读。
2.理论：
比如：
r = 1 #假设半径为1
# 0~2π（一圈，一个π是半圈，步长=0.01，步长越小图线越平滑)
a = np.arange(0,2*np.pi,0.01)
#圆的坐标点与三角函数的关系
x = r*np.cos(a)
y = r*np.sin(a)
#画圆
plt.plot(x,y,color='red')
3.sin正弦函数
3.1 静态：sin-s
3.2 代码：简洁版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#定义坐标关系
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.sin(x)
#画线
plt.plot(x,y,color='blue')
plt.title('sin-s') #标题
plt.legend(['sin']) #图例，注意中括号
plt.show() #图片展示
3.3 图
sin-s-1
3.4 代码：注释版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---定义画布大小和分辨率
#fig = plt.figure(figsize=(8,8),dpi=80) #自定义
#fig = plt.figure() #这是默认的，也可以这一行不设，就是默认
#---画正弦sin曲线---
#0.001越小，线条越平滑好看
#从-2*np.pi到2*np.pi=就是2个2π，4个波=2个波峰+2个波底
#x = np.arange(-2*np.pi,2*np.pi,0.001)
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.sin(x)
#画线
plt.plot(x,y,color='blue')
#默认显示2个2π，4个波=2个波峰+2个波底
#plt.ylim(-2, 2)
#plt.xlim(-2, 2)
plt.title('sin-s') #标题
plt.legend(['sin']) #图例，注意中括号
plt.show() #图片展示
4.cos余弦函数：
4.1 将上面的sin函数的简洁版的代码中，sin改为cos即可，颜色定义为绿色=green。
4.2 代码：简洁版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---画正弦cos曲线---
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.cos(x)
#画线
plt.plot(x,y,color='green')
plt.title('cos-s') #标题
plt.legend(['cos']) #图例，注意中括号
plt.show() #图片展示
4.3 图：cos-s-1
5.一个坐标系展示sin和cos作图法
5.1 代码1：
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#plt.figure() #可以不要，采用默认
#取值范围-2π～2π，比较能展现sin和cos的特点
#0.1~0.001，最好越小越好，线条越平滑
x=np.arange(-2*np.pi,2*np.pi,0.1)
y1=np.sin(x) #正弦sin函数线条
y2=np.cos(x) #余弦cos函数线条
#绘制两个图形，需要绘制两次
#不设置颜色，采用默认的2种不同颜色，也可以单独设置颜色
#本讲解中sin设置蓝色=blue，cos设置为绿色=green
plt.plot(x,y1,color='blue')
plt.plot(x,y2,color='green')
#增加标题
plt.title('x‘sin and cos')
#增加图例
plt.legend(['y=sinx','y=cosx'])
#增加x轴和y轴标签名
plt.xlabel('x-v')
plt.ylabel('y-v',rotation=0)
#图片展示
plt.show()
5.2 图：sin-cos-s-1
5.3 升级版，代码：
#---导出模块---
import numpy as np
from matplotlib import pyplot as plt
#---sin和cos的坐标值定义---
#---注意np的arrange和linspace的含义，在这里区别不大
##在-np.pi~np.pi之间选择256个等差数
#x = np.linspace(-2*np.pi, 2*np.pi, 512, endpoint=True)
x =np.arange(-2*np.pi,2*np.pi,0.001)
#y1=sin,y2=cos
y1, y2 = np.sin(x), np.cos(x)
#定义画布大小，不设置就是默认
#plt.figure(figsize=(10, 7))#取出一张10*7的白纸
#画sin和cos，自定义颜色blue和green,label="sin",label="cos"
plt.plot(x, y1, "-", color='blue',lw=2, aa=False, ms=50)#设置线宽5 aa关闭抗锯齿 默认开启
plt.plot(x, y2, "-", color='green',lw=2, aa=True)#默认线宽10，不设置就是默认
#去掉就是默认
#自定义刻度法，取最大值×1.2
plt.xlim(x.min() * 1.2, x.max() * 1.2)#横坐标范围
plt.ylim(y1.min() * 1.2, y1.max() * 1.2)#纵坐标范围
plt.xticks([0, x.max(), x.min()], [0, r"$\pi$", "$-\pi$"])#横坐标刻度
plt.yticks([y1.min(), y1.max()])#纵坐标刻度
#图例个性设置，自定义字体大小，位置默认是最佳，显示内容是label内容
#也可以这样
plt.legend(['sin','cos'],fontsize=20)
#plt.legend(fontsize=20) #如何这样的话，那么需要在上面加入label
#标注设置
t = 2 / 3 * np.pi
#标注蓝色点垂直线
plt.plot([t, t], [0, np.sin(t)], "--", color="b")
plt.scatter([t], [np.sin(t)], s=100)#散点图
#标注红色点垂直线
plt.plot([t, t], [0, np.cos(t)], "--", color="r")
plt.scatter([t], [np.cos(t)], s=100)#散点图
#设置标注
plt.annotate(r"$\sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$",
(t, np.sin(t)),
xycoords="data", textcoords="offset pixels",
xytext=(20, 20),
arrowprops=dict(arrowstyle="->" , connectionstyle="arc3,rad=.2"),#箭头属性
fontsize=16,#zi字体大小
)
#设置标注
plt.annotate(r"$\cos(\frac{2\pi}{3})=-\frac{1}{2}$",
(t, np.cos(t)),
xycoords="data", textcoords="offset pixels",
xytext=(20, 0),
arrowprops=dict(arrowstyle="->" , connectionstyle="arc3,rad=.2"),#箭头属性
fontsize=16,#zi字体大小
)
#ax定义和边框线，也可以注释掉，那就是默认
ax = plt.gca()
#去除图片的四边黑框线
ax.spines["bottom"].set_position(("data", 0))
ax.spines["left"].set_position(("data", 0))
ax.spines["top"].set_color("none")
ax.spines["right"].set_color("none")
#图片展示
plt.show()
5.4 图：sin-cos-s-2
5.5 豪华版代码：
#---导出模块---
import numpy as np
import matplotlib.pyplot as plt
#---函数定义和画函数线---
#x坐标的取值范围：linspace是等差数列法
x=np.linspace(-2*np.pi,2*np.pi,256,endpoint=True)
#arrange法，因为0.001取值很小很平滑，所以可能☆就不能显示
#x =np.arange(-2*np.pi,2*np.pi,0.001)
#定义余弦函数正弦函数，一行定义法，也可以y1和y2
c,s=np.cos(x),np.sin(x)
#画三角函数曲线，以x为横坐标，以s和c为纵坐标
#plt.plot(x,s,"r*",label="sin-s-3") #r*=red的*,相当于color='red',linestyle="*"
plt.plot(x,s,color="blue",label="sin-s-3")
plt.plot(x,c,color="green",linestyle="-",label="cos-s-3",alpha=0.5)
ax=plt.gca()
#去除图片的四边的边框黑线
ax.spines["right"].set_color("none")
ax.spines["top"].set_color("none")
ax.spines["left"].set_position(("data",0))
ax.spines["bottom"].set_position(("data",0))
#自定义标签文字
#x轴标签依次是：，如果注释掉就是-6~6，间隔2
plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],[r'$-\pi$',r'$-\pi/2$',r'$0$',r'$+\pi/2$',r'$+\pi$'])
#y轴的标签，取值从-1~1，分5个等差
plt.yticks(np.linspace(-1,1,5,endpoint=True))
#默认标签位置也是这样，所以可以不要，注释掉
#ax.xaxis.set_ticks_position("bottom") #线下
#ax.yaxis.set_ticks_position("left") #线左边
'''
#如果上面的2行注释掉，那么下面的存在意义不大，也可以注释掉
for label in ax.get_xticklabels()+ax.get_yticklabels():
label.set_fontsize(16)
label.set_bbox(dict(facecolor="white",edgecolor="None",alpha=0.2))
'''
#固定面积显示
plt.fill_between(x,np.abs(x)<0.5,c,c>0.5,color="yellow",alpha=0.25)
#固定垂直虚线标注
t=1
plt.plot([t,t],[0,np.cos(t)],"y",linewidth=3,linestyle="--")
#箭头标注
plt.annotate("cos(1)",xy=(t,np.cos(1)),xycoords="data",xytext=(+10,+30),
textcoords="offset points",arrowprops=dict(arrowstyle="->",connectionstyle="arc3,rad=.2"))
#增加标题
plt.title("sin-cos-s-3")
#plt.figure(1) #可以注释掉，采用默认
#图例显示，loc代表位置，这是固定左上角位置，默认best，最佳位置，可以自动调节空挡显示
plt.legend(loc="upper left")
#显示网格，可以注释掉
plt.grid()
#显示图形
plt.show()
5.6 图：sin-cos-s-3
6 sin和cos的布局
6.1 ggplot法，代码：
#导出模块
import numpy as np
import matplotlib.pyplot as plt
#画布采用默认大小
fig=plt.figure()
#采用ggplot法布局三个图片位置
plt.style.use('ggplot')
left,width = 0.05,0.95
#位置布局一:上面一行2个
rect_sin=[left,0.55,0.45,0.3] #第1个图
rect_cos=[left+0.5,0.55,0.45,0.3] #第2个图
'''
#位置布局二：上下2个，靠左
rect_sin=[left,0.55,0.45,0.3] #第1个图
rect_cos=[left,0.1,0.45,0.3] #第2个图
'''
#定义x和y坐标
#x=np.linspace(-10,10) #未设置等分，则线条不平滑
#x=np.linspace(-10,10,260) #260等分，数值越大，曲线的线条越平滑
x=np.arange(-10,10,0.001) #arange则是0.001，越小越平滑
#y1=np.sin(x)
#y1=np.cos(x)
#---第1个图---正弦sin
ax_sin = fig.add_axes(rect_sin)
ax_sin.plot(x,np.sin(x),color='blue')
ax_sin.set_title('Sin-s-ggplot')
#---第2个图---余弦cos
ax_cos=fig.add_axes(rect_cos)
ax_cos.plot(x,np.cos(x),color='green')
ax_cos.set_title('Cos-s-ggplot')
#图片展示
plt.show()
图：2lf-ggplot法
2ud-ggplot法图
6.2 subplot法
代码：
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---定义画布大小和分辨率---
fig = plt.figure(figsize=(8,8),dpi=80)
#采用subplot法，分四个图
#2,2,1=2行2列，第一个，从左边数
# 画正弦曲线
fig.add_subplot(2,2,1)
x = np.arange(-2*np.pi,2*np.pi,0.001)
y = np.sin(x)
plt.plot(x,y,color='blue')
plt.title('Sin-s-subplot')
plt.legend(['sin'])
#方法一：第1行1和2并列
# 余弦，2,2,2=2行2列，第2个，从左边数
#fig.add_subplot(2,2,2)
#方法二：第1行1和第2行1，上下
# 余弦，2,2,2=2行2列，第2个，从左边数
fig.add_subplot(2,2,3)
x = np.arange(-2*np.pi,2*np.pi,0.001)
y = np.cos(x)
plt.plot(x,y,color='green')
plt.title('Cos-s-subplot')
plt.legend(['cos'])
plt.show()
6.3 图略，作图位置如上面的ggplot法。
7.小结：
7.1 学习sin和cos有没有用，当然有，在画圆中需要sin和cos来定位圆的坐标。基础一定要打好。
7.2 顺带复习matplotlib的相关作图。
**7.3 我自己整理好，也分享出来，值得收藏。**感谢作者分享-http://bjbsair.com/2020-04-07/tech-info/30778.html
1.说明：
1.1 推荐指数：★★★
1.2 基础知识：三角函数sin和cos，在计算机编程中，尤其python中，应用到画圆很重要。
1.3 用通俗易懂的方式，来讲解，三角函数的matplotlib作图，静态图，为以后的画圆打基础。
1.4 为了突出重点，暂时不提中文设置。复习matplotlib作图的基础知识，深入了解sin和cos的关系。
1.5 适合学习人群：小白、学生、老师、爱好作图人员和计算机编程人员阅读。
2.理论：
比如：
r = 1 #假设半径为1
# 0~2π（一圈，一个π是半圈，步长=0.01，步长越小图线越平滑)
a = np.arange(0,2*np.pi,0.01)
#圆的坐标点与三角函数的关系
x = r*np.cos(a)
y = r*np.sin(a)
#画圆
plt.plot(x,y,color='red')
3.sin正弦函数
3.1 静态：sin-s
3.2 代码：简洁版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#定义坐标关系
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.sin(x)
#画线
plt.plot(x,y,color='blue')
plt.title('sin-s') #标题
plt.legend(['sin']) #图例，注意中括号
plt.show() #图片展示
3.3 图
sin-s-1
3.4 代码：注释版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---定义画布大小和分辨率
#fig = plt.figure(figsize=(8,8),dpi=80) #自定义
#fig = plt.figure() #这是默认的，也可以这一行不设，就是默认
#---画正弦sin曲线---
#0.001越小，线条越平滑好看
#从-2*np.pi到2*np.pi=就是2个2π，4个波=2个波峰+2个波底
#x = np.arange(-2*np.pi,2*np.pi,0.001)
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.sin(x)
#画线
plt.plot(x,y,color='blue')
#默认显示2个2π，4个波=2个波峰+2个波底
#plt.ylim(-2, 2)
#plt.xlim(-2, 2)
plt.title('sin-s') #标题
plt.legend(['sin']) #图例，注意中括号
plt.show() #图片展示
4.cos余弦函数：
4.1 将上面的sin函数的简洁版的代码中，sin改为cos即可，颜色定义为绿色=green。
4.2 代码：简洁版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---画正弦cos曲线---
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.cos(x)
#画线
plt.plot(x,y,color='green')
plt.title('cos-s') #标题
plt.legend(['cos']) #图例，注意中括号
plt.show() #图片展示
4.3 图：cos-s-1
5.一个坐标系展示sin和cos作图法
5.1 代码1：
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#plt.figure() #可以不要，采用默认
#取值范围-2π～2π，比较能展现sin和cos的特点
#0.1~0.001，最好越小越好，线条越平滑
x=np.arange(-2*np.pi,2*np.pi,0.1)
y1=np.sin(x) #正弦sin函数线条
y2=np.cos(x) #余弦cos函数线条
#绘制两个图形，需要绘制两次
#不设置颜色，采用默认的2种不同颜色，也可以单独设置颜色
#本讲解中sin设置蓝色=blue，cos设置为绿色=green
plt.plot(x,y1,color='blue')
plt.plot(x,y2,color='green')
#增加标题
plt.title('x‘sin and cos')
#增加图例
plt.legend(['y=sinx','y=cosx'])
#增加x轴和y轴标签名
plt.xlabel('x-v')
plt.ylabel('y-v',rotation=0)
#图片展示
plt.show()
5.2 图：sin-cos-s-1
5.3 升级版，代码：
#---导出模块---
import numpy as np
from matplotlib import pyplot as plt
#---sin和cos的坐标值定义---
#---注意np的arrange和linspace的含义，在这里区别不大
##在-np.pi~np.pi之间选择256个等差数
#x = np.linspace(-2*np.pi, 2*np.pi, 512, endpoint=True)
x =np.arange(-2*np.pi,2*np.pi,0.001)
#y1=sin,y2=cos
y1, y2 = np.sin(x), np.cos(x)
#定义画布大小，不设置就是默认
#plt.figure(figsize=(10, 7))#取出一张10*7的白纸
#画sin和cos，自定义颜色blue和green,label="sin",label="cos"
plt.plot(x, y1, "-", color='blue',lw=2, aa=False, ms=50)#设置线宽5 aa关闭抗锯齿 默认开启
plt.plot(x, y2, "-", color='green',lw=2, aa=True)#默认线宽10，不设置就是默认
#去掉就是默认
#自定义刻度法，取最大值×1.2
plt.xlim(x.min() * 1.2, x.max() * 1.2)#横坐标范围
plt.ylim(y1.min() * 1.2, y1.max() * 1.2)#纵坐标范围
plt.xticks([0, x.max(), x.min()], [0, r"$\pi$", "$-\pi$"])#横坐标刻度
plt.yticks([y1.min(), y1.max()])#纵坐标刻度
#图例个性设置，自定义字体大小，位置默认是最佳，显示内容是label内容
#也可以这样
plt.legend(['sin','cos'],fontsize=20)
