从零开始学习PYTHON3讲义（十二）-原创极客博文

（内容需要，本讲使用了大量在线公式，如果因为转帖网站不支持公式无法显示的情况，欢迎访问原始博客。）

《从零开始PYTHON3》第十二讲

上一节课我们主要讲解了数值计算和符号计算。数值计算的结果，很常用的目的之一就是用于绘制图像，从图像中寻找公式的更多内在规律。

Python科学绘图

科学绘图是计算机图形学的一个重要分支。同其它绘图方式相比，更简单易用，能让使用者把工作的主要精力集注在公式和算法上而不是绘图本身。此外科学绘图的工具包普遍精度更高，数据、图的对应关系准确，从而保证基于图的研究工作顺利进行。最后，科技绘图一般都使用同数学相同的坐标系，避免了不必要的数据转换。

常用的一个高质量科学绘图包是第三方出品的MatplotLib，安装方式跟其它扩展库相同（这里只示例基于Windows环境的安装）：

#首先使用管理员模式执行cmd命令行，随后在命令行执行：
pip install matplotlib  #某些系统需要使用pip3

所有的绘图，无论是基于显示器还是打印机（绘图仪），都可以看做一个宽*高的二维矩阵。这就产生了一个坐标系统，那么矩阵中的任意一个点，就会有坐标(x,y)，x代表横方向坐标，y轴代表纵向坐标。
三维的游戏、VR等应用，在计算的整个过程中使用的是x、y、z三维坐标体系，但最后绘制到屏幕上的时候，还是会根据透视缩放的映射关系，将图像投影到二维矩阵中。
那么一副图像，就是有很多个点组成的，每个点都有其x,y的坐标。如果组成一个列表，通常是[[x1,y1],[x2,y2],[x3,y3]]这样的形式，比如刚才这个例子就代表了3个点的列表。如果是一条线，则可以用[[x1,y1],[x2,y2]]两个点来描述，这两个点就是一条线的两个端点坐标。
在我们今天讲的数学绘图中，通常使用的是另外一种坐标表示方法。科学绘图会使用x坐标点的列表和y坐标点的列表，两个列表来描述一组点。比如：[x1,x2,x3],[y1,y2,y3]。
即便只有一个点，也要把x坐标和y坐标分开到两个列表中去，此时列表就成为只有一个元素的列表，[x],[y]。

使用这种数据结构的原因是这样的，比如我们试图绘制函数：
\(y = f(x)\)
的图像。通常的情况我们首先是有一列的x值，那么通过函数计算之后，组成的就是一个结果y的列表。
因此事实上，为函数绘制图像，我们不大可能跟传统图像一样，上来就有一个完整的坐标点列表，而只能是x、y两个列表。列表中相同下标的值，是对应的x、y坐标，而y坐标的值，来自于上面所示函数对于x列表的计算结果。以一个3坐标的列表为例，大致是[x1,x2,x3],[y1,y2,y3]这样的形式。

言语总是枯燥无味的，让我们来看一段代码，用于绘制一副正弦函数图：

#绘制正弦曲线

#引入数值计算库,改为短名称
import numpy as np
#引入绘图库，改为短名称
import matplotlib.pyplot as plt

#生成一个由-4到4、均分为200个元素的列表
x = np.linspace(-4, 4, 200) 
#计算当x取值范围-4至4时所有的sin函数解
f = np.sin(x)

#绘制
plt.plot(x, f, 'red') 

#将绘制好的图显示出来
plt.show()

有几条命令再更详细的解释一下：

np.linspace函数我们在讲数值计算的时候学过，是生成一个200个元素的列表，这个列表是numpy库的列表类型，跟python内置的列表是基本兼容的，但并不是同一种类型。这200个元素均分了从-4到+4的值范围，包含了-4/+4本身。
np.sin(x)，看起来跟内置的math.sin(x)很像，事实上当x是一个数字变量的时候，两者完全相同。但在这里，x是一个列表，包含200个元素。那两者就完全不同了。内置的math.sin一次调用只能处理一个数字。np.sin是一次处理整个数组。因此调用完成后，结果f中是包含了200个值，每个相同下标的值，是对应x列表中对应下标值的正弦函数结果值。所以f在这里实际就是y坐标的值。
终于看到了plt.plot函数，里面有三个参数，x是x坐标列表，本例中包含了200个元素，f实际是y轴坐标列表，也包含了200个元素，最后的’red’表示使用红色绘制。此函数在绘制这个数组的时候，每两个点之间，默认会使用直线连接上，从而让整体上形成一条平滑的曲线。
最后plt.show()是把绘制好的图形显示出来，此语句之后的绘图将被忽略掉，所以请确保这一条语句是所有plt调用的最后一句。

