### 使用 Python 和 Matplotlib 绘制带参数约束的图形 Matplotlib 是一个功能强大的绘图库，可以用来创建各种静态、动态以及交互式的可视化图表。当需要绘制带有特定参数限制的图形时，可以通过调整 `axes` 的属性来实现自定义效果。 以下是详细的解决方案： #### 设置坐标轴范围 通过调用 `plt.axis()` 方法或者直接操作 `Axes` 对象的方法（如 `set_xlim()` 和 `set_ylim()`），能够精确控制图表的显示区域[^1]。 ```python import numpy as np import matplotlib.pyplot as plt # 定义数据 x = np.linspace(-np.pi, np.pi, 200) y_sin = np.sin(x) # 创建子图并设置参数 fig, ax = plt.subplots() ax.plot(x, y_sin, label="sin(x)", color='blue', linestyle='-') # 设置 x 轴和 y 轴的范围 ax.set_xlim([-3, 3]) # 控制 x 轴范围 ax.set_ylim([-1.5, 1.5]) # 控制 y 轴范围 # 添加标签和其他装饰 ax.legend(loc='upper left') ax.grid(True) # 显示网格线 ax.set_title('Sine Wave with Parameter Constraints') # 图表标题 ax.set_xlabel('X-axis (radians)') # X 轴标签 ax.set_ylabel('Y-axis (value)') # Y 轴标签 plt.show() ``` 上述代码展示了如何利用 `set_xlim()` 和 `set_ylim()` 来限定坐标轴的取值区间。 #### 自定义样式 如果希望进一步美化图表外观，则可借助 Matplotlib 提供的主题风格文件或手动修改全局配置项 `rcParams`[^3]。例如更改线条颜色、标记形状等视觉特性均能增强表达力。 ```python from matplotlib import pyplot as plt with plt.style.context(('ggplot')): # 应用预设主题 'ggplot' fig, bx = plt.subplots() t = np.arange(0., 8., .1) b1 = bx.bar(t[:len(y_sin)], y_sin, align='center', alpha=0.7, color='green') bx.set_xticks(np.arange(min(t), max(t)+1, 1)) bx.tick_params(axis='both', which='major', labelsize=10) plt.title("Bar Chart Example", fontsize=14) plt.xlabel("Time(s)") plt.ylabel("Amplitude") plt.tight_layout() # 避免重叠现象发生 plt.show() ``` 此片段演示了应用 ggplot 主题的方式，并且包含了柱状图实例及其细节定制过程。 #### 子图布局管理 对于复杂场景下的多面板展示需求而言，合理规划各部分位置至关重要。可通过指定行列数目的形式灵活安排多个独立的小图区位关系。 ```python import math import matplotlib.pyplot as plt def plot_trig(axs, func_name): """辅助函数用于重复逻辑抽取""" theta = np.linspace(0, 4 * math.pi, 1000) if func_name == "cos": axs.plot(theta, np.cos(theta), marker='+', c="orange") axs.set_title(r"$\bf{Cosine}$ Function Plotting") elif func_name == "tan": filtered_theta = [i for i in theta if not abs(math.tan(i)) >= 1e+9] tan_values = list(map(lambda val: math.tan(val), filtered_theta)) axs.plot(filtered_theta, tan_values, lw=.8, ms=6, mec="purple", mfc="pink", ls="--") axs.axhline(linewidth=2, color='black') # 增加水平基线参考 axs.set_title(f"{func_name.capitalize()} Curve Illustration") f, ((a1,a2),(a3,_)) = plt.subplots(nrows=2, ncols=2, figsize=(10,8)) plot_trig(a1,"cos") # 上左角放置余弦曲线 plot_trig(a2,"tan") # 右上分配给正切表现形式 a3.text(.5,.5,'Empty Subplot\nfor Layout Demo', ha='center',va='center',fontsize=18,bbox=dict(facecolor='yellow')) plt.delaxes(_) # 移除未使用的第四格空白区域 plt.suptitle('Trigonometric Functions Visualization via Multiple Panels', size=16) plt.subplots_adjust(hspace=0.4,wspace=0.3,top=0.85,right=0.9,left=0.1,bottom=0.1) plt.show() ``` 以上脚本实现了三幅不同类型的三角学函数图像拼接组合的效果，其中还涉及到了一些高级技巧比如条件过滤异常点处理以及文字注解等功能扩展。 ---