#plt.legend(fontsize=20) #如何这样的话，那么需要在上面加入label
#标注设置
t = 2 / 3 * np.pi
#标注蓝色点垂直线
plt.plot([t, t], [0, np.sin(t)], "--", color="b")
plt.scatter([t], [np.sin(t)], s=100)#散点图
#标注红色点垂直线
plt.plot([t, t], [0, np.cos(t)], "--", color="r")
plt.scatter([t], [np.cos(t)], s=100)#散点图
#设置标注
plt.annotate(r"$\sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$",
(t, np.sin(t)),
xycoords="data", textcoords="offset pixels",
xytext=(20, 20),
arrowprops=dict(arrowstyle="->" , connectionstyle="arc3,rad=.2"),#箭头属性
fontsize=16,#zi字体大小
)
#设置标注
plt.annotate(r"$\cos(\frac{2\pi}{3})=-\frac{1}{2}$",
(t, np.cos(t)),
xycoords="data", textcoords="offset pixels",
xytext=(20, 0),
arrowprops=dict(arrowstyle="->" , connectionstyle="arc3,rad=.2"),#箭头属性
fontsize=16,#zi字体大小
)
#ax定义和边框线，也可以注释掉，那就是默认
ax = plt.gca()
#去除图片的四边黑框线
ax.spines["bottom"].set_position(("data", 0))
ax.spines["left"].set_position(("data", 0))
ax.spines["top"].set_color("none")
ax.spines["right"].set_color("none")
#图片展示
plt.show()
5.4 图：sin-cos-s-2
5.5 豪华版代码：
#---导出模块---
import numpy as np
import matplotlib.pyplot as plt
#---函数定义和画函数线---
#x坐标的取值范围：linspace是等差数列法
x=np.linspace(-2*np.pi,2*np.pi,256,endpoint=True)
#arrange法，因为0.001取值很小很平滑，所以可能☆就不能显示
#x =np.arange(-2*np.pi,2*np.pi,0.001)
#定义余弦函数正弦函数，一行定义法，也可以y1和y2
c,s=np.cos(x),np.sin(x)
#画三角函数曲线，以x为横坐标，以s和c为纵坐标
#plt.plot(x,s,"r*",label="sin-s-3") #r*=red的*,相当于color='red',linestyle="*"
plt.plot(x,s,color="blue",label="sin-s-3")
plt.plot(x,c,color="green",linestyle="-",label="cos-s-3",alpha=0.5)
ax=plt.gca()
#去除图片的四边的边框黑线
ax.spines["right"].set_color("none")
ax.spines["top"].set_color("none")
ax.spines["left"].set_position(("data",0))
ax.spines["bottom"].set_position(("data",0))
#自定义标签文字
#x轴标签依次是：，如果注释掉就是-6~6，间隔2
plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],[r'$-\pi$',r'$-\pi/2$',r'$0$',r'$+\pi/2$',r'$+\pi$'])
#y轴的标签，取值从-1~1，分5个等差
plt.yticks(np.linspace(-1,1,5,endpoint=True))
#默认标签位置也是这样，所以可以不要，注释掉
#ax.xaxis.set_ticks_position("bottom") #线下
#ax.yaxis.set_ticks_position("left") #线左边
'''
#如果上面的2行注释掉，那么下面的存在意义不大，也可以注释掉
for label in ax.get_xticklabels()+ax.get_yticklabels():
label.set_fontsize(16)
label.set_bbox(dict(facecolor="white",edgecolor="None",alpha=0.2))
'''
#固定面积显示
plt.fill_between(x,np.abs(x)<0.5,c,c>0.5,color="yellow",alpha=0.25)
#固定垂直虚线标注
t=1
plt.plot([t,t],[0,np.cos(t)],"y",linewidth=3,linestyle="--")
#箭头标注
plt.annotate("cos(1)",xy=(t,np.cos(1)),xycoords="data",xytext=(+10,+30),
textcoords="offset points",arrowprops=dict(arrowstyle="->",connectionstyle="arc3,rad=.2"))
#增加标题
plt.title("sin-cos-s-3")
#plt.figure(1) #可以注释掉，采用默认
#图例显示，loc代表位置，这是固定左上角位置，默认best，最佳位置，可以自动调节空挡显示
plt.legend(loc="upper left")
#显示网格，可以注释掉
plt.grid()
#显示图形
plt.show()
5.6 图：sin-cos-s-3
6 sin和cos的布局
6.1 ggplot法，代码：
#导出模块
import numpy as np
import matplotlib.pyplot as plt
#画布采用默认大小
fig=plt.figure()
#采用ggplot法布局三个图片位置
plt.style.use('ggplot')
left,width = 0.05,0.95
#位置布局一:上面一行2个
rect_sin=[left,0.55,0.45,0.3] #第1个图
rect_cos=[left+0.5,0.55,0.45,0.3] #第2个图
'''
#位置布局二：上下2个，靠左
rect_sin=[left,0.55,0.45,0.3] #第1个图
rect_cos=[left,0.1,0.45,0.3] #第2个图
'''
#定义x和y坐标
#x=np.linspace(-10,10) #未设置等分，则线条不平滑
#x=np.linspace(-10,10,260) #260等分，数值越大，曲线的线条越平滑
x=np.arange(-10,10,0.001) #arange则是0.001，越小越平滑
#y1=np.sin(x)
#y1=np.cos(x)
#---第1个图---正弦sin
ax_sin = fig.add_axes(rect_sin)
ax_sin.plot(x,np.sin(x),color='blue')
ax_sin.set_title('Sin-s-ggplot')
#---第2个图---余弦cos
ax_cos=fig.add_axes(rect_cos)
ax_cos.plot(x,np.cos(x),color='green')
ax_cos.set_title('Cos-s-ggplot')
#图片展示
plt.show()
图：2lf-ggplot法
2ud-ggplot法图
6.2 subplot法
代码：
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---定义画布大小和分辨率---
fig = plt.figure(figsize=(8,8),dpi=80)
#采用subplot法，分四个图
#2,2,1=2行2列，第一个，从左边数
# 画正弦曲线
fig.add_subplot(2,2,1)
x = np.arange(-2*np.pi,2*np.pi,0.001)
y = np.sin(x)
plt.plot(x,y,color='blue')
plt.title('Sin-s-subplot')
plt.legend(['sin'])
#方法一：第1行1和2并列
# 余弦，2,2,2=2行2列，第2个，从左边数
#fig.add_subplot(2,2,2)
#方法二：第1行1和第2行1，上下
# 余弦，2,2,2=2行2列，第2个，从左边数
fig.add_subplot(2,2,3)
x = np.arange(-2*np.pi,2*np.pi,0.001)
y = np.cos(x)
plt.plot(x,y,color='green')
plt.title('Cos-s-subplot')
plt.legend(['cos'])
plt.show()
6.3 图略，作图位置如上面的ggplot法。
7.小结：
7.1 学习sin和cos有没有用，当然有，在画圆中需要sin和cos来定位圆的坐标。基础一定要打好。
7.2 顺带复习matplotlib的相关作图。
**7.3 我自己整理好，也分享出来，值得收藏。**感谢作者分享-http://bjbsair.com/2020-04-07/tech-info/30778.html
1.说明：
1.1 推荐指数：★★★
1.2 基础知识：三角函数sin和cos，在计算机编程中，尤其python中，应用到画圆很重要。
1.3 用通俗易懂的方式，来讲解，三角函数的matplotlib作图，静态图，为以后的画圆打基础。
1.4 为了突出重点，暂时不提中文设置。复习matplotlib作图的基础知识，深入了解sin和cos的关系。
1.5 适合学习人群：小白、学生、老师、爱好作图人员和计算机编程人员阅读。
2.理论：
比如：
r = 1 #假设半径为1
# 0~2π（一圈，一个π是半圈，步长=0.01，步长越小图线越平滑)
a = np.arange(0,2*np.pi,0.01)
#圆的坐标点与三角函数的关系
x = r*np.cos(a)
y = r*np.sin(a)
#画圆
plt.plot(x,y,color='red')
3.sin正弦函数
3.1 静态：sin-s
3.2 代码：简洁版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#定义坐标关系
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.sin(x)
#画线
plt.plot(x,y,color='blue')
plt.title('sin-s') #标题
plt.legend(['sin']) #图例，注意中括号
plt.show() #图片展示
3.3 图
sin-s-1
3.4 代码：注释版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---定义画布大小和分辨率
#fig = plt.figure(figsize=(8,8),dpi=80) #自定义
#fig = plt.figure() #这是默认的，也可以这一行不设，就是默认
#---画正弦sin曲线---
#0.001越小，线条越平滑好看
#从-2*np.pi到2*np.pi=就是2个2π，4个波=2个波峰+2个波底
#x = np.arange(-2*np.pi,2*np.pi,0.001)
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.sin(x)
#画线
plt.plot(x,y,color='blue')
#默认显示2个2π，4个波=2个波峰+2个波底
#plt.ylim(-2, 2)
#plt.xlim(-2, 2)
plt.title('sin-s') #标题
plt.legend(['sin']) #图例，注意中括号
plt.show() #图片展示
4.cos余弦函数：
4.1 将上面的sin函数的简洁版的代码中，sin改为cos即可，颜色定义为绿色=green。
4.2 代码：简洁版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---画正弦cos曲线---
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.cos(x)
#画线
plt.plot(x,y,color='green')
plt.title('cos-s') #标题
plt.legend(['cos']) #图例，注意中括号
plt.show() #图片展示
4.3 图：cos-s-1
5.一个坐标系展示sin和cos作图法
5.1 代码1：
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#plt.figure() #可以不要，采用默认
#取值范围-2π～2π，比较能展现sin和cos的特点
#0.1~0.001，最好越小越好，线条越平滑
x=np.arange(-2*np.pi,2*np.pi,0.1)
y1=np.sin(x) #正弦sin函数线条
y2=np.cos(x) #余弦cos函数线条
#绘制两个图形，需要绘制两次
#不设置颜色，采用默认的2种不同颜色，也可以单独设置颜色
#本讲解中sin设置蓝色=blue，cos设置为绿色=green
plt.plot(x,y1,color='blue')
plt.plot(x,y2,color='green')
#增加标题
plt.title('x‘sin and cos')
#增加图例
plt.legend(['y=sinx','y=cosx'])
#增加x轴和y轴标签名
plt.xlabel('x-v')
plt.ylabel('y-v',rotation=0)
#图片展示
plt.show()
5.2 图：sin-cos-s-1
5.3 升级版，代码：
#---导出模块---
import numpy as np
from matplotlib import pyplot as plt
#---sin和cos的坐标值定义---
#---注意np的arrange和linspace的含义，在这里区别不大
##在-np.pi~np.pi之间选择256个等差数
#x = np.linspace(-2*np.pi, 2*np.pi, 512, endpoint=True)
x =np.arange(-2*np.pi,2*np.pi,0.001)
#y1=sin,y2=cos
y1, y2 = np.sin(x), np.cos(x)
#定义画布大小，不设置就是默认
#plt.figure(figsize=(10, 7))#取出一张10*7的白纸
#画sin和cos，自定义颜色blue和green,label="sin",label="cos"
plt.plot(x, y1, "-", color='blue',lw=2, aa=False, ms=50)#设置线宽5 aa关闭抗锯齿 默认开启
plt.plot(x, y2, "-", color='green',lw=2, aa=True)#默认线宽10，不设置就是默认
#去掉就是默认
#自定义刻度法，取最大值×1.2
plt.xlim(x.min() * 1.2, x.max() * 1.2)#横坐标范围
plt.ylim(y1.min() * 1.2, y1.max() * 1.2)#纵坐标范围
plt.xticks([0, x.max(), x.min()], [0, r"$\pi$", "$-\pi$"])#横坐标刻度
plt.yticks([y1.min(), y1.max()])#纵坐标刻度
#图例个性设置，自定义字体大小，位置默认是最佳，显示内容是label内容
#也可以这样
plt.legend(['sin','cos'],fontsize=20)
#plt.legend(fontsize=20) #如何这样的话，那么需要在上面加入label
#标注设置
t = 2 / 3 * np.pi
#标注蓝色点垂直线
plt.plot([t, t], [0, np.sin(t)], "--", color="b")
plt.scatter([t], [np.sin(t)], s=100)#散点图
#标注红色点垂直线
plt.plot([t, t], [0, np.cos(t)], "--", color="r")
plt.scatter([t], [np.cos(t)], s=100)#散点图
#设置标注
plt.annotate(r"$\sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$",
(t, np.sin(t)),
xycoords="data", textcoords="offset pixels",
xytext=(20, 20),
arrowprops=dict(arrowstyle="->" , connectionstyle="arc3,rad=.2"),#箭头属性
fontsize=16,#zi字体大小
)
#设置标注
plt.annotate(r"$\cos(\frac{2\pi}{3})=-\frac{1}{2}$",
(t, np.cos(t)),
xycoords="data", textcoords="offset pixels",
xytext=(20, 0),
arrowprops=dict(arrowstyle="->" , connectionstyle="arc3,rad=.2"),#箭头属性
fontsize=16,#zi字体大小
)
#ax定义和边框线，也可以注释掉，那就是默认
ax = plt.gca()
#去除图片的四边黑框线
ax.spines["bottom"].set_position(("data", 0))
ax.spines["left"].set_position(("data", 0))
ax.spines["top"].set_color("none")
ax.spines["right"].set_color("none")
#图片展示
plt.show()
5.4 图：sin-cos-s-2
5.5 豪华版代码：
#---导出模块---
import numpy as np
import matplotlib.pyplot as plt
#---函数定义和画函数线---
#x坐标的取值范围：linspace是等差数列法
x=np.linspace(-2*np.pi,2*np.pi,256,endpoint=True)
#arrange法，因为0.001取值很小很平滑，所以可能☆就不能显示
#x =np.arange(-2*np.pi,2*np.pi,0.001)
#定义余弦函数正弦函数，一行定义法，也可以y1和y2
c,s=np.cos(x),np.sin(x)
#画三角函数曲线，以x为横坐标，以s和c为纵坐标
#plt.plot(x,s,"r*",label="sin-s-3") #r*=red的*,相当于color='red',linestyle="*"
plt.plot(x,s,color="blue",label="sin-s-3")
plt.plot(x,c,color="green",linestyle="-",label="cos-s-3",alpha=0.5)
ax=plt.gca()
#去除图片的四边的边框黑线
ax.spines["right"].set_color("none")
ax.spines["top"].set_color("none")
ax.spines["left"].set_position(("data",0))
ax.spines["bottom"].set_position(("data",0))
#自定义标签文字
#x轴标签依次是：，如果注释掉就是-6~6，间隔2
plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],[r'$-\pi$',r'$-\pi/2$',r'$0$',r'$+\pi/2$',r'$+\pi$'])
#y轴的标签，取值从-1~1，分5个等差
plt.yticks(np.linspace(-1,1,5,endpoint=True))
#默认标签位置也是这样，所以可以不要，注释掉
#ax.xaxis.set_ticks_position("bottom") #线下
#ax.yaxis.set_ticks_position("left") #线左边
'''
#如果上面的2行注释掉，那么下面的存在意义不大，也可以注释掉
for label in ax.get_xticklabels()+ax.get_yticklabels():
label.set_fontsize(16)
label.set_bbox(dict(facecolor="white",edgecolor="None",alpha=0.2))
'''
#固定面积显示
plt.fill_between(x,np.abs(x)<0.5,c,c>0.5,color="yellow",alpha=0.25)
#固定垂直虚线标注
t=1
plt.plot([t,t],[0,np.cos(t)],"y",linewidth=3,linestyle="--")
#箭头标注
plt.annotate("cos(1)",xy=(t,np.cos(1)),xycoords="data",xytext=(+10,+30),
textcoords="offset points",arrowprops=dict(arrowstyle="->",connectionstyle="arc3,rad=.2"))
#增加标题
plt.title("sin-cos-s-3")
#plt.figure(1) #可以注释掉，采用默认
#图例显示，loc代表位置，这是固定左上角位置，默认best，最佳位置，可以自动调节空挡显示
plt.legend(loc="upper left")
#显示网格，可以注释掉
plt.grid()