绘制的结果请看下图。

Figure_1 干净漂亮的正弦曲线出现了！

Python的学习一定要多动手练习，所以请自己也来来试试绘制过程。比如改变参数范围从-10到+10，比如把200个列表元素改成只有10个，看看是什么效果？

我们继续为这个画面做一些辅助性的补充。请把下面的代码加到plt.show()语句之前：

#为某条曲线增加注释文字
plt.text(1.3, 0.9, 'sin(x)',color='b')

#为整个图增加标题
plt.title('y=f(x)', fontsize=16)

只加了两行代码。第一行代码是在画面中增加注释性的文字，其实只有一条曲线意义并不大。但多条曲线，如果没有注释的文字，看起来就很困难了。第一行代码里面，头两个参数是坐标，表示注释文字出现的起始位置，这个坐标的单位就是正弦曲线的数学值，这一点，在其它绘图系统中都是要做很复杂的变换才能搞的定，在这里直接用就好了；第三个参数是显示的文字；第四个参数“b”代表blue,意思是用蓝色显示注释文字，这是想告诉你，其实前面的“red”,一样可以简写成“r”。
第二行代码视为整个画面增加一个标题，标题会显示在图片的上方中间的位置，第二个参数给了个字体尺寸，其实第二个参数可以没有，那样的话会自动给出一个适合标题的尺寸，一般都适于大多数情况使用。
有一点需要注意，画面中的注释文字，和标题，都不能直接支持中文。通常国外的软件，或多或少支持其它语言文字都有小问题。解决也并不难，就是需要指定使用中文的字体，这个超出了本课程的范围，有兴趣了解的可以参考教学资源包中的demo.py程序，注意字体的设置，是跟操作系统相关的，不具备可移植性。 Figure_2
上图是增加了注释文字和标题之后的效果。你可能注意到了，图片窗口中有菜单是可以直接保存图片的。这样的图片直接引用到论文中效果一流。

科学绘图库我们使用了已经内置的正弦函数作为示例开始，这样为了降低使用的难度，专注解释绘图操作的机理。

在实际应用中，要绘制的通常都是很复杂的数学公式，这时候前面讲过的数学内容就用得上了。建议你自己定义一个函数，把复杂的公式，使用Python描述出来。注意因为要绘图，所以通常都是需要使用数值计算库而不是符号计算库。
下面我们举一个例子，简单起见，我们只使用最简单的直线公式(仅为示例，单纯画直线有很多更好的办法)：
\(y=ax+b\)

#绘制直线

#引入数值计算库
import numpy as np
#引入绘图库
import matplotlib.pyplot as plt

#定义一个直线函数
def line(x,a,b):
    return a*x+b

#我们用于示例，定义的函数没有计算数组的功能
x1=-4
y1=line(x1,0.2,0)
x2=4
y2=line(x2,0.2,0)

#绘制直线，只需要两个端点
plt.plot([x1,x2],[y1,y2],'r')

#增加注释文字
plt.text(-3.9, -0.8, '0.2*x',color='r')
#为整个图增加标题
plt.title('y=ax+b', fontsize=16)

#将绘制好的图显示出来
plt.show()

整体的程序结构跟上面画正弦函数的几乎相同。区别有两点，1是使用自定义的函数替代np.sin函数；2是计算的时候，因为我们自己定义的函数不支持数组运算，所以自己要逐次计算每个点。好在是直线，只要计算两个点就成了。
此外有一点要说明的，我们前面其实提到过，plt.plot函数，会自动连接每个点，使得整体成为连贯的线条，所以这个绘图示例的结果，我们给出两个点，最终得到了一条线。下面是运行结果: Figure_3
一个小思考题，排除这个直线函数。如果我们自己定义的函数式曲线，那肯定还是需要自己定义的Python函数，除了实现函数的计算，还要能实现数组的计算比较合理，这应当如何做呢？最好能用自己定义的函数来说明一下，或者用伪代码来描述一下也可以接受。
科技绘图部分的最后，推荐去官方网站看一看经典的“绘图画廊”，都是使用MatplotLab绘制的，都附有源代码，而且程序还都不算长，相信会让你很有收获。多说一句，Python的内置函数和第三方函数总量浩如烟海，你看别人程序的时候肯定会碰到很多不理解的函数或者关键字，基本的语法我们都已经学过了，这些不明白的内容求助搜索引擎，一定能让你快速的找到答案。

