别再死记硬背了！用Python画个图，5分钟搞懂三角函数和差公式的几何原理

用Python动态可视化三角函数和差公式的几何原理

三角函数和差公式是数学中的基础内容，但传统的死记硬背方式往往让学习者感到枯燥和难以理解。本文将带你用Python的matplotlib库，通过动态可视化的方式，直观地理解这些公式背后的几何原理。我们将从零开始编写代码，一步步构建图形，让你不仅能"看到"公式的成立，还能通过交互式操作加深理解。

1. 准备工作与环境搭建

在开始之前，我们需要确保你的Python环境已经安装了必要的库。如果你使用的是Anaconda发行版，这些库通常已经预装。如果没有，可以通过以下命令安装：

pip install matplotlib numpy

我们将主要使用matplotlib的pyplot模块进行绘图，以及numpy进行数学运算。这两个库是Python科学计算生态系统的核心组件，学会它们对你的编程之旅大有裨益。

为什么选择可视化学习？研究表明，人类大脑处理视觉信息的速度比文字快6万倍。当我们把抽象的数学公式转化为直观的图形时，理解起来会容易得多。特别是对于三角函数这种与几何密切相关的概念，可视化方法尤为有效。

2. 绘制基础三角形结构

让我们从绘制一个单位圆和基本三角形开始。这是理解和差公式的基础几何结构。

import matplotlib.pyplot as plt import numpy as np def plot_basic_triangle(alpha=30, beta=15): # 将角度转换为弧度 alpha_rad = np.radians(alpha) beta_rad = np.radians(beta) fig, ax = plt.subplots(figsize=(8, 8)) ax.set_xlim(-1.5, 1.5) ax.set_ylim(-1.5, 1.5) ax.set_aspect('equal') ax.grid(True) # 绘制单位圆 circle = plt.Circle((0, 0), 1, fill=False, color='blue', linestyle='--') ax.add_patch(circle) # 绘制初始角度α x_alpha = np.cos(alpha_rad) y_alpha = np.sin(alpha_rad) ax.plot([0, x_alpha], [0, y_alpha], 'r-', label=f'α={alpha}°') # 绘制角度β x_beta = np.cos(alpha_rad + beta_rad) y_beta = np.sin(alpha_rad + beta_rad) ax.plot([x_alpha, x_beta], [y_alpha, y_beta], 'g-', label=f'β={beta}°') # 连接原点 ax.plot([0, x_beta], [0, y_beta], 'b-', label=f'α+β={alpha+beta}°') ax.legend() plt.title('基本三角形结构') plt.show() plot_basic_triangle()

这段代码会绘制一个包含三个边的图形：

1. 红色线段表示角度α
2. 绿色线段表示从α末端开始的角度β
3. 蓝色线段表示组合角度α+β

关键观察点：

• 注意三条线段如何构成一个三角形
• 改变α和β的值（修改函数参数），观察图形如何变化
• 思考每条边的长度与三角函数值的关系

3. 可视化正弦和差公式

现在我们来重点观察正弦函数的和公式：sin(α+β) = sinαcosβ + cosαsinβ。我们将通过图形分解来展示这个等式的几何意义。

def visualize_sin_addition(alpha=30, beta=15): alpha_rad = np.radians(alpha) beta_rad = np.radians(beta) fig, ax = plt.subplots(figsize=(10, 10)) ax.set_xlim(-1.5, 1.5) ax.set_ylim(-1.5, 1.5) ax.set_aspect('equal') ax.grid(True) # 单位圆和基本三角形 circle = plt.Circle((0, 0), 1, fill=False, color='blue', linestyle='--') ax.add_patch(circle) # 绘制角度α x_alpha = np.cos(alpha_rad) y_alpha = np.sin(alpha_rad) ax.plot([0, x_alpha], [0, y_alpha], 'r-', label=f'α={alpha}°') # 绘制角度α+β x_alpha_beta = np.cos(alpha_rad + beta_rad) y_alpha_beta = np.sin(alpha_rad + beta_rad) ax.plot([0, x_alpha_beta], [0, y_alpha_beta], 'b-', label=f'α+β={alpha+beta}°') # 分解sin(α+β)的组成部分 # 第一部分：sinαcosβ part1_x = x_alpha part1_y = y_alpha * np.cos(beta_rad) ax.plot([0, part1_x], [0, part1_y], 'g--', label='sinαcosβ') # 第二部分：cosαsinβ part2_x = 0 part2_y = x_alpha * np.sin(beta_rad) ax.plot([part1_x, part1_x], [part1_y, part1_y + part2_y], 'm--', label='cosαsinβ') # 总和 ax.plot([0, part1_x], [0, part1_y + part2_y], 'k:', linewidth=2, label=f'sin(α+β)={y_alpha_beta:.2f}') ax.legend() plt.title('正弦和公式的可视化分解') plt.show() visualize_sin_addition()