#显示图形
plt.show()
5.6 图：sin-cos-s-3
6 sin和cos的布局
6.1 ggplot法，代码：
#导出模块
import numpy as np
import matplotlib.pyplot as plt
#画布采用默认大小
fig=plt.figure()
#采用ggplot法布局三个图片位置
plt.style.use('ggplot')
left,width = 0.05,0.95
#位置布局一:上面一行2个
rect_sin=[left,0.55,0.45,0.3] #第1个图
rect_cos=[left+0.5,0.55,0.45,0.3] #第2个图
'''
#位置布局二：上下2个，靠左
rect_sin=[left,0.55,0.45,0.3] #第1个图
rect_cos=[left,0.1,0.45,0.3] #第2个图
'''
#定义x和y坐标
#x=np.linspace(-10,10) #未设置等分，则线条不平滑
#x=np.linspace(-10,10,260) #260等分，数值越大，曲线的线条越平滑
x=np.arange(-10,10,0.001) #arange则是0.001，越小越平滑
#y1=np.sin(x)
#y1=np.cos(x)
#---第1个图---正弦sin
ax_sin = fig.add_axes(rect_sin)
ax_sin.plot(x,np.sin(x),color='blue')
ax_sin.set_title('Sin-s-ggplot')
#---第2个图---余弦cos
ax_cos=fig.add_axes(rect_cos)
ax_cos.plot(x,np.cos(x),color='green')
ax_cos.set_title('Cos-s-ggplot')
#图片展示
plt.show()
图：2lf-ggplot法
2ud-ggplot法图
6.2 subplot法
代码：
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---定义画布大小和分辨率---
fig = plt.figure(figsize=(8,8),dpi=80)
#采用subplot法，分四个图
#2,2,1=2行2列，第一个，从左边数
# 画正弦曲线
fig.add_subplot(2,2,1)
x = np.arange(-2*np.pi,2*np.pi,0.001)
y = np.sin(x)
plt.plot(x,y,color='blue')
plt.title('Sin-s-subplot')
plt.legend(['sin'])
#方法一：第1行1和2并列
# 余弦，2,2,2=2行2列，第2个，从左边数
#fig.add_subplot(2,2,2)
#方法二：第1行1和第2行1，上下
# 余弦，2,2,2=2行2列，第2个，从左边数
fig.add_subplot(2,2,3)
x = np.arange(-2*np.pi,2*np.pi,0.001)
y = np.cos(x)
plt.plot(x,y,color='green')
plt.title('Cos-s-subplot')
plt.legend(['cos'])
plt.show()
6.3 图略，作图位置如上面的ggplot法。
7.小结：
7.1 学习sin和cos有没有用，当然有，在画圆中需要sin和cos来定位圆的坐标。基础一定要打好。
7.2 顺带复习matplotlib的相关作图。
**7.3 我自己整理好，也分享出来，值得收藏。**感谢作者分享-http://bjbsair.com/2020-04-07/tech-info/30778.html
1.说明：
1.1 推荐指数：★★★
1.2 基础知识：三角函数sin和cos，在计算机编程中，尤其python中，应用到画圆很重要。
1.3 用通俗易懂的方式，来讲解，三角函数的matplotlib作图，静态图，为以后的画圆打基础。
1.4 为了突出重点，暂时不提中文设置。复习matplotlib作图的基础知识，深入了解sin和cos的关系。
1.5 适合学习人群：小白、学生、老师、爱好作图人员和计算机编程人员阅读。
2.理论：
比如：
r = 1 #假设半径为1
# 0~2π（一圈，一个π是半圈，步长=0.01，步长越小图线越平滑)
a = np.arange(0,2*np.pi,0.01)
#圆的坐标点与三角函数的关系
x = r*np.cos(a)
y = r*np.sin(a)
#画圆
plt.plot(x,y,color='red')
3.sin正弦函数
3.1 静态：sin-s
3.2 代码：简洁版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#定义坐标关系
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.sin(x)
#画线
plt.plot(x,y,color='blue')
plt.title('sin-s') #标题
plt.legend(['sin']) #图例，注意中括号
plt.show() #图片展示
3.3 图
sin-s-1
3.4 代码：注释版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---定义画布大小和分辨率
#fig = plt.figure(figsize=(8,8),dpi=80) #自定义
#fig = plt.figure() #这是默认的，也可以这一行不设，就是默认
#---画正弦sin曲线---
#0.001越小，线条越平滑好看
#从-2*np.pi到2*np.pi=就是2个2π，4个波=2个波峰+2个波底
#x = np.arange(-2*np.pi,2*np.pi,0.001)
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.sin(x)
#画线
plt.plot(x,y,color='blue')
#默认显示2个2π，4个波=2个波峰+2个波底
#plt.ylim(-2, 2)
#plt.xlim(-2, 2)
plt.title('sin-s') #标题
plt.legend(['sin']) #图例，注意中括号
plt.show() #图片展示
4.cos余弦函数：
4.1 将上面的sin函数的简洁版的代码中，sin改为cos即可，颜色定义为绿色=green。
4.2 代码：简洁版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---画正弦cos曲线---
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.cos(x)
#画线
plt.plot(x,y,color='green')
plt.title('cos-s') #标题
plt.legend(['cos']) #图例，注意中括号
plt.show() #图片展示
4.3 图：cos-s-1
5.一个坐标系展示sin和cos作图法
5.1 代码1：
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#plt.figure() #可以不要，采用默认
#取值范围-2π～2π，比较能展现sin和cos的特点
#0.1~0.001，最好越小越好，线条越平滑
x=np.arange(-2*np.pi,2*np.pi,0.1)
y1=np.sin(x) #正弦sin函数线条
y2=np.cos(x) #余弦cos函数线条
#绘制两个图形，需要绘制两次
#不设置颜色，采用默认的2种不同颜色，也可以单独设置颜色
#本讲解中sin设置蓝色=blue，cos设置为绿色=green
plt.plot(x,y1,color='blue')
plt.plot(x,y2,color='green')
#增加标题
plt.title('x‘sin and cos')
#增加图例
plt.legend(['y=sinx','y=cosx'])
#增加x轴和y轴标签名
plt.xlabel('x-v')
plt.ylabel('y-v',rotation=0)
#图片展示
plt.show()
5.2 图：sin-cos-s-1
5.3 升级版，代码：
#---导出模块---
import numpy as np
from matplotlib import pyplot as plt
#---sin和cos的坐标值定义---
#---注意np的arrange和linspace的含义，在这里区别不大
##在-np.pi~np.pi之间选择256个等差数
#x = np.linspace(-2*np.pi, 2*np.pi, 512, endpoint=True)
x =np.arange(-2*np.pi,2*np.pi,0.001)
#y1=sin,y2=cos
y1, y2 = np.sin(x), np.cos(x)
#定义画布大小，不设置就是默认
#plt.figure(figsize=(10, 7))#取出一张10*7的白纸
#画sin和cos，自定义颜色blue和green,label="sin",label="cos"
plt.plot(x, y1, "-", color='blue',lw=2, aa=False, ms=50)#设置线宽5 aa关闭抗锯齿 默认开启
plt.plot(x, y2, "-", color='green',lw=2, aa=True)#默认线宽10，不设置就是默认
#去掉就是默认
#自定义刻度法，取最大值×1.2
plt.xlim(x.min() * 1.2, x.max() * 1.2)#横坐标范围
plt.ylim(y1.min() * 1.2, y1.max() * 1.2)#纵坐标范围
plt.xticks([0, x.max(), x.min()], [0, r"$\pi$", "$-\pi$"])#横坐标刻度
plt.yticks([y1.min(), y1.max()])#纵坐标刻度
#图例个性设置，自定义字体大小，位置默认是最佳，显示内容是label内容
#也可以这样
plt.legend(['sin','cos'],fontsize=20)
#plt.legend(fontsize=20) #如何这样的话，那么需要在上面加入label
#标注设置
t = 2 / 3 * np.pi
#标注蓝色点垂直线
plt.plot([t, t], [0, np.sin(t)], "--", color="b")
plt.scatter([t], [np.sin(t)], s=100)#散点图
#标注红色点垂直线
plt.plot([t, t], [0, np.cos(t)], "--", color="r")
plt.scatter([t], [np.cos(t)], s=100)#散点图
#设置标注
plt.annotate(r"$\sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$",
(t, np.sin(t)),
xycoords="data", textcoords="offset pixels",
xytext=(20, 20),
arrowprops=dict(arrowstyle="->" , connectionstyle="arc3,rad=.2"),#箭头属性
fontsize=16,#zi字体大小
)
#设置标注
plt.annotate(r"$\cos(\frac{2\pi}{3})=-\frac{1}{2}$",
(t, np.cos(t)),
xycoords="data", textcoords="offset pixels",
xytext=(20, 0),
arrowprops=dict(arrowstyle="->" , connectionstyle="arc3,rad=.2"),#箭头属性
fontsize=16,#zi字体大小
)
#ax定义和边框线，也可以注释掉，那就是默认
ax = plt.gca()
#去除图片的四边黑框线
ax.spines["bottom"].set_position(("data", 0))
ax.spines["left"].set_position(("data", 0))
ax.spines["top"].set_color("none")
ax.spines["right"].set_color("none")
#图片展示
plt.show()
5.4 图：sin-cos-s-2
5.5 豪华版代码：
#---导出模块---
import numpy as np
import matplotlib.pyplot as plt
#---函数定义和画函数线---
#x坐标的取值范围：linspace是等差数列法
x=np.linspace(-2*np.pi,2*np.pi,256,endpoint=True)
#arrange法，因为0.001取值很小很平滑，所以可能☆就不能显示
#x =np.arange(-2*np.pi,2*np.pi,0.001)
#定义余弦函数正弦函数，一行定义法，也可以y1和y2
c,s=np.cos(x),np.sin(x)
#画三角函数曲线，以x为横坐标，以s和c为纵坐标
#plt.plot(x,s,"r*",label="sin-s-3") #r*=red的*,相当于color='red',linestyle="*"
plt.plot(x,s,color="blue",label="sin-s-3")
plt.plot(x,c,color="green",linestyle="-",label="cos-s-3",alpha=0.5)
ax=plt.gca()
#去除图片的四边的边框黑线
ax.spines["right"].set_color("none")
ax.spines["top"].set_color("none")
ax.spines["left"].set_position(("data",0))
ax.spines["bottom"].set_position(("data",0))
#自定义标签文字
#x轴标签依次是：，如果注释掉就是-6~6，间隔2
plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],[r'$-\pi$',r'$-\pi/2$',r'$0$',r'$+\pi/2$',r'$+\pi$'])
#y轴的标签，取值从-1~1，分5个等差
plt.yticks(np.linspace(-1,1,5,endpoint=True))
#默认标签位置也是这样，所以可以不要，注释掉
#ax.xaxis.set_ticks_position("bottom") #线下
#ax.yaxis.set_ticks_position("left") #线左边
'''
#如果上面的2行注释掉，那么下面的存在意义不大，也可以注释掉
for label in ax.get_xticklabels()+ax.get_yticklabels():
label.set_fontsize(16)
label.set_bbox(dict(facecolor="white",edgecolor="None",alpha=0.2))
'''
#固定面积显示
plt.fill_between(x,np.abs(x)<0.5,c,c>0.5,color="yellow",alpha=0.25)
#固定垂直虚线标注
t=1
plt.plot([t,t],[0,np.cos(t)],"y",linewidth=3,linestyle="--")
#箭头标注
plt.annotate("cos(1)",xy=(t,np.cos(1)),xycoords="data",xytext=(+10,+30),
textcoords="offset points",arrowprops=dict(arrowstyle="->",connectionstyle="arc3,rad=.2"))
#增加标题
plt.title("sin-cos-s-3")
#plt.figure(1) #可以注释掉，采用默认
#图例显示，loc代表位置，这是固定左上角位置，默认best，最佳位置，可以自动调节空挡显示
plt.legend(loc="upper left")
#显示网格，可以注释掉
plt.grid()
#显示图形
plt.show()
5.6 图：sin-cos-s-3
6 sin和cos的布局
6.1 ggplot法，代码：
#导出模块
import numpy as np
import matplotlib.pyplot as plt
#画布采用默认大小
fig=plt.figure()
#采用ggplot法布局三个图片位置
plt.style.use('ggplot')
left,width = 0.05,0.95
#位置布局一:上面一行2个
rect_sin=[left,0.55,0.45,0.3] #第1个图
rect_cos=[left+0.5,0.55,0.45,0.3] #第2个图
'''
#位置布局二：上下2个，靠左
rect_sin=[left,0.55,0.45,0.3] #第1个图
rect_cos=[left,0.1,0.45,0.3] #第2个图
'''
#定义x和y坐标
#x=np.linspace(-10,10) #未设置等分，则线条不平滑
#x=np.linspace(-10,10,260) #260等分，数值越大，曲线的线条越平滑
x=np.arange(-10,10,0.001) #arange则是0.001，越小越平滑
#y1=np.sin(x)
#y1=np.cos(x)
#---第1个图---正弦sin
ax_sin = fig.add_axes(rect_sin)
ax_sin.plot(x,np.sin(x),color='blue')
ax_sin.set_title('Sin-s-ggplot')
#---第2个图---余弦cos
ax_cos=fig.add_axes(rect_cos)
ax_cos.plot(x,np.cos(x),color='green')
ax_cos.set_title('Cos-s-ggplot')
#图片展示
plt.show()
图：2lf-ggplot法
2ud-ggplot法图
6.2 subplot法
代码：
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---定义画布大小和分辨率---
fig = plt.figure(figsize=(8,8),dpi=80)
#采用subplot法，分四个图
#2,2,1=2行2列，第一个，从左边数
# 画正弦曲线
fig.add_subplot(2,2,1)
x = np.arange(-2*np.pi,2*np.pi,0.001)
y = np.sin(x)
plt.plot(x,y,color='blue')
plt.title('Sin-s-subplot')
plt.legend(['sin'])
#方法一：第1行1和2并列
# 余弦，2,2,2=2行2列，第2个，从左边数
#fig.add_subplot(2,2,2)
#方法二：第1行1和第2行1，上下
# 余弦，2,2,2=2行2列，第2个，从左边数
fig.add_subplot(2,2,3)
x = np.arange(-2*np.pi,2*np.pi,0.001)
y = np.cos(x)
plt.plot(x,y,color='green')
plt.title('Cos-s-subplot')
plt.legend(['cos'])
plt.show()
6.3 图略，作图位置如上面的ggplot法。
7.小结：
7.1 学习sin和cos有没有用，当然有，在画圆中需要sin和cos来定位圆的坐标。基础一定要打好。
7.2 顺带复习matplotlib的相关作图。
**7.3 我自己整理好，也分享出来，值得收藏。**感谢作者分享-http://bjbsair.com/2020-04-07/tech-info/30778.html
1.说明：
1.1 推荐指数：★★★
1.2 基础知识：三角函数sin和cos，在计算机编程中，尤其python中，应用到画圆很重要。
1.3 用通俗易懂的方式，来讲解，三角函数的matplotlib作图，静态图，为以后的画圆打基础。
1.4 为了突出重点，暂时不提中文设置。复习matplotlib作图的基础知识，深入了解sin和cos的关系。
1.5 适合学习人群：小白、学生、老师、爱好作图人员和计算机编程人员阅读。
2.理论：
比如：
r = 1 #假设半径为1
# 0~2π（一圈，一个π是半圈，步长=0.01，步长越小图线越平滑)
a = np.arange(0,2*np.pi,0.01)
#圆的坐标点与三角函数的关系
x = r*np.cos(a)
y = r*np.sin(a)
#画圆
plt.plot(x,y,color='red')
3.sin正弦函数
3.1 静态：sin-s
3.2 代码：简洁版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#定义坐标关系
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.sin(x)
#画线
plt.plot(x,y,color='blue')
plt.title('sin-s') #标题
plt.legend(['sin']) #图例，注意中括号
plt.show() #图片展示
3.3 图
sin-s-1
3.4 代码：注释版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---定义画布大小和分辨率
#fig = plt.figure(figsize=(8,8),dpi=80) #自定义
#fig = plt.figure() #这是默认的，也可以这一行不设，就是默认
#---画正弦sin曲线---
#0.001越小，线条越平滑好看
#从-2*np.pi到2*np.pi=就是2个2π，4个波=2个波峰+2个波底
#x = np.arange(-2*np.pi,2*np.pi,0.001)
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.sin(x)
#画线
plt.plot(x,y,color='blue')