海龟绘图

今天一开始讲的科学绘图工具包非常强大。Python也内置了一套简单易用的绘图包，名字是海龟绘图，库名为：turtle，内置库无需安装，直接在程序一开始引用就可以了。

海龟绘图是在上世纪90年代非常流行的一套儿童绘图工具包，曾经风靡一时，但可惜在当今各种高级工具层出不穷的情况下，已经比较没落了。
但我的感觉是对于初学者，还是有很多参考意义，所以下面的内容，着重了解和动手尝试，对于具体的内容，有兴趣当然可以学习，兴趣不足的，练练手就好了，不要求你重点记忆。

海龟绘图的基本理念是这样：想象沙滩上有只小海龟。它只会向前走、转向等简单的动作，它在沙滩上爬行所留下的轨迹就是绘制出的图形（其实绘图命令中还有抬起画笔、放下画笔等操作，有兴趣的使用help(turtle)可以查看完整帮助）。
这种模式很适合使用循环语句绘制螺旋线等规律几何结构，如果设计得当，可以得到很多炫目的几何图形。我们来看几个例子：

#海龟绘图演示

#引入海龟绘图库
import turtle

#建立一支笔（一只海龟）
t = turtle.Pen()
for x in range(100):
    #向前走x步
    t.forward(x)
    #左转90度
    t.left(90)
turtle.done()

上面就是在第一讲中我们介绍过的图形，绘制结果为： turtle1

换一个算法再看看：

#海龟绘图演示

#引入海龟绘图库
import turtle

#建立一支笔（一只海龟）
t = turtle.Pen()
t.pencolor('red')
for x in range(100):
    #向前走x步
    t.forward(x)
    #左转95度
    t.left(95)
turtle.done()

注意这个程序中有了设置画笔颜色的语句。下面是绘制结果：
turtle2 除了设置画笔的颜色，还可以设置画笔所封闭的区域中的填充颜色，请看这个例子和执行的结果：

#引入绘图库
from turtle import *

#设置笔的颜色和填充颜色
color('red', 'yellow')
#开始填充
begin_fill()
while True:
    forward(200)
    left(170)
    #pos是当前海龟坐标
    #abs(pos())表示判断如果
    # 海龟回到原点附近则停止
    if abs(pos()) < 1:
        break
#结束填充
end_fill()
done()

turtle3

这些例子中，基本都使用了循环结构，希望你还记得循环的语法、边界条件、循环体这些概念，并以此读懂这些例子的原理。

在上面最后的例子中，有一些需要补充的。pos()返回当前小海龟的位置(x,y),是以数学复数的方式返回的。复数不在我们学习计划内，所以这部分内容了解即可，大致原理：abs(pos())实际是计算sqrt(x * 2+y * 2)，也既当前坐标到原点的直线距离。所以上面例子中，使用这个方法来判断小海龟画笔，回到了原点附近，表示整个曲线绘制完整、并且头尾连贯、闭合了。因为只有闭合的区域，才可能填充颜色。

本节课总体上都是很轻松愉悦的。相信你经过前面艰苦的学习，已经尝到了收获的滋味，我们也到了收获的季节。娱乐起见，我们再提供一个网上转帖的海龟绘图程序，用于绘制小猪佩奇（程序比较长，请直接参考paige.py，此处感谢原作者）： turtle4

小猪佩奇的程序中，使用了很多海龟绘图的缩写功能，比如forward向前走命令可以缩写为fd，向左转命令left可以缩写为lt。这些在help(turtle)文档中都能查到。缩写只是为了编写程序时候的方便，功能是完全一样的。

除了前面讲过的规则几何图案，想绘制这种定制的图形，通常都需要使用“坐标纸”，现在除了上淘宝，估计平常的商店都买不到了。然后把想绘制的图形描绘在坐标纸上，从而获得每个点的准确坐标。接下来就可以利用这些坐标，利用抬笔、移动坐标、落笔的功能，绘制定制的图形了。
不过可惜啊，现在有了Photoshop之类的软件，像坐标纸描格子的过程，都足以在屏幕上绘制完成了，完全不需要编程的知识。这也是海龟绘图逐渐没落的原因。