python如何在同一个图里面画两条曲线

在同一个图里面画两条曲线的核心步骤是：使用Matplotlib库、调用plot函数、显示图形。 其中，Matplotlib是Python中最常用的绘图库之一，它提供了简单而强大的接口来创建各种类型的图形。通过调用plot函数可以在同一个图形上绘制多条曲线。下面我们将详细介绍如何在同一个图上绘制两条曲线，并提供一些实用的技巧和优化方法。

一、安装和导入Matplotlib库

要使用Matplotlib库，首先需要确保它已经安装在你的Python环境中。如果没有安装，可以通过以下命令进行安装：

pip install matplotlib

安装完成后，可以在你的脚本或Jupyter Notebook中导入这个库：

import matplotlib.pyplot as plt
import numpy as np  # NumPy库常用于生成数据

二、生成数据

在绘制图形之前，我们需要生成用于绘制曲线的数据。这里我们使用NumPy库来生成一些示例数据：

# 生成x轴数据
x = np.linspace(0, 10, 100)  # 生成0到10之间的100个点
生成两条曲线的y轴数据
y1 = np.sin(x)  # 第一条曲线：正弦函数
y2 = np.cos(x)  # 第二条曲线：余弦函数

三、绘制曲线

接下来，使用Matplotlib库的plot函数在同一个图形上绘制这两条曲线：

plt.plot(x, y1, label='sin(x)')  # 绘制第一条曲线，并添加标签
plt.plot(x, y2, label='cos(x)')  # 绘制第二条曲线，并添加标签
添加图例以区分不同的曲线
plt.legend()
添加标题和标签
plt.title('Sine and Cosine Curves')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
显示图形
plt.show()

四、优化图形

在绘制基本曲线后，可以通过一些方法来优化和美化图形，使其更具可读性和专业性。

1、调整曲线样式

可以通过修改颜色、线条样式和标记样式来区分不同的曲线：

plt.plot(x, y1, label='sin(x)', color='blue', linestyle='-', marker='o')
plt.plot(x, y2, label='cos(x)', color='red', linestyle='--', marker='x')

2、添加网格

网格可以帮助读者更容易地读取图形中的数值：

plt.grid(True)

3、设置图形范围

可以通过xlim和ylim函数设置x轴和y轴的显示范围：

plt.xlim(0, 10)
plt.ylim(-1.5, 1.5)

4、添加注释

可以在曲线的特定点添加注释，以突出显示重要信息：

plt.annotate('Local max', xy=(np.pi/2, 1), xytext=(np.pi/2, 1.5),
             arrowprops=dict(facecolor='black', shrink=0.05))

五、保存图形

绘制完成后，可以将图形保存为文件：

plt.savefig('sine_cosine.png', dpi=300)

六、完整代码示例

import matplotlib.pyplot as plt
import numpy as np
生成数据
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
绘制曲线
plt.plot(x, y1, label='sin(x)', color='blue', linestyle='-', marker='o')
plt.plot(x, y2, label='cos(x)', color='red', linestyle='--', marker='x')
添加图例、标题、标签和网格
plt.legend()
plt.title('Sine and Cosine Curves')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.grid(True)
设置图形范围
plt.xlim(0, 10)
plt.ylim(-1.5, 1.5)
添加注释
plt.annotate('Local max', xy=(np.pi/2, 1), xytext=(np.pi/2, 1.5),
             arrowprops=dict(facecolor='black', shrink=0.05))
显示并保存图形
plt.show()
plt.savefig('sine_cosine.png', dpi=300)