#默认显示2个2π，4个波=2个波峰+2个波底
#plt.ylim(-2, 2)
#plt.xlim(-2, 2)
plt.title('sin-s') #标题
plt.legend(['sin']) #图例，注意中括号
plt.show() #图片展示
4.cos余弦函数：
4.1 将上面的sin函数的简洁版的代码中，sin改为cos即可，颜色定义为绿色=green。
4.2 代码：简洁版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---画正弦cos曲线---
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.cos(x)
#画线
plt.plot(x,y,color='green')
plt.title('cos-s') #标题
plt.legend(['cos']) #图例，注意中括号
plt.show() #图片展示
4.3 图：cos-s-1
5.一个坐标系展示sin和cos作图法
5.1 代码1：
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#plt.figure() #可以不要，采用默认
#取值范围-2π～2π，比较能展现sin和cos的特点
#0.1~0.001，最好越小越好，线条越平滑
x=np.arange(-2*np.pi,2*np.pi,0.1)
y1=np.sin(x) #正弦sin函数线条
y2=np.cos(x) #余弦cos函数线条
#绘制两个图形，需要绘制两次
#不设置颜色，采用默认的2种不同颜色，也可以单独设置颜色
#本讲解中sin设置蓝色=blue，cos设置为绿色=green
plt.plot(x,y1,color='blue')
plt.plot(x,y2,color='green')
#增加标题
plt.title('x‘sin and cos')
#增加图例
plt.legend(['y=sinx','y=cosx'])
#增加x轴和y轴标签名
plt.xlabel('x-v')
plt.ylabel('y-v',rotation=0)
#图片展示
plt.show()
5.2 图：sin-cos-s-1
5.3 升级版，代码：
#---导出模块---
import numpy as np
from matplotlib import pyplot as plt
#---sin和cos的坐标值定义---
#---注意np的arrange和linspace的含义，在这里区别不大
##在-np.pi~np.pi之间选择256个等差数
#x = np.linspace(-2*np.pi, 2*np.pi, 512, endpoint=True)
x =np.arange(-2*np.pi,2*np.pi,0.001)
#y1=sin,y2=cos
y1, y2 = np.sin(x), np.cos(x)
#定义画布大小，不设置就是默认
#plt.figure(figsize=(10, 7))#取出一张10*7的白纸
#画sin和cos，自定义颜色blue和green,label="sin",label="cos"
plt.plot(x, y1, "-", color='blue',lw=2, aa=False, ms=50)#设置线宽5 aa关闭抗锯齿 默认开启
plt.plot(x, y2, "-", color='green',lw=2, aa=True)#默认线宽10，不设置就是默认
#去掉就是默认
#自定义刻度法，取最大值×1.2
plt.xlim(x.min() * 1.2, x.max() * 1.2)#横坐标范围
plt.ylim(y1.min() * 1.2, y1.max() * 1.2)#纵坐标范围
plt.xticks([0, x.max(), x.min()], [0, r"$\pi$", "$-\pi$"])#横坐标刻度
plt.yticks([y1.min(), y1.max()])#纵坐标刻度
#图例个性设置，自定义字体大小，位置默认是最佳，显示内容是label内容
#也可以这样
plt.legend(['sin','cos'],fontsize=20)
#plt.legend(fontsize=20) #如何这样的话，那么需要在上面加入label
#标注设置
t = 2 / 3 * np.pi
#标注蓝色点垂直线
plt.plot([t, t], [0, np.sin(t)], "--", color="b")
plt.scatter([t], [np.sin(t)], s=100)#散点图
#标注红色点垂直线
plt.plot([t, t], [0, np.cos(t)], "--", color="r")
plt.scatter([t], [np.cos(t)], s=100)#散点图
#设置标注
plt.annotate(r"$\sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$",
(t, np.sin(t)),
xycoords="data", textcoords="offset pixels",
xytext=(20, 20),
arrowprops=dict(arrowstyle="->" , connectionstyle="arc3,rad=.2"),#箭头属性
fontsize=16,#zi字体大小
)
#设置标注
plt.annotate(r"$\cos(\frac{2\pi}{3})=-\frac{1}{2}$",
(t, np.cos(t)),
xycoords="data", textcoords="offset pixels",
xytext=(20, 0),
arrowprops=dict(arrowstyle="->" , connectionstyle="arc3,rad=.2"),#箭头属性
fontsize=16,#zi字体大小
)
#ax定义和边框线，也可以注释掉，那就是默认
ax = plt.gca()
#去除图片的四边黑框线
ax.spines["bottom"].set_position(("data", 0))
ax.spines["left"].set_position(("data", 0))
ax.spines["top"].set_color("none")
ax.spines["right"].set_color("none")
#图片展示
plt.show()
5.4 图：sin-cos-s-2
5.5 豪华版代码：
#---导出模块---
import numpy as np
import matplotlib.pyplot as plt
#---函数定义和画函数线---
#x坐标的取值范围：linspace是等差数列法
x=np.linspace(-2*np.pi,2*np.pi,256,endpoint=True)
#arrange法，因为0.001取值很小很平滑，所以可能☆就不能显示
#x =np.arange(-2*np.pi,2*np.pi,0.001)
#定义余弦函数正弦函数，一行定义法，也可以y1和y2
c,s=np.cos(x),np.sin(x)
#画三角函数曲线，以x为横坐标，以s和c为纵坐标
#plt.plot(x,s,"r*",label="sin-s-3") #r*=red的*,相当于color='red',linestyle="*"
plt.plot(x,s,color="blue",label="sin-s-3")
plt.plot(x,c,color="green",linestyle="-",label="cos-s-3",alpha=0.5)
ax=plt.gca()
#去除图片的四边的边框黑线
ax.spines["right"].set_color("none")
ax.spines["top"].set_color("none")
ax.spines["left"].set_position(("data",0))
ax.spines["bottom"].set_position(("data",0))
#自定义标签文字
#x轴标签依次是：，如果注释掉就是-6~6，间隔2
plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],[r'$-\pi$',r'$-\pi/2$',r'$0$',r'$+\pi/2$',r'$+\pi$'])
#y轴的标签，取值从-1~1，分5个等差
plt.yticks(np.linspace(-1,1,5,endpoint=True))
#默认标签位置也是这样，所以可以不要，注释掉
#ax.xaxis.set_ticks_position("bottom") #线下
#ax.yaxis.set_ticks_position("left") #线左边
'''
#如果上面的2行注释掉，那么下面的存在意义不大，也可以注释掉
for label in ax.get_xticklabels()+ax.get_yticklabels():
label.set_fontsize(16)
label.set_bbox(dict(facecolor="white",edgecolor="None",alpha=0.2))
'''
#固定面积显示
plt.fill_between(x,np.abs(x)<0.5,c,c>0.5,color="yellow",alpha=0.25)
#固定垂直虚线标注
t=1
plt.plot([t,t],[0,np.cos(t)],"y",linewidth=3,linestyle="--")
#箭头标注
plt.annotate("cos(1)",xy=(t,np.cos(1)),xycoords="data",xytext=(+10,+30),
textcoords="offset points",arrowprops=dict(arrowstyle="->",connectionstyle="arc3,rad=.2"))
#增加标题
plt.title("sin-cos-s-3")
#plt.figure(1) #可以注释掉，采用默认
#图例显示，loc代表位置，这是固定左上角位置，默认best，最佳位置，可以自动调节空挡显示
plt.legend(loc="upper left")
#显示网格，可以注释掉
plt.grid()
#显示图形
plt.show()
5.6 图：sin-cos-s-3
6 sin和cos的布局
6.1 ggplot法，代码：
#导出模块
import numpy as np
import matplotlib.pyplot as plt
#画布采用默认大小
fig=plt.figure()
#采用ggplot法布局三个图片位置
plt.style.use('ggplot')
left,width = 0.05,0.95
#位置布局一:上面一行2个
rect_sin=[left,0.55,0.45,0.3] #第1个图
rect_cos=[left+0.5,0.55,0.45,0.3] #第2个图
'''
#位置布局二：上下2个，靠左
rect_sin=[left,0.55,0.45,0.3] #第1个图
rect_cos=[left,0.1,0.45,0.3] #第2个图
'''
#定义x和y坐标
#x=np.linspace(-10,10) #未设置等分，则线条不平滑
#x=np.linspace(-10,10,260) #260等分，数值越大，曲线的线条越平滑
x=np.arange(-10,10,0.001) #arange则是0.001，越小越平滑
#y1=np.sin(x)
#y1=np.cos(x)
#---第1个图---正弦sin
ax_sin = fig.add_axes(rect_sin)
ax_sin.plot(x,np.sin(x),color='blue')
ax_sin.set_title('Sin-s-ggplot')
#---第2个图---余弦cos
ax_cos=fig.add_axes(rect_cos)
ax_cos.plot(x,np.cos(x),color='green')
ax_cos.set_title('Cos-s-ggplot')
#图片展示
plt.show()
图：2lf-ggplot法
2ud-ggplot法图
6.2 subplot法
代码：
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---定义画布大小和分辨率---
fig = plt.figure(figsize=(8,8),dpi=80)
#采用subplot法，分四个图
#2,2,1=2行2列，第一个，从左边数
# 画正弦曲线
fig.add_subplot(2,2,1)
x = np.arange(-2*np.pi,2*np.pi,0.001)
y = np.sin(x)
plt.plot(x,y,color='blue')
plt.title('Sin-s-subplot')
plt.legend(['sin'])
#方法一：第1行1和2并列
# 余弦，2,2,2=2行2列，第2个，从左边数
#fig.add_subplot(2,2,2)
#方法二：第1行1和第2行1，上下
# 余弦，2,2,2=2行2列，第2个，从左边数
fig.add_subplot(2,2,3)
x = np.arange(-2*np.pi,2*np.pi,0.001)
y = np.cos(x)
plt.plot(x,y,color='green')
plt.title('Cos-s-subplot')
plt.legend(['cos'])
plt.show()
6.3 图略，作图位置如上面的ggplot法。
7.小结：
7.1 学习sin和cos有没有用，当然有，在画圆中需要sin和cos来定位圆的坐标。基础一定要打好。
7.2 顺带复习matplotlib的相关作图。
**7.3 我自己整理好，也分享出来，值得收藏。**感谢作者分享-http://bjbsair.com/2020-04-07/tech-info/30778.html
1.说明：
1.1 推荐指数：★★★
1.2 基础知识：三角函数sin和cos，在计算机编程中，尤其python中，应用到画圆很重要。
1.3 用通俗易懂的方式，来讲解，三角函数的matplotlib作图，静态图，为以后的画圆打基础。
1.4 为了突出重点，暂时不提中文设置。复习matplotlib作图的基础知识，深入了解sin和cos的关系。
1.5 适合学习人群：小白、学生、老师、爱好作图人员和计算机编程人员阅读。
2.理论：
比如：
r = 1 #假设半径为1
# 0~2π（一圈，一个π是半圈，步长=0.01，步长越小图线越平滑)
a = np.arange(0,2*np.pi,0.01)
#圆的坐标点与三角函数的关系
x = r*np.cos(a)
y = r*np.sin(a)
#画圆
plt.plot(x,y,color='red')
3.sin正弦函数
3.1 静态：sin-s
3.2 代码：简洁版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#定义坐标关系
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.sin(x)
#画线
plt.plot(x,y,color='blue')
plt.title('sin-s') #标题
plt.legend(['sin']) #图例，注意中括号
plt.show() #图片展示
3.3 图
sin-s-1
3.4 代码：注释版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---定义画布大小和分辨率
#fig = plt.figure(figsize=(8,8),dpi=80) #自定义
#fig = plt.figure() #这是默认的，也可以这一行不设，就是默认
#---画正弦sin曲线---
#0.001越小，线条越平滑好看
#从-2*np.pi到2*np.pi=就是2个2π，4个波=2个波峰+2个波底
#x = np.arange(-2*np.pi,2*np.pi,0.001)
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.sin(x)
#画线
plt.plot(x,y,color='blue')
#默认显示2个2π，4个波=2个波峰+2个波底
#plt.ylim(-2, 2)
#plt.xlim(-2, 2)
plt.title('sin-s') #标题
plt.legend(['sin']) #图例，注意中括号
plt.show() #图片展示
4.cos余弦函数：
4.1 将上面的sin函数的简洁版的代码中，sin改为cos即可，颜色定义为绿色=green。
4.2 代码：简洁版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---画正弦cos曲线---
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.cos(x)
#画线
plt.plot(x,y,color='green')
plt.title('cos-s') #标题
plt.legend(['cos']) #图例，注意中括号
plt.show() #图片展示
4.3 图：cos-s-1
5.一个坐标系展示sin和cos作图法
5.1 代码1：
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#plt.figure() #可以不要，采用默认
#取值范围-2π～2π，比较能展现sin和cos的特点
#0.1~0.001，最好越小越好，线条越平滑
x=np.arange(-2*np.pi,2*np.pi,0.1)
y1=np.sin(x) #正弦sin函数线条
y2=np.cos(x) #余弦cos函数线条
#绘制两个图形，需要绘制两次
#不设置颜色，采用默认的2种不同颜色，也可以单独设置颜色
#本讲解中sin设置蓝色=blue，cos设置为绿色=green
plt.plot(x,y1,color='blue')
plt.plot(x,y2,color='green')
#增加标题
plt.title('x‘sin and cos')
#增加图例
plt.legend(['y=sinx','y=cosx'])
#增加x轴和y轴标签名
plt.xlabel('x-v')
plt.ylabel('y-v',rotation=0)
#图片展示
plt.show()
5.2 图：sin-cos-s-1
5.3 升级版，代码：
#---导出模块---
import numpy as np
from matplotlib import pyplot as plt
#---sin和cos的坐标值定义---
#---注意np的arrange和linspace的含义，在这里区别不大
##在-np.pi~np.pi之间选择256个等差数
#x = np.linspace(-2*np.pi, 2*np.pi, 512, endpoint=True)
x =np.arange(-2*np.pi,2*np.pi,0.001)
#y1=sin,y2=cos
y1, y2 = np.sin(x), np.cos(x)
#定义画布大小，不设置就是默认
#plt.figure(figsize=(10, 7))#取出一张10*7的白纸
#画sin和cos，自定义颜色blue和green,label="sin",label="cos"
plt.plot(x, y1, "-", color='blue',lw=2, aa=False, ms=50)#设置线宽5 aa关闭抗锯齿 默认开启
plt.plot(x, y2, "-", color='green',lw=2, aa=True)#默认线宽10，不设置就是默认
#去掉就是默认
#自定义刻度法，取最大值×1.2
plt.xlim(x.min() * 1.2, x.max() * 1.2)#横坐标范围
plt.ylim(y1.min() * 1.2, y1.max() * 1.2)#纵坐标范围
plt.xticks([0, x.max(), x.min()], [0, r"$\pi$", "$-\pi$"])#横坐标刻度
plt.yticks([y1.min(), y1.max()])#纵坐标刻度
#图例个性设置，自定义字体大小，位置默认是最佳，显示内容是label内容
#也可以这样
plt.legend(['sin','cos'],fontsize=20)
#plt.legend(fontsize=20) #如何这样的话，那么需要在上面加入label
#标注设置
t = 2 / 3 * np.pi
#标注蓝色点垂直线
plt.plot([t, t], [0, np.sin(t)], "--", color="b")
plt.scatter([t], [np.sin(t)], s=100)#散点图
#标注红色点垂直线
plt.plot([t, t], [0, np.cos(t)], "--", color="r")
plt.scatter([t], [np.cos(t)], s=100)#散点图
#设置标注
plt.annotate(r"$\sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$",
(t, np.sin(t)),
xycoords="data", textcoords="offset pixels",
xytext=(20, 20),
arrowprops=dict(arrowstyle="->" , connectionstyle="arc3,rad=.2"),#箭头属性
fontsize=16,#zi字体大小
)
#设置标注
plt.annotate(r"$\cos(\frac{2\pi}{3})=-\frac{1}{2}$",
(t, np.cos(t)),
xycoords="data", textcoords="offset pixels",
xytext=(20, 0),
arrowprops=dict(arrowstyle="->" , connectionstyle="arc3,rad=.2"),#箭头属性
fontsize=16,#zi字体大小
)
#ax定义和边框线，也可以注释掉，那就是默认
ax = plt.gca()
#去除图片的四边黑框线
ax.spines["bottom"].set_position(("data", 0))
