前面我们已经了解过数学函数与程序中的函数的差异，以及一次函数的图像

Python100天37：理解数学函数与编程中的函数

Python100天38: 通过程序代码来画数学函数图像

接着我们来尝试使用工具来画三角函数 sina cos

公式：

角度＝弧度 × π/180

弧度＝角度 × 180/π

圆周长：2πR，1弧度对应的弧长为R，那么一个有2Π个弧度，

一个圆的角度为360°，360/2π=180/π，

为1弧度对应的角度，约为180/π，约等于57.2957...°，

相反，1°就等于2π/360=π/180，约等于0.017453....弧度

在数学上可能角度更直观，实际上在运算的 时候我们通常还是用的弧度，因为 πj是一个相对来说是有一个固定值的，只是精度会随着我们的要求有变化，总这弧度是一个比较明确的数字。

回顾一个一次函数 y = x

本质 上x是一个集合，y是一个集合，一次函数 y=x恰好是xy的值是一样的。

import numpy as npimport matplotlib.pyplot as pltx = np.linspace(0, 10, 1000)y = xa = plt.plot(x,y,'r',linewidth=2)y = np.sin(x)

如歌我们想画任意点的拆线怎么办？如下图的拆线，只是几个点连接构成的。

plot方法有两个参数，分别代码x的坐标，y的坐标，我们随便选择了一点随机点，这个时候工具会根据这些坐标依次把这些点连接起来

fig, ax = plt.subplots() # Create a figure containing a single axes.ax.plot([1, 2, 3, 4], [1, 4, 2, 3]); # Plot some data on the axes.plt.show()

当我们希望最后回到 第一个点时，只需要要加一个点的坐标，即 (1,1)即可第一个点，和最后一个点的坐标相同，这个时候整个图像就是首尾相连了。

fig, ax = plt.subplots() # Create a figure containing a single axes.ax.plot([1, 2, 3, 4 , 1 ], \[1, 4, 2, 3 , 1 ]); # Plot some data on the axes.plt.show()

三角函数扡是同样的做法

三角函数的定义 y = sin (x) 在数学上可以是弧度也可以是角度

定义x的集合，然后使用sin(x)函数计算出y的集合，然用 两个matplotlib使用集合x,y来画点

import matplotlib.pyplot as pltimport numpy as npx = np.linspace(0, 2 * np.pi, 200)y = np.sin(x)fig, ax = plt.subplots()ax.plot(x, y)plt.show()

np.linspace(0, 2 * np.pi, 200) 弧度本质 上是一个数学，所以构建 0到 2 pi的弧度值，切分 为200段y = np.sin(x) 计算出这个x坐标对应 的sin值为y的值域名依旧是画线，一个个点连接起来

如果同时显示sin cos函数的图像

先年效果图，同一个界面 上左右展示sina cos的函数图像

import matplotlib.pyplot as pltimport numpy as npplt.rcParams['font.sans-serif'] = ['Simhei']x = np.linspace(0, 2 * np.pi, 200)fig, ax = plt.subplots(1,2)y = np.sin(x)ax[0].plot(x, y)ax[0].set_title(u"sin函数图像")y = np.cos(x)ax[1].plot(x, y)ax[1].set_title(u"cos函数图像")plt.show()

x的值其实是没有变化的，而y的值函数变的计算出的结果就变化了。仅此而已。

这时我们发现左右显示图像有点拥挤于是我们把图像改为上下显示，

代码改变很小，大家可以观察一下在评论区给留言

import matplotlib.pyplot as pltimport numpy as npplt.rcParams['font.sans-serif'] = ['Simhei']x = np.linspace(0, 2 * np.pi, 200)fig, ax = plt.subplots(2,1)y = np.sin(x)ax[0].plot(x, y)ax[0].set_title(u"sin函数图像")y = np.cos(x)ax[1].plot(x, y)ax[1].set_title(u"cos函数图像")plt.show()