Matplotlib 提供了几种可视化圆形的方法，每种方法都有其自身的优缺点。本文探讨了三种主要方法，比较了它们的效率和对不同应用的适用性。
目录
1. 使用matplotlib.patches.Circle
这是最直接且通常最优选的方法。matplotlib.patches.Circle 类创建一个圆形对象，可以直接添加到您的绘图中。它高效且生成清晰的矢量图形。
import matplotlib.pyplot as plt
from matplotlib.patches import Circle
fig, ax = plt.subplots()
center_x, center_y = 0, 0
radius = 2
circle = Circle((center_x, center_y), radius, facecolor='skyblue', edgecolor='black', linewidth=2)
ax.add_patch(circle)
ax.set_xlim([-3, 3])
ax.set_ylim([-3, 3])
ax.set_aspect('equal') # 保证圆形显示为圆形
plt.title('使用 matplotlib.patches.Circle 绘制圆形')
plt.show()
2. 根据圆的方程绘图
圆可以用其方程定义：(x – h)² + (y – k)² = r²，其中 (h, k) 是圆心，r 是半径。我们可以生成满足此方程的 x 和 y 坐标并绘制它们。
import matplotlib.pyplot as plt
import numpy as np
h, k = 0, 0
r = 2
theta = np.linspace(0, 2 * np.pi, 200) # 更多点以获得更平滑的圆形
x = h + r * np.cos(theta)
y = k + r * np.sin(theta)
plt.plot(x, y)
plt.xlabel("x")
plt.ylabel("y")
plt.title('根据方程绘制圆形')
plt.gca().set_aspect('equal')
plt.show()
3. 用散点图近似
散点图可以通过绘制圆半径内的许多随机生成的点来近似一个圆。此方法不如前两种方法高效和精确，但它演示了一种不同的方法。
import matplotlib.pyplot as plt
import numpy as np
center_x, center_y = 0, 0
radius = 2
num_points = 500
angles = np.random.uniform(0, 2 * np.pi, num_points)
radii = np.random.uniform(0, radius, num_points)
x = center_x + radii * np.cos(angles)
y = center_y + radii * np.sin(angles)
plt.scatter(x, y, s=5) # 调整 's' 以调整点的大小
plt.xlabel("x")
plt.ylabel("y")
plt.title('使用散点图近似圆形')
plt.gca().set_aspect('equal')
plt.show()
matplotlib.patches.Circle 方法通常因其效率和清晰度而被推荐。其他方法提供了替代的可视化效果和对不同绘图技术的见解。