ax.spines["left"].set_position(("data", 0))
ax.spines["top"].set_color("none")
ax.spines["right"].set_color("none")
#图片展示
plt.show()
5.4 图：sin-cos-s-2
5.5 豪华版代码：
#---导出模块---
import numpy as np
import matplotlib.pyplot as plt
#---函数定义和画函数线---
#x坐标的取值范围：linspace是等差数列法
x=np.linspace(-2*np.pi,2*np.pi,256,endpoint=True)
#arrange法，因为0.001取值很小很平滑，所以可能☆就不能显示
#x =np.arange(-2*np.pi,2*np.pi,0.001)
#定义余弦函数正弦函数，一行定义法，也可以y1和y2
c,s=np.cos(x),np.sin(x)
#画三角函数曲线，以x为横坐标，以s和c为纵坐标
#plt.plot(x,s,"r*",label="sin-s-3") #r*=red的*,相当于color='red',linestyle="*"
plt.plot(x,s,color="blue",label="sin-s-3")
plt.plot(x,c,color="green",linestyle="-",label="cos-s-3",alpha=0.5)
ax=plt.gca()
#去除图片的四边的边框黑线
ax.spines["right"].set_color("none")
ax.spines["top"].set_color("none")
ax.spines["left"].set_position(("data",0))
ax.spines["bottom"].set_position(("data",0))
#自定义标签文字
#x轴标签依次是：，如果注释掉就是-6~6，间隔2
plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],[r'$-\pi$',r'$-\pi/2$',r'$0$',r'$+\pi/2$',r'$+\pi$'])
#y轴的标签，取值从-1~1，分5个等差
plt.yticks(np.linspace(-1,1,5,endpoint=True))
#默认标签位置也是这样，所以可以不要，注释掉
#ax.xaxis.set_ticks_position("bottom") #线下
#ax.yaxis.set_ticks_position("left") #线左边
'''
#如果上面的2行注释掉，那么下面的存在意义不大，也可以注释掉
for label in ax.get_xticklabels()+ax.get_yticklabels():
label.set_fontsize(16)
label.set_bbox(dict(facecolor="white",edgecolor="None",alpha=0.2))
'''
#固定面积显示
plt.fill_between(x,np.abs(x)<0.5,c,c>0.5,color="yellow",alpha=0.25)
#固定垂直虚线标注
t=1
plt.plot([t,t],[0,np.cos(t)],"y",linewidth=3,linestyle="--")
#箭头标注
plt.annotate("cos(1)",xy=(t,np.cos(1)),xycoords="data",xytext=(+10,+30),
textcoords="offset points",arrowprops=dict(arrowstyle="->",connectionstyle="arc3,rad=.2"))
#增加标题
plt.title("sin-cos-s-3")
#plt.figure(1) #可以注释掉，采用默认
#图例显示，loc代表位置，这是固定左上角位置，默认best，最佳位置，可以自动调节空挡显示
plt.legend(loc="upper left")
#显示网格，可以注释掉
plt.grid()
#显示图形
plt.show()
5.6 图：sin-cos-s-3
6 sin和cos的布局
6.1 ggplot法，代码：
#导出模块
import numpy as np
import matplotlib.pyplot as plt
#画布采用默认大小
fig=plt.figure()
#采用ggplot法布局三个图片位置
plt.style.use('ggplot')
left,width = 0.05,0.95
#位置布局一:上面一行2个
rect_sin=[left,0.55,0.45,0.3] #第1个图
rect_cos=[left+0.5,0.55,0.45,0.3] #第2个图
'''
#位置布局二：上下2个，靠左
rect_sin=[left,0.55,0.45,0.3] #第1个图
rect_cos=[left,0.1,0.45,0.3] #第2个图
'''
#定义x和y坐标
#x=np.linspace(-10,10) #未设置等分，则线条不平滑
#x=np.linspace(-10,10,260) #260等分，数值越大，曲线的线条越平滑
x=np.arange(-10,10,0.001) #arange则是0.001，越小越平滑
#y1=np.sin(x)
#y1=np.cos(x)
#---第1个图---正弦sin
ax_sin = fig.add_axes(rect_sin)
ax_sin.plot(x,np.sin(x),color='blue')
ax_sin.set_title('Sin-s-ggplot')
#---第2个图---余弦cos
ax_cos=fig.add_axes(rect_cos)
ax_cos.plot(x,np.cos(x),color='green')
ax_cos.set_title('Cos-s-ggplot')
#图片展示
plt.show()
图：2lf-ggplot法
2ud-ggplot法图
6.2 subplot法
代码：
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---定义画布大小和分辨率---
fig = plt.figure(figsize=(8,8),dpi=80)
#采用subplot法，分四个图
#2,2,1=2行2列，第一个，从左边数
# 画正弦曲线
fig.add_subplot(2,2,1)
x = np.arange(-2*np.pi,2*np.pi,0.001)
y = np.sin(x)
plt.plot(x,y,color='blue')
plt.title('Sin-s-subplot')
plt.legend(['sin'])
#方法一：第1行1和2并列
# 余弦，2,2,2=2行2列，第2个，从左边数
#fig.add_subplot(2,2,2)
#方法二：第1行1和第2行1，上下
# 余弦，2,2,2=2行2列，第2个，从左边数
fig.add_subplot(2,2,3)
x = np.arange(-2*np.pi,2*np.pi,0.001)
y = np.cos(x)
plt.plot(x,y,color='green')
plt.title('Cos-s-subplot')
plt.legend(['cos'])
plt.show()
6.3 图略，作图位置如上面的ggplot法。
7.小结：
7.1 学习sin和cos有没有用，当然有，在画圆中需要sin和cos来定位圆的坐标。基础一定要打好。
7.2 顺带复习matplotlib的相关作图。
**7.3 我自己整理好，也分享出来，值得收藏。**感谢作者分享-http://bjbsair.com/2020-04-07/tech-info/30778.html
1.说明：
1.1 推荐指数：★★★
1.2 基础知识：三角函数sin和cos，在计算机编程中，尤其python中，应用到画圆很重要。
1.3 用通俗易懂的方式，来讲解，三角函数的matplotlib作图，静态图，为以后的画圆打基础。
1.4 为了突出重点，暂时不提中文设置。复习matplotlib作图的基础知识，深入了解sin和cos的关系。
1.5 适合学习人群：小白、学生、老师、爱好作图人员和计算机编程人员阅读。
2.理论：
比如：
r = 1 #假设半径为1
# 0~2π（一圈，一个π是半圈，步长=0.01，步长越小图线越平滑)
a = np.arange(0,2*np.pi,0.01)
#圆的坐标点与三角函数的关系
x = r*np.cos(a)
y = r*np.sin(a)
#画圆
plt.plot(x,y,color='red')
3.sin正弦函数
3.1 静态：sin-s
3.2 代码：简洁版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#定义坐标关系
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.sin(x)
#画线
plt.plot(x,y,color='blue')
plt.title('sin-s') #标题
plt.legend(['sin']) #图例，注意中括号
plt.show() #图片展示
3.3 图
sin-s-1
3.4 代码：注释版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---定义画布大小和分辨率
#fig = plt.figure(figsize=(8,8),dpi=80) #自定义
#fig = plt.figure() #这是默认的，也可以这一行不设，就是默认
#---画正弦sin曲线---
#0.001越小，线条越平滑好看
#从-2*np.pi到2*np.pi=就是2个2π，4个波=2个波峰+2个波底
#x = np.arange(-2*np.pi,2*np.pi,0.001)
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.sin(x)
#画线
plt.plot(x,y,color='blue')
#默认显示2个2π，4个波=2个波峰+2个波底
#plt.ylim(-2, 2)
#plt.xlim(-2, 2)
plt.title('sin-s') #标题
plt.legend(['sin']) #图例，注意中括号
plt.show() #图片展示
4.cos余弦函数：
4.1 将上面的sin函数的简洁版的代码中，sin改为cos即可，颜色定义为绿色=green。
4.2 代码：简洁版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---画正弦cos曲线---
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.cos(x)
#画线
plt.plot(x,y,color='green')
plt.title('cos-s') #标题
plt.legend(['cos']) #图例，注意中括号
plt.show() #图片展示
4.3 图：cos-s-1
5.一个坐标系展示sin和cos作图法
5.1 代码1：
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#plt.figure() #可以不要，采用默认
#取值范围-2π～2π，比较能展现sin和cos的特点
#0.1~0.001，最好越小越好，线条越平滑
x=np.arange(-2*np.pi,2*np.pi,0.1)
y1=np.sin(x) #正弦sin函数线条
y2=np.cos(x) #余弦cos函数线条
#绘制两个图形，需要绘制两次
#不设置颜色，采用默认的2种不同颜色，也可以单独设置颜色
#本讲解中sin设置蓝色=blue，cos设置为绿色=green
plt.plot(x,y1,color='blue')
plt.plot(x,y2,color='green')
#增加标题
plt.title('x‘sin and cos')
#增加图例
plt.legend(['y=sinx','y=cosx'])
#增加x轴和y轴标签名
plt.xlabel('x-v')
plt.ylabel('y-v',rotation=0)
#图片展示
plt.show()
5.2 图：sin-cos-s-1
5.3 升级版，代码：
#---导出模块---
import numpy as np
from matplotlib import pyplot as plt
#---sin和cos的坐标值定义---
#---注意np的arrange和linspace的含义，在这里区别不大
##在-np.pi~np.pi之间选择256个等差数
#x = np.linspace(-2*np.pi, 2*np.pi, 512, endpoint=True)
x =np.arange(-2*np.pi,2*np.pi,0.001)
#y1=sin,y2=cos
y1, y2 = np.sin(x), np.cos(x)
#定义画布大小，不设置就是默认
#plt.figure(figsize=(10, 7))#取出一张10*7的白纸
#画sin和cos，自定义颜色blue和green,label="sin",label="cos"
plt.plot(x, y1, "-", color='blue',lw=2, aa=False, ms=50)#设置线宽5 aa关闭抗锯齿 默认开启
plt.plot(x, y2, "-", color='green',lw=2, aa=True)#默认线宽10，不设置就是默认
#去掉就是默认
#自定义刻度法，取最大值×1.2
plt.xlim(x.min() * 1.2, x.max() * 1.2)#横坐标范围
plt.ylim(y1.min() * 1.2, y1.max() * 1.2)#纵坐标范围
plt.xticks([0, x.max(), x.min()], [0, r"$\pi$", "$-\pi$"])#横坐标刻度
plt.yticks([y1.min(), y1.max()])#纵坐标刻度
#图例个性设置，自定义字体大小，位置默认是最佳，显示内容是label内容
#也可以这样
plt.legend(['sin','cos'],fontsize=20)
#plt.legend(fontsize=20) #如何这样的话，那么需要在上面加入label
#标注设置
t = 2 / 3 * np.pi
#标注蓝色点垂直线
plt.plot([t, t], [0, np.sin(t)], "--", color="b")
plt.scatter([t], [np.sin(t)], s=100)#散点图
#标注红色点垂直线
plt.plot([t, t], [0, np.cos(t)], "--", color="r")
plt.scatter([t], [np.cos(t)], s=100)#散点图
#设置标注
plt.annotate(r"$\sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$",
(t, np.sin(t)),
xycoords="data", textcoords="offset pixels",
xytext=(20, 20),
arrowprops=dict(arrowstyle="->" , connectionstyle="arc3,rad=.2"),#箭头属性
fontsize=16,#zi字体大小
)
#设置标注
plt.annotate(r"$\cos(\frac{2\pi}{3})=-\frac{1}{2}$",
(t, np.cos(t)),
xycoords="data", textcoords="offset pixels",
xytext=(20, 0),
arrowprops=dict(arrowstyle="->" , connectionstyle="arc3,rad=.2"),#箭头属性
fontsize=16,#zi字体大小
)
#ax定义和边框线，也可以注释掉，那就是默认
ax = plt.gca()
#去除图片的四边黑框线
ax.spines["bottom"].set_position(("data", 0))
ax.spines["left"].set_position(("data", 0))
ax.spines["top"].set_color("none")
ax.spines["right"].set_color("none")
#图片展示
plt.show()
5.4 图：sin-cos-s-2
5.5 豪华版代码：
#---导出模块---
import numpy as np
import matplotlib.pyplot as plt
#---函数定义和画函数线---
#x坐标的取值范围：linspace是等差数列法
x=np.linspace(-2*np.pi,2*np.pi,256,endpoint=True)
#arrange法，因为0.001取值很小很平滑，所以可能☆就不能显示
#x =np.arange(-2*np.pi,2*np.pi,0.001)
#定义余弦函数正弦函数，一行定义法，也可以y1和y2
c,s=np.cos(x),np.sin(x)
#画三角函数曲线，以x为横坐标，以s和c为纵坐标
#plt.plot(x,s,"r*",label="sin-s-3") #r*=red的*,相当于color='red',linestyle="*"
plt.plot(x,s,color="blue",label="sin-s-3")
plt.plot(x,c,color="green",linestyle="-",label="cos-s-3",alpha=0.5)
ax=plt.gca()
#去除图片的四边的边框黑线
ax.spines["right"].set_color("none")
ax.spines["top"].set_color("none")
ax.spines["left"].set_position(("data",0))
ax.spines["bottom"].set_position(("data",0))
#自定义标签文字
#x轴标签依次是：，如果注释掉就是-6~6，间隔2
plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],[r'$-\pi$',r'$-\pi/2$',r'$0$',r'$+\pi/2$',r'$+\pi$'])
#y轴的标签，取值从-1~1，分5个等差
plt.yticks(np.linspace(-1,1,5,endpoint=True))
#默认标签位置也是这样，所以可以不要，注释掉
#ax.xaxis.set_ticks_position("bottom") #线下
#ax.yaxis.set_ticks_position("left") #线左边
'''
#如果上面的2行注释掉，那么下面的存在意义不大，也可以注释掉
for label in ax.get_xticklabels()+ax.get_yticklabels():
label.set_fontsize(16)
label.set_bbox(dict(facecolor="white",edgecolor="None",alpha=0.2))
'''
#固定面积显示
plt.fill_between(x,np.abs(x)<0.5,c,c>0.5,color="yellow",alpha=0.25)
#固定垂直虚线标注
t=1
plt.plot([t,t],[0,np.cos(t)],"y",linewidth=3,linestyle="--")
#箭头标注
plt.annotate("cos(1)",xy=(t,np.cos(1)),xycoords="data",xytext=(+10,+30),
textcoords="offset points",arrowprops=dict(arrowstyle="->",connectionstyle="arc3,rad=.2"))
#增加标题
plt.title("sin-cos-s-3")
#plt.figure(1) #可以注释掉，采用默认
#图例显示，loc代表位置，这是固定左上角位置，默认best，最佳位置，可以自动调节空挡显示
plt.legend(loc="upper left")
#显示网格，可以注释掉
plt.grid()
#显示图形
plt.show()
5.6 图：sin-cos-s-3
6 sin和cos的布局
6.1 ggplot法，代码：
#导出模块
import numpy as np
import matplotlib.pyplot as plt
#画布采用默认大小
fig=plt.figure()
#采用ggplot法布局三个图片位置
plt.style.use('ggplot')
left,width = 0.05,0.95
#位置布局一:上面一行2个
rect_sin=[left,0.55,0.45,0.3] #第1个图
rect_cos=[left+0.5,0.55,0.45,0.3] #第2个图
'''
#位置布局二：上下2个，靠左
rect_sin=[left,0.55,0.45,0.3] #第1个图
rect_cos=[left,0.1,0.45,0.3] #第2个图
'''
#定义x和y坐标
#x=np.linspace(-10,10) #未设置等分，则线条不平滑
#x=np.linspace(-10,10,260) #260等分，数值越大，曲线的线条越平滑
x=np.arange(-10,10,0.001) #arange则是0.001，越小越平滑
#y1=np.sin(x)
#y1=np.cos(x)
#---第1个图---正弦sin
ax_sin = fig.add_axes(rect_sin)
ax_sin.plot(x,np.sin(x),color='blue')
ax_sin.set_title('Sin-s-ggplot')
#---第2个图---余弦cos
ax_cos=fig.add_axes(rect_cos)
ax_cos.plot(x,np.cos(x),color='green')
ax_cos.set_title('Cos-s-ggplot')
#图片展示
