请使用Matplotlib中的折线图工具,绘制正弦和余弦函数图像,其中x的取值范围是,效果如图1所示。 要求: (1)正弦图像是蓝色曲线,余弦图像是红色曲线,线条宽度为2.5; (2)标题为:“正/余弦函数图像”,字体颜色为黑色,大小为16; (3)横坐标标签为:“x轴”,纵坐标标签为“y轴”,字体大小为12。
时间: 2023-06-16 12:04:17 浏览: 124
下面是Python的代码实现:
```python
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 2 * np.pi, 100)
sin_y = np.sin(x)
cos_y = np.cos(x)
plt.plot(x, sin_y, color='blue', linewidth=2.5)
plt.plot(x, cos_y, color='red', linewidth=2.5)
plt.title('正/余弦函数图像', fontsize=16, color='black')
plt.xlabel('x轴', fontsize=12)
plt.ylabel('y轴', fontsize=12)
plt.show()
```
运行结果如下图所示:

相关问题
任务描述 本关任务:编写一个能绘制指定线型、颜色和标记的正弦曲线的小程序。 相关知识 为了完成本关任务,你需要掌握: 1.绘制直线 2.限定取值范围 绘制直线 函数 描述 axhline(x=0, ymin=0, ymax=1) 绘制水平线,y取值从0到1为整个区间。 hlines() 绘制水平线 axvline(x=0, ymin=0, ymax=1) 绘制垂直线,y取值从0到1为整个区间。 vlines() 绘制垂直线 plt.axhline(0, linestyle='--', linewidth=1) # 绘制水平线x轴,0可省 plt.axvline(0, linestyle='--', linewidth=1) # 绘制垂直线y轴,0可省 限定取值范围 函数 描述 xlim(xmin,xmax) 设置当前x轴取值范围 ylim(ymin,ymax) 设置当前y轴取值范围 plt.ylim(-1.1, 1.1) # 设置纵轴的上下限 plt.xlim(-1, 6.5) # 设置横轴的上下限 用numpy库中的方法产生[0,2π]之间的50个点,再用numpy中的正余弦函数获取对应点的正余弦值的数组,根据这三组数据绘制正余弦曲线。 编程要求 根据提示,在右侧编辑器补充代码,补充题目定义的绘制正弦曲线的函数: 绘制正弦曲线线型为破折线"--"、颜色为红色、标记为圆"o",线宽度为3.5; 绘制余弦曲线,线型为点划线"-."、颜色为蓝色、标记为正三角形“^”,其他用缺省值。 绘制结果写入到文件中(写入文件的语句模板代码已经给好,不要修改)。 本关新增要求: 定义一个函数draw_lim(),完成以下功能: 1.绘制线型为破折线的横纵坐标轴,黑色、宽度为1 2.设置纵轴的取值范围为[-1.2,1.2] 3.设置横轴取值范围[-0.5,7] 测试说明 平台会对你编写的代码进行测试和评测 开始你的任务吧,祝你成功!
