### 黑马程序员 Python 数据可视化 课后答案 以下是关于黑马程序员 Python 数据可视化部分的课后答案及相关解析： #### 面向对象方式绘制正弦余弦曲线 通过 `Figure` 和 `Axes` 对象实现更灵活的绘图控制。 ```python import numpy as np import matplotlib.pyplot as plt x_data = np.linspace(-np.pi, np.pi, 256, endpoint=True) y_sin, y_cos = np.sin(x_data), np.cos(x_data) fig = plt.figure() ax = fig.add_subplot(111) ax.plot(x_data, y_sin, label="sin", color="blue") ax.plot(x_data, y_cos, label="cos", color="red") plt.legend(loc='upper left') plt.title('Sine and Cosine Curves') plt.xlabel('X-axis') plt.ylabel('Y-axis') plt.show() ``` 此代码展示了如何利用面向对象的方式来绘制正弦和余弦曲线[^2]。其中，`add_subplot()` 方法用于创建子图，而 `plot()` 则负责实际的数据渲染过程。 #### 面向函数方式绘制正弦余弦曲线 这是更为简洁的一种绘图方法，适合快速原型设计。 ```python import numpy as np import matplotlib.pyplot as plt x_data = np.linspace(-np.pi, np.pi, 256, endpoint=True) y_sin, y_cos = np.sin(x_data), np.cos(x_data) plt.plot(x_data, y_sin, label="sine", color="green") plt.plot(x_data, y_cos, label="cosine", color="purple") plt.legend(loc='lower center') plt.title('Trigonometric Functions Visualization', fontsize=14) plt.grid(True) plt.show() ``` 这段代码体现了基于 pyplot 的功能接口来完成相同任务的方式[^3]。它省去了显式的 Figure 和 Axes 创建步骤，使得整个流程更加紧凑易懂。 #### 关键知识点总结 - **Matplotlib 绘图基础**: Matplotlib 提供两种主要API形式来进行数据展示——procedural (state-based) interface via PyPlot module以及 object-oriented API [^3]. - **Python 类特性应用**: 在定义类时需注意其特殊之处在于成员函数首参应设为 self ，这代表实例本身；另外虽然不像 Java 明确存在 constructor concept ,但 __init__ 可视作相应替代机制以执行必要的初始化工作 [^1].