plt.show()
图：2lf-ggplot法
2ud-ggplot法图
6.2 subplot法
代码：
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---定义画布大小和分辨率---
fig = plt.figure(figsize=(8,8),dpi=80)
#采用subplot法，分四个图
#2,2,1=2行2列，第一个，从左边数
# 画正弦曲线
fig.add_subplot(2,2,1)
x = np.arange(-2*np.pi,2*np.pi,0.001)
y = np.sin(x)
plt.plot(x,y,color='blue')
plt.title('Sin-s-subplot')
plt.legend(['sin'])
#方法一：第1行1和2并列
# 余弦，2,2,2=2行2列，第2个，从左边数
#fig.add_subplot(2,2,2)
#方法二：第1行1和第2行1，上下
# 余弦，2,2,2=2行2列，第2个，从左边数
fig.add_subplot(2,2,3)
x = np.arange(-2*np.pi,2*np.pi,0.001)
y = np.cos(x)
plt.plot(x,y,color='green')
plt.title('Cos-s-subplot')
plt.legend(['cos'])
plt.show()
6.3 图略，作图位置如上面的ggplot法。
7.小结：
7.1 学习sin和cos有没有用，当然有，在画圆中需要sin和cos来定位圆的坐标。基础一定要打好。
7.2 顺带复习matplotlib的相关作图。
**7.3 我自己整理好，也分享出来，值得收藏。**感谢作者分享-http://bjbsair.com/2020-04-07/tech-info/30778.html
1.说明：
1.1 推荐指数：★★★
1.2 基础知识：三角函数sin和cos，在计算机编程中，尤其python中，应用到画圆很重要。
1.3 用通俗易懂的方式，来讲解，三角函数的matplotlib作图，静态图，为以后的画圆打基础。
1.4 为了突出重点，暂时不提中文设置。复习matplotlib作图的基础知识，深入了解sin和cos的关系。
1.5 适合学习人群：小白、学生、老师、爱好作图人员和计算机编程人员阅读。
2.理论：
比如：
r = 1 #假设半径为1
# 0~2π（一圈，一个π是半圈，步长=0.01，步长越小图线越平滑)
a = np.arange(0,2*np.pi,0.01)
#圆的坐标点与三角函数的关系
x = r*np.cos(a)
y = r*np.sin(a)
#画圆
plt.plot(x,y,color='red')
3.sin正弦函数
3.1 静态：sin-s
3.2 代码：简洁版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#定义坐标关系
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.sin(x)
#画线
plt.plot(x,y,color='blue')
plt.title('sin-s') #标题
plt.legend(['sin']) #图例，注意中括号
plt.show() #图片展示
3.3 图
sin-s-1
3.4 代码：注释版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---定义画布大小和分辨率
#fig = plt.figure(figsize=(8,8),dpi=80) #自定义
#fig = plt.figure() #这是默认的，也可以这一行不设，就是默认
#---画正弦sin曲线---
#0.001越小，线条越平滑好看
#从-2*np.pi到2*np.pi=就是2个2π，4个波=2个波峰+2个波底
#x = np.arange(-2*np.pi,2*np.pi,0.001)
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.sin(x)
#画线
plt.plot(x,y,color='blue')
#默认显示2个2π，4个波=2个波峰+2个波底
#plt.ylim(-2, 2)
#plt.xlim(-2, 2)
plt.title('sin-s') #标题
plt.legend(['sin']) #图例，注意中括号
plt.show() #图片展示
4.cos余弦函数：
4.1 将上面的sin函数的简洁版的代码中，sin改为cos即可，颜色定义为绿色=green。
4.2 代码：简洁版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---画正弦cos曲线---
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.cos(x)
#画线
plt.plot(x,y,color='green')
plt.title('cos-s') #标题
plt.legend(['cos']) #图例，注意中括号
plt.show() #图片展示
4.3 图：cos-s-1
5.一个坐标系展示sin和cos作图法
5.1 代码1：
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#plt.figure() #可以不要，采用默认
#取值范围-2π～2π，比较能展现sin和cos的特点
#0.1~0.001，最好越小越好，线条越平滑
x=np.arange(-2*np.pi,2*np.pi,0.1)
y1=np.sin(x) #正弦sin函数线条
y2=np.cos(x) #余弦cos函数线条
#绘制两个图形，需要绘制两次
#不设置颜色，采用默认的2种不同颜色，也可以单独设置颜色
#本讲解中sin设置蓝色=blue，cos设置为绿色=green
plt.plot(x,y1,color='blue')
plt.plot(x,y2,color='green')
#增加标题
plt.title('x‘sin and cos')
#增加图例
plt.legend(['y=sinx','y=cosx'])
#增加x轴和y轴标签名
plt.xlabel('x-v')
plt.ylabel('y-v',rotation=0)
#图片展示
plt.show()
5.2 图：sin-cos-s-1
5.3 升级版，代码：
#---导出模块---
import numpy as np
from matplotlib import pyplot as plt
#---sin和cos的坐标值定义---
#---注意np的arrange和linspace的含义，在这里区别不大
##在-np.pi~np.pi之间选择256个等差数
#x = np.linspace(-2*np.pi, 2*np.pi, 512, endpoint=True)
x =np.arange(-2*np.pi,2*np.pi,0.001)
#y1=sin,y2=cos
y1, y2 = np.sin(x), np.cos(x)
#定义画布大小，不设置就是默认
#plt.figure(figsize=(10, 7))#取出一张10*7的白纸
#画sin和cos，自定义颜色blue和green,label="sin",label="cos"
plt.plot(x, y1, "-", color='blue',lw=2, aa=False, ms=50)#设置线宽5 aa关闭抗锯齿 默认开启
plt.plot(x, y2, "-", color='green',lw=2, aa=True)#默认线宽10，不设置就是默认
#去掉就是默认
#自定义刻度法，取最大值×1.2
plt.xlim(x.min() * 1.2, x.max() * 1.2)#横坐标范围
plt.ylim(y1.min() * 1.2, y1.max() * 1.2)#纵坐标范围
plt.xticks([0, x.max(), x.min()], [0, r"$\pi$", "$-\pi$"])#横坐标刻度
plt.yticks([y1.min(), y1.max()])#纵坐标刻度
#图例个性设置，自定义字体大小，位置默认是最佳，显示内容是label内容
#也可以这样
plt.legend(['sin','cos'],fontsize=20)
#plt.legend(fontsize=20) #如何这样的话，那么需要在上面加入label
#标注设置
t = 2 / 3 * np.pi
#标注蓝色点垂直线
plt.plot([t, t], [0, np.sin(t)], "--", color="b")
plt.scatter([t], [np.sin(t)], s=100)#散点图
#标注红色点垂直线
plt.plot([t, t], [0, np.cos(t)], "--", color="r")
plt.scatter([t], [np.cos(t)], s=100)#散点图
#设置标注
plt.annotate(r"$\sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$",
(t, np.sin(t)),
xycoords="data", textcoords="offset pixels",
xytext=(20, 20),
arrowprops=dict(arrowstyle="->" , connectionstyle="arc3,rad=.2"),#箭头属性
fontsize=16,#zi字体大小
)
#设置标注
plt.annotate(r"$\cos(\frac{2\pi}{3})=-\frac{1}{2}$",
(t, np.cos(t)),
xycoords="data", textcoords="offset pixels",
xytext=(20, 0),
arrowprops=dict(arrowstyle="->" , connectionstyle="arc3,rad=.2"),#箭头属性
fontsize=16,#zi字体大小
)
#ax定义和边框线，也可以注释掉，那就是默认
ax = plt.gca()
#去除图片的四边黑框线
ax.spines["bottom"].set_position(("data", 0))
ax.spines["left"].set_position(("data", 0))
ax.spines["top"].set_color("none")
ax.spines["right"].set_color("none")
#图片展示
plt.show()
5.4 图：sin-cos-s-2
5.5 豪华版代码：
#---导出模块---
import numpy as np
import matplotlib.pyplot as plt
#---函数定义和画函数线---
#x坐标的取值范围：linspace是等差数列法
x=np.linspace(-2*np.pi,2*np.pi,256,endpoint=True)
#arrange法，因为0.001取值很小很平滑，所以可能☆就不能显示
#x =np.arange(-2*np.pi,2*np.pi,0.001)
#定义余弦函数正弦函数，一行定义法，也可以y1和y2
c,s=np.cos(x),np.sin(x)
#画三角函数曲线，以x为横坐标，以s和c为纵坐标
#plt.plot(x,s,"r*",label="sin-s-3") #r*=red的*,相当于color='red',linestyle="*"
plt.plot(x,s,color="blue",label="sin-s-3")
plt.plot(x,c,color="green",linestyle="-",label="cos-s-3",alpha=0.5)
ax=plt.gca()
#去除图片的四边的边框黑线
ax.spines["right"].set_color("none")
ax.spines["top"].set_color("none")
ax.spines["left"].set_position(("data",0))
ax.spines["bottom"].set_position(("data",0))
#自定义标签文字
#x轴标签依次是：，如果注释掉就是-6~6，间隔2
plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],[r'$-\pi$',r'$-\pi/2$',r'$0$',r'$+\pi/2$',r'$+\pi$'])
#y轴的标签，取值从-1~1，分5个等差
plt.yticks(np.linspace(-1,1,5,endpoint=True))
#默认标签位置也是这样，所以可以不要，注释掉
#ax.xaxis.set_ticks_position("bottom") #线下
#ax.yaxis.set_ticks_position("left") #线左边
'''
#如果上面的2行注释掉，那么下面的存在意义不大，也可以注释掉
for label in ax.get_xticklabels()+ax.get_yticklabels():
label.set_fontsize(16)
label.set_bbox(dict(facecolor="white",edgecolor="None",alpha=0.2))
'''
#固定面积显示
plt.fill_between(x,np.abs(x)<0.5,c,c>0.5,color="yellow",alpha=0.25)
#固定垂直虚线标注
t=1
plt.plot([t,t],[0,np.cos(t)],"y",linewidth=3,linestyle="--")
#箭头标注
plt.annotate("cos(1)",xy=(t,np.cos(1)),xycoords="data",xytext=(+10,+30),
textcoords="offset points",arrowprops=dict(arrowstyle="->",connectionstyle="arc3,rad=.2"))
#增加标题
plt.title("sin-cos-s-3")
#plt.figure(1) #可以注释掉，采用默认
#图例显示，loc代表位置，这是固定左上角位置，默认best，最佳位置，可以自动调节空挡显示
plt.legend(loc="upper left")
#显示网格，可以注释掉
plt.grid()
#显示图形
plt.show()
5.6 图：sin-cos-s-3
6 sin和cos的布局
6.1 ggplot法，代码：
#导出模块
import numpy as np
import matplotlib.pyplot as plt
#画布采用默认大小
fig=plt.figure()
#采用ggplot法布局三个图片位置
plt.style.use('ggplot')
left,width = 0.05,0.95
#位置布局一:上面一行2个
rect_sin=[left,0.55,0.45,0.3] #第1个图
rect_cos=[left+0.5,0.55,0.45,0.3] #第2个图
'''
#位置布局二：上下2个，靠左
rect_sin=[left,0.55,0.45,0.3] #第1个图
rect_cos=[left,0.1,0.45,0.3] #第2个图
'''
#定义x和y坐标
#x=np.linspace(-10,10) #未设置等分，则线条不平滑
#x=np.linspace(-10,10,260) #260等分，数值越大，曲线的线条越平滑
x=np.arange(-10,10,0.001) #arange则是0.001，越小越平滑
#y1=np.sin(x)
#y1=np.cos(x)
#---第1个图---正弦sin
ax_sin = fig.add_axes(rect_sin)
ax_sin.plot(x,np.sin(x),color='blue')
ax_sin.set_title('Sin-s-ggplot')
#---第2个图---余弦cos
ax_cos=fig.add_axes(rect_cos)
ax_cos.plot(x,np.cos(x),color='green')
ax_cos.set_title('Cos-s-ggplot')
#图片展示
plt.show()
图：2lf-ggplot法
2ud-ggplot法图
6.2 subplot法
代码：
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---定义画布大小和分辨率---
fig = plt.figure(figsize=(8,8),dpi=80)
#采用subplot法，分四个图
#2,2,1=2行2列，第一个，从左边数
# 画正弦曲线
fig.add_subplot(2,2,1)
x = np.arange(-2*np.pi,2*np.pi,0.001)
y = np.sin(x)
plt.plot(x,y,color='blue')
plt.title('Sin-s-subplot')
plt.legend(['sin'])
#方法一：第1行1和2并列
# 余弦，2,2,2=2行2列，第2个，从左边数
#fig.add_subplot(2,2,2)
#方法二：第1行1和第2行1，上下
# 余弦，2,2,2=2行2列，第2个，从左边数
fig.add_subplot(2,2,3)
x = np.arange(-2*np.pi,2*np.pi,0.001)
y = np.cos(x)
plt.plot(x,y,color='green')
plt.title('Cos-s-subplot')
plt.legend(['cos'])
plt.show()
6.3 图略，作图位置如上面的ggplot法。
7.小结：
7.1 学习sin和cos有没有用，当然有，在画圆中需要sin和cos来定位圆的坐标。基础一定要打好。
7.2 顺带复习matplotlib的相关作图。
**7.3 我自己整理好，也分享出来，值得收藏。**感谢作者分享-http://bjbsair.com/2020-04-07/tech-info/30778.html
1.说明：
1.1 推荐指数：★★★
1.2 基础知识：三角函数sin和cos，在计算机编程中，尤其python中，应用到画圆很重要。
1.3 用通俗易懂的方式，来讲解，三角函数的matplotlib作图，静态图，为以后的画圆打基础。
1.4 为了突出重点，暂时不提中文设置。复习matplotlib作图的基础知识，深入了解sin和cos的关系。
1.5 适合学习人群：小白、学生、老师、爱好作图人员和计算机编程人员阅读。
2.理论：
比如：
r = 1 #假设半径为1
# 0~2π（一圈，一个π是半圈，步长=0.01，步长越小图线越平滑)
a = np.arange(0,2*np.pi,0.01)
#圆的坐标点与三角函数的关系
x = r*np.cos(a)
y = r*np.sin(a)
#画圆
plt.plot(x,y,color='red')
3.sin正弦函数
3.1 静态：sin-s
3.2 代码：简洁版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#定义坐标关系
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.sin(x)
#画线
plt.plot(x,y,color='blue')
plt.title('sin-s') #标题
plt.legend(['sin']) #图例，注意中括号
plt.show() #图片展示
3.3 图
sin-s-1
3.4 代码：注释版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---定义画布大小和分辨率
#fig = plt.figure(figsize=(8,8),dpi=80) #自定义
#fig = plt.figure() #这是默认的，也可以这一行不设，就是默认
#---画正弦sin曲线---
#0.001越小，线条越平滑好看
#从-2*np.pi到2*np.pi=就是2个2π，4个波=2个波峰+2个波底
#x = np.arange(-2*np.pi,2*np.pi,0.001)
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.sin(x)
#画线
plt.plot(x,y,color='blue')
#默认显示2个2π，4个波=2个波峰+2个波底
#plt.ylim(-2, 2)
#plt.xlim(-2, 2)
plt.title('sin-s') #标题
plt.legend(['sin']) #图例，注意中括号
plt.show() #图片展示
4.cos余弦函数：
4.1 将上面的sin函数的简洁版的代码中，sin改为cos即可，颜色定义为绿色=green。
4.2 代码：简洁版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---画正弦cos曲线---
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.cos(x)
#画线
plt.plot(x,y,color='green')
plt.title('cos-s') #标题
plt.legend(['cos']) #图例，注意中括号
plt.show() #图片展示
4.3 图：cos-s-1
5.一个坐标系展示sin和cos作图法
5.1 代码1：
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#plt.figure() #可以不要，采用默认
#取值范围-2π～2π，比较能展现sin和cos的特点
#0.1~0.001，最好越小越好，线条越平滑
x=np.arange(-2*np.pi,2*np.pi,0.1)
y1=np.sin(x) #正弦sin函数线条
y2=np.cos(x) #余弦cos函数线条
#绘制两个图形，需要绘制两次
#不设置颜色，采用默认的2种不同颜色，也可以单独设置颜色
#本讲解中sin设置蓝色=blue，cos设置为绿色=green
plt.plot(x,y1,color='blue')
plt.plot(x,y2,color='green')
#增加标题
