如何在同一张图中绘制多个函数

Question

如何在同一张图上绘制以下三个函数（即 sin，cos 和加法），在域 t 上进行？

import numpy as np
import matplotlib.pyplot as plt

t = np.linspace(0, 2*np.pi, 400)

a = np.sin(t)
b = np.cos(t)
c = a + b

- user3277335

Answer 1

为了在同一张图表上绘制多个图形，您需要执行以下操作：

from numpy import *
import math
import matplotlib.pyplot as plt

t = linspace(0, 2*math.pi, 400)
a = sin(t)
b = cos(t)
c = a + b

plt.plot(t, a, 'r') # plotting t, a separately 
plt.plot(t, b, 'b') # plotting t, b separately 
plt.plot(t, c, 'g') # plotting t, c separately 
plt.show()

- Srivatsan

---

好的，现在如果你想在新图表上绘制下一个图形，你该如何清除之前的图形呢？ - NoName

@NoName：你所说的“清除图形”是什么意思？你想关闭绘图窗口并绘制一个新的吗？ - Srivatsan

没关系，调用 plt.show() 后默认图形会被自动清除，所以重新绘制不会在同一个图表上绘制。 - NoName

我们如何自定义高度和宽度？我的情况下默认尺寸太小了。figsize不起作用。 - Nikhil VJ

@NikhilVJ：fig = plt.figure(figsize=(10,10)), ax = fig.add_subplot(111), ax.plot(a,b,'r'), fig.show()，这个原则上应该可以工作。 - Srivatsan

Answer 2

也许有更符合Python风格的方法来实现。

from numpy import *
import math
import matplotlib.pyplot as plt

t = linspace(0,2*math.pi,400)
a = sin(t)
b = cos(t)
c = a + b

plt.plot(t, a, t, b, t, c)
plt.show()

- Jash Shah

---

你能否使用这种方法更改每个绘图的颜色？如果可以，如何操作？ - nbro

你可以通过更改 plt.plot() 的部分来指定颜色，例如：plt.plot(t, a, 'b', t, b, 'g', t, c, 'y')。你可以在此链接中提供的颜色基础上指定颜色：https://matplotlib.org/users/colors.html - Jash Shah

我们不能在pyplot中使用ion()来实现这个吗，而不是将所有东西都绘制在一条线上？ - toing_toing

@toing_toing 抱歉，我对 ion() 不是很了解。你能举个例子吗？ - Jash Shah

这个“更符合Python风格”的比已接受的答案好在哪里？“显式优于隐式”，而且我认为可读性支持已接受的答案（虽然我承认这是主观的）。你密集的plt.plot()调用的快速理解是通过对三个曲线使用类似的“t”变量实现的，这并不是系统化的。话虽如此，我认为了解这个版本很有趣。 - Blupon

Answer 3

只需要按照以下方式使用plot函数即可

figure()
...
plot(t, a)
plot(t, b)
plot(t, c)

- leeladam

---

只需要做一个小改变：plt.figure() - Bavafaali

Answer 4

如果你想在图表中处理数据，我举一个例子：当你想要在同一张图表上绘制多个ROC曲线时。

from matplotlib import pyplot as plt
plt.figure()
for item in range(0, 10, 1): 
    plt.plot(fpr[item], tpr[item])
plt.show()

- Linh

---

什么是ROC曲线？ - Cheng

接收者操作特征曲线。它用于统计学上展示假设检验对于给定阈值的行为。例如，您可能有一个二元分类器，它将一些输入x，应用某些函数f(x)并在f(x) > t时预测H1。t是您用于决定是否预测H0或H1的阈值。变化阈值将产生不同的真正率 - 假正率对。ROC曲线捕获了这一点。名称来自于早期军事应用的假设检验来判断雷达是否发出虚假警报。 - Joud C

Answer 5

一个相当简洁的方法是将函数值水平连接起来，形成一个形状为(len(t), 3)的数组，并调用plot()。

t = np.linspace(0, 2*np.pi, 400)

a = np.sin(t)
b = np.cos(t)
c = a + b

plt.plot(t, np.c_[a, b, c]);

如果数据不来自numpy数组，而且你不想使用numpy库，那么zip()就是你的好朋友。

plt.plot(t, list(zip(a, b, c)));

由于单个图上有3种不同的图形，因此可能有意义插入一个图例以区分它们。 通过传递标签可以轻松完成该操作。

plt.plot(t, np.c_[a, b, c], label=['sin', 'cos', 'sin+cos']);
plt.legend();

- cottontail