两种常见填充图的绘制方式

1 引言

各位朋友大家好，欢迎来到月来客栈，我是掌柜空字符。

大家可能经常在不同的地方看到类似如下所示的图像。

如图1所示，左边为常见曲线可视化，通过plt.plot()方法即可绘制，而右边则是将两个曲线相交的部分进行了填充。类似的还有图2这样的形式。

从图2可以看出，其于与图1的差别之处就在于，在图1中$y$$y$是$x$$x$的函数，而在图2中则为$x$$x$是$y$$y$的函数。下面，掌柜就来分别介绍如何通过matplotlib库来完成上述两种图形的绘制。

2 填充图

从上面的示例可以看出，最主要的目的是将曲线之间的区域填充起来。在matplotlib的plot模块中我们可以借助fill_between和fill_betweenx这两个函数来分别完成上述两个示例的绘制。

2.1 fill_between方法

根据函数名字也可以大致看出fill_between的作用是在什么之间进行填充。对于fill_between函数来说，其主要有6个比较重要的参数，如下：

1
def fill_between(x, y1, y2=0,edgecolor=None, facecolor=None, alpha=None):
2
    pass

在上述代码中，x表示用来指定自变量$x$$x$轴的范围；y1和y2分别用来指定两条以$x$$x$为自变量的函数曲线$y_1$$y_1$和$y_2$$y_2$，并且两条曲线没有位置关系即$y1=y_1,y2=y_2$$y1=y_1,y2 = y_2$或者$y2=y_1,y1=y_2$$y2=y_1,y1=y_2$都行；edgecolor表示用来指定填充部分边缘的颜色；facecolor用来指定填充部分的颜色；alpha用来指定填充部分的透明度。

例如对于图1中的示例来说，我们便可以通过以下代码来完成：

xxxxxxxxxx
12
1
def plot2():
2
    plt.figure(figsize=(8, 4))
3
    x = np.linspace(-np.pi, np.pi, 300)
4
    y1 = np.sin(x)
5
    y2 = x
6
    plt.subplot(1, 2, 1)
7
    plt.plot(x, y1)
8
    plt.plot(x, y2)
9
    plt.subplot(1, 2, 2)
10
    plt.fill_between(x,  y1,y2, edgecolor='red', facecolor = 'blue',alpha=0.7)
11
    plt.tight_layout()
12
    plt.show()

在上述代码中，第3行是指定横坐标$x$$x$的范围；第4-5行分别指定了两条以$x$$x$为自变量的函数$y_1=sin(x)$$y_1=sin(x)$以及$y_2=x$$y_2=x$；第6-8行是在左边绘制两条曲线；第9-10行是通过fill_between来对两条曲线之间的区域进行填充。

2.2 fill_betweenx方法

这个方法与上面 fill_between方法的区别就在于它是在两条以$y$$y$轴为自变量的函数$x_1$$x_1$和$x_2$$x_2$之间进行填充。对于fill_betweenx函数来说，其主要有6个比较重要的参数，如下：

xxxxxxxxxx
2
1
def fill_betweenx(y, x1, x2=0, edgecolor=None, facecolor=None, alpha=None):
2
    pass

在上述代码中，y用来指定自变量$y$$y$轴的取值范围；x1和x2分别用来指定两条以$y$$y$为自变量的函数曲线$x_1$$x_1$和$x_2$$x_2$，并且两条曲线同样没有位置关系；剩下的3个参数同上。

进一步，通过如下代码便可以完成类似图像的绘制：

xxxxxxxxxx
12
1
def plot3():
2
    plt.figure(figsize=(8, 4))
3
    y = np.linspace(-2 * np.pi, 0, 300)
4
    x1 = 100*np.sin(y)
5
    x2 = np.cos(2 * np.pi * y) * np.exp(-y)
6
    plt.subplot(1, 2, 1)
7
    plt.plot(x1, y, c='blue')
8
    plt.plot(x2, y, c='red')
9
    plt.subplot(1, 2, 2)
10
    plt.fill_betweenx(y, x1, x2, edgecolor='black', alpha=0.7)
11
    plt.tight_layout()
12
    plt.show()

在上述代码中，第3行是定义自变量$y$$y$，即纵坐标的取值范围；第4-5行分别定义了两条以$y$$y$为自变量的曲线$x_1=sin(y)$$x_1=sin(y)$以及$x_2=cos(2\pi y)\cdot e^{-y}$$x_2=cos(2\pi y)\cdot e^{-y}$；第6-8行则是分别绘制这两条曲线；第9-10行是通过fill_betweenx来对两条曲线之间的区域进行填充。绘制完成后的结果如图3所示。

而对于例如图2中的示例来说，可以通过以下代码来完成：

xxxxxxxxxx
14
1
def plot4():
2
    plt.figure(figsize=(8, 4))
3
    t = np.linspace(0, np.pi, 1000)
4
    y = np.cos(t) + np.power(np.sin(t), 2.0 / 3) 
5
    x1 = np.sin(t)
6
    x2 = -np.sin(t)
7
    plt.subplot(1, 2, 1)
8
    plt.plot(x1, y)
9
    plt.plot(x2, y)
10
    plt.subplot(1, 2, 2)
11
    plt.fill_betweenx(y, x1, x2,edgecolor='red', 
12
                      facecolor='#ef8683', alpha=0.7)
13
    plt.tight_layout()
14
    plt.show()

在上述代码中，第3-4行是定义了自变量$y$$y$的取值范围；第5-6行分别定义两条曲线；其余部分与上面相同。由于图2所示的曲线本身比较复杂，所以这里$y$$y$的定义方式与之前的有所差别。

到此，对于曲线之间的两种填充方法就介绍完毕了。

本次内容就到此结束，感谢您的阅读！如果你觉得上述内容对你有所帮助，欢迎点赞转发分享！若有任何疑问与建议，请添加掌柜微信nulls8（备注来源）进行交流。青山不改，绿水长流，我们月来客栈见！

引用

[1] https://blog.csdn.net/thao6626/article/details/4663974