plt.title('x‘sin and cos')
#增加图例
plt.legend(['y=sinx','y=cosx'])
#增加x轴和y轴标签名
plt.xlabel('x-v')
plt.ylabel('y-v',rotation=0)
#图片展示
plt.show()
5.2 图：sin-cos-s-1
5.3 升级版，代码：
#---导出模块---
import numpy as np
from matplotlib import pyplot as plt
#---sin和cos的坐标值定义---
#---注意np的arrange和linspace的含义，在这里区别不大
##在-np.pi~np.pi之间选择256个等差数
#x = np.linspace(-2*np.pi, 2*np.pi, 512, endpoint=True)
x =np.arange(-2*np.pi,2*np.pi,0.001)
#y1=sin,y2=cos
y1, y2 = np.sin(x), np.cos(x)
#定义画布大小，不设置就是默认
#plt.figure(figsize=(10, 7))#取出一张10*7的白纸
#画sin和cos，自定义颜色blue和green,label="sin",label="cos"
plt.plot(x, y1, "-", color='blue',lw=2, aa=False, ms=50)#设置线宽5 aa关闭抗锯齿 默认开启
plt.plot(x, y2, "-", color='green',lw=2, aa=True)#默认线宽10，不设置就是默认
#去掉就是默认
#自定义刻度法，取最大值×1.2
plt.xlim(x.min() * 1.2, x.max() * 1.2)#横坐标范围
plt.ylim(y1.min() * 1.2, y1.max() * 1.2)#纵坐标范围
plt.xticks([0, x.max(), x.min()], [0, r"$\pi$", "$-\pi$"])#横坐标刻度
plt.yticks([y1.min(), y1.max()])#纵坐标刻度
#图例个性设置，自定义字体大小，位置默认是最佳，显示内容是label内容
#也可以这样
plt.legend(['sin','cos'],fontsize=20)
#plt.legend(fontsize=20) #如何这样的话，那么需要在上面加入label
#标注设置
t = 2 / 3 * np.pi
#标注蓝色点垂直线
plt.plot([t, t], [0, np.sin(t)], "--", color="b")
plt.scatter([t], [np.sin(t)], s=100)#散点图
#标注红色点垂直线
plt.plot([t, t], [0, np.cos(t)], "--", color="r")
plt.scatter([t], [np.cos(t)], s=100)#散点图
#设置标注
plt.annotate(r"$\sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$",
(t, np.sin(t)),
xycoords="data", textcoords="offset pixels",
xytext=(20, 20),
arrowprops=dict(arrowstyle="->" , connectionstyle="arc3,rad=.2"),#箭头属性
fontsize=16,#zi字体大小
)
#设置标注
plt.annotate(r"$\cos(\frac{2\pi}{3})=-\frac{1}{2}$",
(t, np.cos(t)),
xycoords="data", textcoords="offset pixels",
xytext=(20, 0),
arrowprops=dict(arrowstyle="->" , connectionstyle="arc3,rad=.2"),#箭头属性
fontsize=16,#zi字体大小
)
#ax定义和边框线，也可以注释掉，那就是默认
ax = plt.gca()
#去除图片的四边黑框线
ax.spines["bottom"].set_position(("data", 0))
ax.spines["left"].set_position(("data", 0))
ax.spines["top"].set_color("none")
ax.spines["right"].set_color("none")
#图片展示
plt.show()
5.4 图：sin-cos-s-2
5.5 豪华版代码：
#---导出模块---
import numpy as np
import matplotlib.pyplot as plt
#---函数定义和画函数线---
#x坐标的取值范围：linspace是等差数列法
x=np.linspace(-2*np.pi,2*np.pi,256,endpoint=True)
#arrange法，因为0.001取值很小很平滑，所以可能☆就不能显示
#x =np.arange(-2*np.pi,2*np.pi,0.001)
#定义余弦函数正弦函数，一行定义法，也可以y1和y2
c,s=np.cos(x),np.sin(x)
#画三角函数曲线，以x为横坐标，以s和c为纵坐标
#plt.plot(x,s,"r*",label="sin-s-3") #r*=red的*,相当于color='red',linestyle="*"
plt.plot(x,s,color="blue",label="sin-s-3")
plt.plot(x,c,color="green",linestyle="-",label="cos-s-3",alpha=0.5)
ax=plt.gca()
#去除图片的四边的边框黑线
ax.spines["right"].set_color("none")
ax.spines["top"].set_color("none")
ax.spines["left"].set_position(("data",0))
ax.spines["bottom"].set_position(("data",0))
#自定义标签文字
#x轴标签依次是：，如果注释掉就是-6~6，间隔2
plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],[r'$-\pi$',r'$-\pi/2$',r'$0$',r'$+\pi/2$',r'$+\pi$'])
#y轴的标签，取值从-1~1，分5个等差
plt.yticks(np.linspace(-1,1,5,endpoint=True))
#默认标签位置也是这样，所以可以不要，注释掉
#ax.xaxis.set_ticks_position("bottom") #线下
#ax.yaxis.set_ticks_position("left") #线左边
'''
#如果上面的2行注释掉，那么下面的存在意义不大，也可以注释掉
for label in ax.get_xticklabels()+ax.get_yticklabels():
label.set_fontsize(16)
label.set_bbox(dict(facecolor="white",edgecolor="None",alpha=0.2))
'''
#固定面积显示
plt.fill_between(x,np.abs(x)<0.5,c,c>0.5,color="yellow",alpha=0.25)
#固定垂直虚线标注
t=1
plt.plot([t,t],[0,np.cos(t)],"y",linewidth=3,linestyle="--")
#箭头标注
plt.annotate("cos(1)",xy=(t,np.cos(1)),xycoords="data",xytext=(+10,+30),
textcoords="offset points",arrowprops=dict(arrowstyle="->",connectionstyle="arc3,rad=.2"))
#增加标题
plt.title("sin-cos-s-3")
#plt.figure(1) #可以注释掉，采用默认
#图例显示，loc代表位置，这是固定左上角位置，默认best，最佳位置，可以自动调节空挡显示
plt.legend(loc="upper left")
#显示网格，可以注释掉
plt.grid()
#显示图形
plt.show()
5.6 图：sin-cos-s-3
6 sin和cos的布局
6.1 ggplot法，代码：
#导出模块
import numpy as np
import matplotlib.pyplot as plt
#画布采用默认大小
fig=plt.figure()
#采用ggplot法布局三个图片位置
plt.style.use('ggplot')
left,width = 0.05,0.95
#位置布局一:上面一行2个
rect_sin=[left,0.55,0.45,0.3] #第1个图
rect_cos=[left+0.5,0.55,0.45,0.3] #第2个图
'''
#位置布局二：上下2个，靠左
rect_sin=[left,0.55,0.45,0.3] #第1个图
rect_cos=[left,0.1,0.45,0.3] #第2个图
'''
#定义x和y坐标
#x=np.linspace(-10,10) #未设置等分，则线条不平滑
#x=np.linspace(-10,10,260) #260等分，数值越大，曲线的线条越平滑
x=np.arange(-10,10,0.001) #arange则是0.001，越小越平滑
#y1=np.sin(x)
#y1=np.cos(x)
#---第1个图---正弦sin
ax_sin = fig.add_axes(rect_sin)
ax_sin.plot(x,np.sin(x),color='blue')
ax_sin.set_title('Sin-s-ggplot')
#---第2个图---余弦cos
ax_cos=fig.add_axes(rect_cos)
ax_cos.plot(x,np.cos(x),color='green')
ax_cos.set_title('Cos-s-ggplot')
#图片展示
plt.show()
图：2lf-ggplot法
2ud-ggplot法图
6.2 subplot法
代码：
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---定义画布大小和分辨率---
fig = plt.figure(figsize=(8,8),dpi=80)
#采用subplot法，分四个图
#2,2,1=2行2列，第一个，从左边数
# 画正弦曲线
fig.add_subplot(2,2,1)
x = np.arange(-2*np.pi,2*np.pi,0.001)
y = np.sin(x)
plt.plot(x,y,color='blue')
plt.title('Sin-s-subplot')
plt.legend(['sin'])
#方法一：第1行1和2并列
# 余弦，2,2,2=2行2列，第2个，从左边数
#fig.add_subplot(2,2,2)
#方法二：第1行1和第2行1，上下
# 余弦，2,2,2=2行2列，第2个，从左边数
fig.add_subplot(2,2,3)
x = np.arange(-2*np.pi,2*np.pi,0.001)
y = np.cos(x)
plt.plot(x,y,color='green')
plt.title('Cos-s-subplot')
plt.legend(['cos'])
plt.show()
6.3 图略，作图位置如上面的ggplot法。
7.小结：
7.1 学习sin和cos有没有用，当然有，在画圆中需要sin和cos来定位圆的坐标。基础一定要打好。
7.2 顺带复习matplotlib的相关作图。
**7.3 我自己整理好，也分享出来，值得收藏。**感谢作者分享-http://bjbsair.com/2020-04-07/tech-info/30778.html
1.说明：
1.1 推荐指数：★★★
1.2 基础知识：三角函数sin和cos，在计算机编程中，尤其python中，应用到画圆很重要。
1.3 用通俗易懂的方式，来讲解，三角函数的matplotlib作图，静态图，为以后的画圆打基础。
1.4 为了突出重点，暂时不提中文设置。复习matplotlib作图的基础知识，深入了解sin和cos的关系。
1.5 适合学习人群：小白、学生、老师、爱好作图人员和计算机编程人员阅读。
2.理论：
比如：
r = 1 #假设半径为1
# 0~2π（一圈，一个π是半圈，步长=0.01，步长越小图线越平滑)
a = np.arange(0,2*np.pi,0.01)
#圆的坐标点与三角函数的关系
x = r*np.cos(a)
y = r*np.sin(a)
#画圆
plt.plot(x,y,color='red')
3.sin正弦函数
3.1 静态：sin-s
3.2 代码：简洁版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#定义坐标关系
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.sin(x)
#画线
plt.plot(x,y,color='blue')
plt.title('sin-s') #标题
plt.legend(['sin']) #图例，注意中括号
plt.show() #图片展示
3.3 图
sin-s-1
3.4 代码：注释版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---定义画布大小和分辨率
#fig = plt.figure(figsize=(8,8),dpi=80) #自定义
#fig = plt.figure() #这是默认的，也可以这一行不设，就是默认
#---画正弦sin曲线---
#0.001越小，线条越平滑好看
#从-2*np.pi到2*np.pi=就是2个2π，4个波=2个波峰+2个波底
#x = np.arange(-2*np.pi,2*np.pi,0.001)
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.sin(x)
#画线
plt.plot(x,y,color='blue')
#默认显示2个2π，4个波=2个波峰+2个波底
#plt.ylim(-2, 2)
#plt.xlim(-2, 2)
plt.title('sin-s') #标题
plt.legend(['sin']) #图例，注意中括号
plt.show() #图片展示
4.cos余弦函数：
4.1 将上面的sin函数的简洁版的代码中，sin改为cos即可，颜色定义为绿色=green。
4.2 代码：简洁版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---画正弦cos曲线---
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.cos(x)
#画线
plt.plot(x,y,color='green')
plt.title('cos-s') #标题
plt.legend(['cos']) #图例，注意中括号
plt.show() #图片展示
4.3 图：cos-s-1
5.一个坐标系展示sin和cos作图法
5.1 代码1：
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#plt.figure() #可以不要，采用默认
#取值范围-2π～2π，比较能展现sin和cos的特点
#0.1~0.001，最好越小越好，线条越平滑
x=np.arange(-2*np.pi,2*np.pi,0.1)
y1=np.sin(x) #正弦sin函数线条
y2=np.cos(x) #余弦cos函数线条
#绘制两个图形，需要绘制两次
#不设置颜色，采用默认的2种不同颜色，也可以单独设置颜色
#本讲解中sin设置蓝色=blue，cos设置为绿色=green
plt.plot(x,y1,color='blue')
plt.plot(x,y2,color='green')
#增加标题
plt.title('x‘sin and cos')
#增加图例
plt.legend(['y=sinx','y=cosx'])
#增加x轴和y轴标签名
plt.xlabel('x-v')
plt.ylabel('y-v',rotation=0)
#图片展示
plt.show()
5.2 图：sin-cos-s-1
5.3 升级版，代码：
#---导出模块---
import numpy as np
from matplotlib import pyplot as plt
#---sin和cos的坐标值定义---
#---注意np的arrange和linspace的含义，在这里区别不大
##在-np.pi~np.pi之间选择256个等差数
#x = np.linspace(-2*np.pi, 2*np.pi, 512, endpoint=True)
x =np.arange(-2*np.pi,2*np.pi,0.001)
#y1=sin,y2=cos
y1, y2 = np.sin(x), np.cos(x)
#定义画布大小，不设置就是默认
#plt.figure(figsize=(10, 7))#取出一张10*7的白纸
#画sin和cos，自定义颜色blue和green,label="sin",label="cos"
plt.plot(x, y1, "-", color='blue',lw=2, aa=False, ms=50)#设置线宽5 aa关闭抗锯齿 默认开启
plt.plot(x, y2, "-", color='green',lw=2, aa=True)#默认线宽10，不设置就是默认
#去掉就是默认
#自定义刻度法，取最大值×1.2
plt.xlim(x.min() * 1.2, x.max() * 1.2)#横坐标范围
plt.ylim(y1.min() * 1.2, y1.max() * 1.2)#纵坐标范围
plt.xticks([0, x.max(), x.min()], [0, r"$\pi$", "$-\pi$"])#横坐标刻度
plt.yticks([y1.min(), y1.max()])#纵坐标刻度
#图例个性设置，自定义字体大小，位置默认是最佳，显示内容是label内容
#也可以这样
plt.legend(['sin','cos'],fontsize=20)
#plt.legend(fontsize=20) #如何这样的话，那么需要在上面加入label
#标注设置
t = 2 / 3 * np.pi
#标注蓝色点垂直线
plt.plot([t, t], [0, np.sin(t)], "--", color="b")
plt.scatter([t], [np.sin(t)], s=100)#散点图
#标注红色点垂直线
plt.plot([t, t], [0, np.cos(t)], "--", color="r")
plt.scatter([t], [np.cos(t)], s=100)#散点图
#设置标注
plt.annotate(r"$\sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$",
(t, np.sin(t)),
xycoords="data", textcoords="offset pixels",
xytext=(20, 20),
arrowprops=dict(arrowstyle="->" , connectionstyle="arc3,rad=.2"),#箭头属性
fontsize=16,#zi字体大小
)
#设置标注
plt.annotate(r"$\cos(\frac{2\pi}{3})=-\frac{1}{2}$",
(t, np.cos(t)),
xycoords="data", textcoords="offset pixels",
xytext=(20, 0),
arrowprops=dict(arrowstyle="->" , connectionstyle="arc3,rad=.2"),#箭头属性
fontsize=16,#zi字体大小
)
#ax定义和边框线，也可以注释掉，那就是默认
ax = plt.gca()
#去除图片的四边黑框线
ax.spines["bottom"].set_position(("data", 0))
ax.spines["left"].set_position(("data", 0))
ax.spines["top"].set_color("none")
ax.spines["right"].set_color("none")
#图片展示
plt.show()
5.4 图：sin-cos-s-2
5.5 豪华版代码：
#---导出模块---
import numpy as np
import matplotlib.pyplot as plt
#---函数定义和画函数线---
#x坐标的取值范围：linspace是等差数列法
x=np.linspace(-2*np.pi,2*np.pi,256,endpoint=True)
#arrange法，因为0.001取值很小很平滑，所以可能☆就不能显示
#x =np.arange(-2*np.pi,2*np.pi,0.001)
#定义余弦函数正弦函数，一行定义法，也可以y1和y2
c,s=np.cos(x),np.sin(x)
#画三角函数曲线，以x为横坐标，以s和c为纵坐标
#plt.plot(x,s,"r*",label="sin-s-3") #r*=red的*,相当于color='red',linestyle="*"
plt.plot(x,s,color="blue",label="sin-s-3")
plt.plot(x,c,color="green",linestyle="-",label="cos-s-3",alpha=0.5)
ax=plt.gca()
#去除图片的四边的边框黑线
ax.spines["right"].set_color("none")
ax.spines["top"].set_color("none")
ax.spines["left"].set_position(("data",0))