### 如何使用Python Matplotlib绘制带有特定线型、颜色、标记和宽度的正弦与余弦曲线
以下是实现这一目标的具体方法:
#### 使用Matplotlib和Numpy库
要完成此任务,需先导入必要的库 `matplotlib` 和 `numpy`。通过这些库可以轻松生成数值并绘制复杂的图形。
```python
import numpy as np
import matplotlib.pyplot as plt
```
#### 数据准备
利用 `numpy` 的函数来生成自变量和因变量的数据点。这里以角度作为输入计算正弦和余弦值[^1]。
```python
t = np.linspace(0, 2 * np.pi, 500) # 定义x轴范围为[0, 2π],采样点数为500
sine_values = np.sin(t) # 正弦函数值
cosine_values = np.cos(t) # 余弦函数值
```
#### 图形配置
设定线条属性包括但不限于线型 (`linestyle`)、颜色 (`color`)、标记符 (`marker`) 及其尺寸(`markersize`) 还有线宽 (`linewidth`) 来区分两条曲线[^2]。
```python
plt.plot(
t, sine_values,
linestyle='--', # 破折线
color='red', # 红色
marker='o', # 圆圈标记
markersize=4, # 标记大小
linewidth=2, # 线条粗细
label='Sine Curve'
)
plt.plot(
t, cosine_values,
linestyle='-.', # 点划线
color='blue', # 蓝色
marker='^', # 三角形标记
markersize=4, # 标记大小
linewidth=2, # 线条粗细
label='Cosine Curve'
)
```
#### 坐标轴调整
设置坐标轴的显示范围以及标签样式以便于阅读理解图表内容[^3]。
```python
plt.xlim(0, 2 * np.pi) # 设定x轴范围
plt.ylim(-1.5, 1.5) # 设定y轴范围
plt.xticks([0, np.pi/2, np.pi, 3*np.pi/2, 2*np.pi],
['0', 'π/2', 'π', '3π/2', '2π']) # 自定义x轴刻度及其标注
plt.yticks([-1, 0, 1]) # 自定义y轴刻度
```
#### 添加额外元素提升可读性
加入标题、图例说明还有网格辅助查看数据趋势。
```python
plt.title('Sine and Cosine Curves with Specific Styles')
plt.xlabel('Angle (radians)')
plt.ylabel('Function Value')
plt.legend() # 显示图例
plt.grid(True, alpha=0.5) # 启用网格,半透明效果
```
#### 展现最终成果
调用 `.show()` 方法呈现所构建之图像给用户观察分析。
```python
plt.show()
```
---
解读:#11_5用折线图绘制正弦和余弦曲线,以及其它显示汉字方法。 import numpy as np import matplotlib . pyplot as plt import matplotlib . fontmanagerasm #使用关键参数 fname 导入字体文件(华文楷体) myfont = fm . FontProperties ( fname = r ' C :\ Windows \ Fonts \ STKAITI . ttf ') x = np . arange (0.0,2.0* np . pi +0.01,0.01) yl = np . sin ( x ) y2= np . cos ( x ) plt . plot ( x , yl , label ='正弦') plt . plot ( x ,y2, label ='余弦') #在0-360度范围,每隔30度设置1个刻度;设置相应的字符串刻度 xt = np . arange (0.0,2.0* np . pi + np . pi /12, np . pi /6) xts =['(}度'. format ( i ) for i in range (0,390,30)] # fontproperties 表示所用字体, rotation 表示刻度标识旋转角度(45度) plt . xticks ( xt , xts , fontproperties - myfont , rotation =45) plt . xlabel (' x ﹣变量', fontproperties = myfont , fontsize =18) plt . ylabel (' y ﹣正弦余弦函数值', fontproperties =' simsun ', fontsize =18)#宋体 plt . title (' sin - cos 函数图像', fontproperties =' STLITI ', fontsize =24)#隶书 plt . legend ( prop - myfont ) #图例选择字体用 prop 关键字 plt . gridO plt . tight _ layout ) plt . show (0 #自变量取值要密,才能成曲线#计算正弦函数值 #紧凑布局,能完整显示图形
这段代码是用于绘制正弦和余弦函数的折线图。首先,通过导入 numpy 和 pyplot 模块,并使用 fontmanager 模块中的 FontProperties 类导入字体文件(华文楷体),定义了 x 的取值范围,并计算出 yl 和 y2 的值。接着,通过 plot 函数将 x 和 yl、y2 绘制成折线图,并设置了标签 label 和图例 legend。然后,通过 arange 函数设置 x 轴的刻度范围和相应的字符串刻度,并使用 format 函数生成刻度字符串。接下来,使用 xticks 函数将刻度值和字符串刻度代替数值刻度,并设置刻度字体和旋转角度。通过 xlabel 和 ylabel 函数设置 x 轴和 y 轴的标签和字体大小,通过 title 函数设置标题和字体大小。最后,通过 legend 函数选择字体,并通过 grid 函数添加网格线。tight_layout 函数可以使图形布局更加紧凑,使得图形能够完整显示。图例选择字体用 prop 关键字。
阅读全文
相关推荐