ax.spines["bottom"].set_position(("data",0))
#自定义标签文字
#x轴标签依次是：，如果注释掉就是-6~6，间隔2
plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],[r'$-\pi$',r'$-\pi/2$',r'$0$',r'$+\pi/2$',r'$+\pi$'])
#y轴的标签，取值从-1~1，分5个等差
plt.yticks(np.linspace(-1,1,5,endpoint=True))
#默认标签位置也是这样，所以可以不要，注释掉
#ax.xaxis.set_ticks_position("bottom") #线下
#ax.yaxis.set_ticks_position("left") #线左边
'''
#如果上面的2行注释掉，那么下面的存在意义不大，也可以注释掉
for label in ax.get_xticklabels()+ax.get_yticklabels():
label.set_fontsize(16)
label.set_bbox(dict(facecolor="white",edgecolor="None",alpha=0.2))
'''
#固定面积显示
plt.fill_between(x,np.abs(x)<0.5,c,c>0.5,color="yellow",alpha=0.25)
#固定垂直虚线标注
t=1
plt.plot([t,t],[0,np.cos(t)],"y",linewidth=3,linestyle="--")
#箭头标注
plt.annotate("cos(1)",xy=(t,np.cos(1)),xycoords="data",xytext=(+10,+30),
textcoords="offset points",arrowprops=dict(arrowstyle="->",connectionstyle="arc3,rad=.2"))
#增加标题
plt.title("sin-cos-s-3")
#plt.figure(1) #可以注释掉，采用默认
#图例显示，loc代表位置，这是固定左上角位置，默认best，最佳位置，可以自动调节空挡显示
plt.legend(loc="upper left")
#显示网格，可以注释掉
plt.grid()
#显示图形
plt.show()
5.6 图：sin-cos-s-3
6 sin和cos的布局
6.1 ggplot法，代码：
#导出模块
import numpy as np
import matplotlib.pyplot as plt
#画布采用默认大小
fig=plt.figure()
#采用ggplot法布局三个图片位置
plt.style.use('ggplot')
left,width = 0.05,0.95
#位置布局一:上面一行2个
rect_sin=[left,0.55,0.45,0.3] #第1个图
rect_cos=[left+0.5,0.55,0.45,0.3] #第2个图
'''
#位置布局二：上下2个，靠左
rect_sin=[left,0.55,0.45,0.3] #第1个图
rect_cos=[left,0.1,0.45,0.3] #第2个图
'''
#定义x和y坐标
#x=np.linspace(-10,10) #未设置等分，则线条不平滑
#x=np.linspace(-10,10,260) #260等分，数值越大，曲线的线条越平滑
x=np.arange(-10,10,0.001) #arange则是0.001，越小越平滑
#y1=np.sin(x)
#y1=np.cos(x)
#---第1个图---正弦sin
ax_sin = fig.add_axes(rect_sin)
ax_sin.plot(x,np.sin(x),color='blue')
ax_sin.set_title('Sin-s-ggplot')
#---第2个图---余弦cos
ax_cos=fig.add_axes(rect_cos)
ax_cos.plot(x,np.cos(x),color='green')
ax_cos.set_title('Cos-s-ggplot')
#图片展示
plt.show()
图：2lf-ggplot法
2ud-ggplot法图
6.2 subplot法
代码：
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---定义画布大小和分辨率---
fig = plt.figure(figsize=(8,8),dpi=80)
#采用subplot法，分四个图
#2,2,1=2行2列，第一个，从左边数
# 画正弦曲线
fig.add_subplot(2,2,1)
x = np.arange(-2*np.pi,2*np.pi,0.001)
y = np.sin(x)
plt.plot(x,y,color='blue')
plt.title('Sin-s-subplot')
plt.legend(['sin'])
#方法一：第1行1和2并列
# 余弦，2,2,2=2行2列，第2个，从左边数
#fig.add_subplot(2,2,2)
#方法二：第1行1和第2行1，上下
# 余弦，2,2,2=2行2列，第2个，从左边数
fig.add_subplot(2,2,3)
x = np.arange(-2*np.pi,2*np.pi,0.001)
y = np.cos(x)
plt.plot(x,y,color='green')
plt.title('Cos-s-subplot')
plt.legend(['cos'])
plt.show()
6.3 图略，作图位置如上面的ggplot法。
7.小结：
7.1 学习sin和cos有没有用，当然有，在画圆中需要sin和cos来定位圆的坐标。基础一定要打好。
7.2 顺带复习matplotlib的相关作图。
**7.3 我自己整理好，也分享出来，值得收藏。**感谢作者分享-http://bjbsair.com/2020-04-07/tech-info/30778.html
1.说明：
1.1 推荐指数：★★★
1.2 基础知识：三角函数sin和cos，在计算机编程中，尤其python中，应用到画圆很重要。
1.3 用通俗易懂的方式，来讲解，三角函数的matplotlib作图，静态图，为以后的画圆打基础。
1.4 为了突出重点，暂时不提中文设置。复习matplotlib作图的基础知识，深入了解sin和cos的关系。
1.5 适合学习人群：小白、学生、老师、爱好作图人员和计算机编程人员阅读。
2.理论：
比如：
r = 1 #假设半径为1
# 0~2π（一圈，一个π是半圈，步长=0.01，步长越小图线越平滑)
a = np.arange(0,2*np.pi,0.01)
#圆的坐标点与三角函数的关系
x = r*np.cos(a)
y = r*np.sin(a)
#画圆
plt.plot(x,y,color='red')
3.sin正弦函数
3.1 静态：sin-s
3.2 代码：简洁版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#定义坐标关系
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.sin(x)
#画线
plt.plot(x,y,color='blue')
plt.title('sin-s') #标题
plt.legend(['sin']) #图例，注意中括号
plt.show() #图片展示
3.3 图
sin-s-1
3.4 代码：注释版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---定义画布大小和分辨率
#fig = plt.figure(figsize=(8,8),dpi=80) #自定义
#fig = plt.figure() #这是默认的，也可以这一行不设，就是默认
#---画正弦sin曲线---
#0.001越小，线条越平滑好看
#从-2*np.pi到2*np.pi=就是2个2π，4个波=2个波峰+2个波底
#x = np.arange(-2*np.pi,2*np.pi,0.001)
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.sin(x)
#画线
plt.plot(x,y,color='blue')
#默认显示2个2π，4个波=2个波峰+2个波底
#plt.ylim(-2, 2)
#plt.xlim(-2, 2)
plt.title('sin-s') #标题
plt.legend(['sin']) #图例，注意中括号
plt.show() #图片展示
4.cos余弦函数：
4.1 将上面的sin函数的简洁版的代码中，sin改为cos即可，颜色定义为绿色=green。
4.2 代码：简洁版
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---画正弦cos曲线---
x = np.arange(-2*np.pi,2*np.pi,0.1)
y = np.cos(x)
#画线
plt.plot(x,y,color='green')
plt.title('cos-s') #标题
plt.legend(['cos']) #图例，注意中括号
plt.show() #图片展示
4.3 图：cos-s-1
5.一个坐标系展示sin和cos作图法
5.1 代码1：
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#plt.figure() #可以不要，采用默认
#取值范围-2π～2π，比较能展现sin和cos的特点
#0.1~0.001，最好越小越好，线条越平滑
x=np.arange(-2*np.pi,2*np.pi,0.1)
y1=np.sin(x) #正弦sin函数线条
y2=np.cos(x) #余弦cos函数线条
#绘制两个图形，需要绘制两次
#不设置颜色，采用默认的2种不同颜色，也可以单独设置颜色
#本讲解中sin设置蓝色=blue，cos设置为绿色=green
plt.plot(x,y1,color='blue')
plt.plot(x,y2,color='green')
#增加标题
plt.title('x‘sin and cos')
#增加图例
plt.legend(['y=sinx','y=cosx'])
#增加x轴和y轴标签名
plt.xlabel('x-v')
plt.ylabel('y-v',rotation=0)
#图片展示
plt.show()
5.2 图：sin-cos-s-1
5.3 升级版，代码：
#---导出模块---
import numpy as np
from matplotlib import pyplot as plt
#---sin和cos的坐标值定义---
#---注意np的arrange和linspace的含义，在这里区别不大
##在-np.pi~np.pi之间选择256个等差数
#x = np.linspace(-2*np.pi, 2*np.pi, 512, endpoint=True)
x =np.arange(-2*np.pi,2*np.pi,0.001)
#y1=sin,y2=cos
y1, y2 = np.sin(x), np.cos(x)
#定义画布大小，不设置就是默认
#plt.figure(figsize=(10, 7))#取出一张10*7的白纸
#画sin和cos，自定义颜色blue和green,label="sin",label="cos"
plt.plot(x, y1, "-", color='blue',lw=2, aa=False, ms=50)#设置线宽5 aa关闭抗锯齿 默认开启
plt.plot(x, y2, "-", color='green',lw=2, aa=True)#默认线宽10，不设置就是默认
#去掉就是默认
#自定义刻度法，取最大值×1.2
plt.xlim(x.min() * 1.2, x.max() * 1.2)#横坐标范围
plt.ylim(y1.min() * 1.2, y1.max() * 1.2)#纵坐标范围
plt.xticks([0, x.max(), x.min()], [0, r"$\pi$", "$-\pi$"])#横坐标刻度
plt.yticks([y1.min(), y1.max()])#纵坐标刻度
#图例个性设置，自定义字体大小，位置默认是最佳，显示内容是label内容
#也可以这样
plt.legend(['sin','cos'],fontsize=20)
#plt.legend(fontsize=20) #如何这样的话，那么需要在上面加入label
#标注设置
t = 2 / 3 * np.pi
#标注蓝色点垂直线
plt.plot([t, t], [0, np.sin(t)], "--", color="b")
plt.scatter([t], [np.sin(t)], s=100)#散点图
#标注红色点垂直线
plt.plot([t, t], [0, np.cos(t)], "--", color="r")
plt.scatter([t], [np.cos(t)], s=100)#散点图
#设置标注
plt.annotate(r"$\sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$",
(t, np.sin(t)),
xycoords="data", textcoords="offset pixels",
xytext=(20, 20),
arrowprops=dict(arrowstyle="->" , connectionstyle="arc3,rad=.2"),#箭头属性
fontsize=16,#zi字体大小
)
#设置标注
plt.annotate(r"$\cos(\frac{2\pi}{3})=-\frac{1}{2}$",
(t, np.cos(t)),
xycoords="data", textcoords="offset pixels",
xytext=(20, 0),
arrowprops=dict(arrowstyle="->" , connectionstyle="arc3,rad=.2"),#箭头属性
fontsize=16,#zi字体大小
)
#ax定义和边框线，也可以注释掉，那就是默认
ax = plt.gca()
#去除图片的四边黑框线
ax.spines["bottom"].set_position(("data", 0))
ax.spines["left"].set_position(("data", 0))
ax.spines["top"].set_color("none")
ax.spines["right"].set_color("none")
#图片展示
plt.show()
5.4 图：sin-cos-s-2
5.5 豪华版代码：
#---导出模块---
import numpy as np
import matplotlib.pyplot as plt
#---函数定义和画函数线---
#x坐标的取值范围：linspace是等差数列法
x=np.linspace(-2*np.pi,2*np.pi,256,endpoint=True)
#arrange法，因为0.001取值很小很平滑，所以可能☆就不能显示
#x =np.arange(-2*np.pi,2*np.pi,0.001)
#定义余弦函数正弦函数，一行定义法，也可以y1和y2
c,s=np.cos(x),np.sin(x)
#画三角函数曲线，以x为横坐标，以s和c为纵坐标
#plt.plot(x,s,"r*",label="sin-s-3") #r*=red的*,相当于color='red',linestyle="*"
plt.plot(x,s,color="blue",label="sin-s-3")
plt.plot(x,c,color="green",linestyle="-",label="cos-s-3",alpha=0.5)
ax=plt.gca()
#去除图片的四边的边框黑线
ax.spines["right"].set_color("none")
ax.spines["top"].set_color("none")
ax.spines["left"].set_position(("data",0))
ax.spines["bottom"].set_position(("data",0))
#自定义标签文字
#x轴标签依次是：，如果注释掉就是-6~6，间隔2
plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],[r'$-\pi$',r'$-\pi/2$',r'$0$',r'$+\pi/2$',r'$+\pi$'])
#y轴的标签，取值从-1~1，分5个等差
plt.yticks(np.linspace(-1,1,5,endpoint=True))
#默认标签位置也是这样，所以可以不要，注释掉
#ax.xaxis.set_ticks_position("bottom") #线下
#ax.yaxis.set_ticks_position("left") #线左边
'''
#如果上面的2行注释掉，那么下面的存在意义不大，也可以注释掉
for label in ax.get_xticklabels()+ax.get_yticklabels():
label.set_fontsize(16)
label.set_bbox(dict(facecolor="white",edgecolor="None",alpha=0.2))
'''
#固定面积显示
plt.fill_between(x,np.abs(x)<0.5,c,c>0.5,color="yellow",alpha=0.25)
#固定垂直虚线标注
t=1
plt.plot([t,t],[0,np.cos(t)],"y",linewidth=3,linestyle="--")
#箭头标注
plt.annotate("cos(1)",xy=(t,np.cos(1)),xycoords="data",xytext=(+10,+30),
textcoords="offset points",arrowprops=dict(arrowstyle="->",connectionstyle="arc3,rad=.2"))
#增加标题
plt.title("sin-cos-s-3")
#plt.figure(1) #可以注释掉，采用默认
#图例显示，loc代表位置，这是固定左上角位置，默认best，最佳位置，可以自动调节空挡显示
plt.legend(loc="upper left")
#显示网格，可以注释掉
plt.grid()
#显示图形
plt.show()
5.6 图：sin-cos-s-3
6 sin和cos的布局
6.1 ggplot法，代码：
#导出模块
import numpy as np
import matplotlib.pyplot as plt
#画布采用默认大小
fig=plt.figure()
#采用ggplot法布局三个图片位置
plt.style.use('ggplot')
left,width = 0.05,0.95
#位置布局一:上面一行2个
rect_sin=[left,0.55,0.45,0.3] #第1个图
rect_cos=[left+0.5,0.55,0.45,0.3] #第2个图
'''
#位置布局二：上下2个，靠左
rect_sin=[left,0.55,0.45,0.3] #第1个图
rect_cos=[left,0.1,0.45,0.3] #第2个图
'''
#定义x和y坐标
#x=np.linspace(-10,10) #未设置等分，则线条不平滑
#x=np.linspace(-10,10,260) #260等分，数值越大，曲线的线条越平滑
x=np.arange(-10,10,0.001) #arange则是0.001，越小越平滑
#y1=np.sin(x)
#y1=np.cos(x)
#---第1个图---正弦sin
ax_sin = fig.add_axes(rect_sin)
ax_sin.plot(x,np.sin(x),color='blue')
ax_sin.set_title('Sin-s-ggplot')
#---第2个图---余弦cos
ax_cos=fig.add_axes(rect_cos)
ax_cos.plot(x,np.cos(x),color='green')
ax_cos.set_title('Cos-s-ggplot')
#图片展示
plt.show()
图：2lf-ggplot法
2ud-ggplot法图
6.2 subplot法
代码：
#---导出模块---
import matplotlib.pyplot as plt
import numpy as np
#---定义画布大小和分辨率---
fig = plt.figure(figsize=(8,8),dpi=80)
#采用subplot法，分四个图
#2,2,1=2行2列，第一个，从左边数
# 画正弦曲线
fig.add_subplot(2,2,1)
x = np.arange(-2*np.pi,2*np.pi,0.001)
y = np.sin(x)
plt.plot(x,y,color='blue')
plt.title('Sin-s-subplot')
plt.legend(['sin'])
#方法一：第1行1和2并列
# 余弦，2,2,2=2行2列，第2个，从左边数
#fig.add_subplot(2,2,2)
#方法二：第1行1和第2行1，上下
# 余弦，2,2,2=2行2列，第2个，从左边数
fig.add_subplot(2,2,3)
x = np.arange(-2*np.pi,2*np.pi,0.001)
y = np.cos(x)
plt.plot(x,y,color='green')
plt.title('Cos-s-subplot')
plt.legend(['cos'])
plt.show()
6.3 图略，作图位置如上面的ggplot法。
7.小结：
7.1 学习sin和cos有没有用，当然有，在画圆中需要sin和cos来定位圆的坐标。基础一定要打好。
7.2 顺带复习matplotlib的相关作图。
7.3 我自己整理好，也分享出来，值得收藏。
来源：oschina
链接：https://my.oschina.net/u/4478364/blog/3224556