这段代码展示了如何将sin(α+β)分解为两部分：

1. sinαcosβ（绿色虚线）
2. cosαsinβ（品红色虚线）

交互实验建议：

• 尝试不同的α和β值，观察分解部分如何变化
• 验证黑色虚线的总长度是否确实等于蓝色实线的y坐标（即sin(α+β)）
• 特别注意当α或β为0时会发生什么

4. 可视化余弦和差公式

接下来我们来看余弦函数的和公式：cos(α+β) = cosαcosβ - sinαsinβ。同样，我们将通过图形来理解这个等式。

def visualize_cos_addition(alpha=30, beta=15): alpha_rad = np.radians(alpha) beta_rad = np.radians(beta) fig, ax = plt.subplots(figsize=(10, 10)) ax.set_xlim(-1.5, 1.5) ax.set_ylim(-1.5, 1.5) ax.set_aspect('equal') ax.grid(True) # 单位圆和基本三角形 circle = plt.Circle((0, 0), 1, fill=False, color='blue', linestyle='--') ax.add_patch(circle) # 绘制角度α x_alpha = np.cos(alpha_rad) y_alpha = np.sin(alpha_rad) ax.plot([0, x_alpha], [0, y_alpha], 'r-', label=f'α={alpha}°') # 绘制角度α+β x_alpha_beta = np.cos(alpha_rad + beta_rad) y_alpha_beta = np.sin(alpha_rad + beta_rad) ax.plot([0, x_alpha_beta], [0, y_alpha_beta], 'b-', label=f'α+β={alpha+beta}°') # 分解cos(α+β)的组成部分 # 第一部分：cosαcosβ part1_x = x_alpha * np.cos(beta_rad) part1_y = 0 ax.plot([0, part1_x], [0, part1_y], 'g--', label='cosαcosβ') # 第二部分：-sinαsinβ part2_x = -y_alpha * np.sin(beta_rad) part2_y = 0 ax.plot([part1_x, part1_x + part2_x], [part1_y, part1_y + part2_y], 'm--', label='-sinαsinβ') # 总和 ax.plot([0, part1_x + part2_x], [0, part1_y + part2_y], 'k:', linewidth=2, label=f'cos(α+β)={x_alpha_beta:.2f}') ax.legend() plt.title('余弦和公式的可视化分解') plt.show() visualize_cos_addition()

这段代码展示了cos(α+β)的分解：

1. cosαcosβ（绿色虚线）
2. -sinαsinβ（品红色虚线）

关键观察点：

• 注意第二部分是负值，这解释了公式中的减号
• 比较黑色虚线的x坐标与蓝色实线的x坐标（即cos(α+β)）
• 思考当β=0时，公式简化为cosα = cosα·1 - sinα·0，这与图形显示一致吗？

5. 创建交互式可视化工具

为了让学习体验更加直观，我们可以创建一个交互式可视化工具，允许你实时调整角度并观察公式的变化。

from ipywidgets import interact, FloatSlider def interactive_visualization(alpha=30, beta=15): alpha_rad = np.radians(alpha) beta_rad = np.radians(beta) fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(20, 8)) for ax in [ax1, ax2]: ax.set_xlim(-1.5, 1.5) ax.set_ylim(-1.5, 1.5) ax.set_aspect('equal') ax.grid(True) circle = plt.Circle((0, 0), 1, fill=False, color='blue', linestyle='--') ax.add_patch(circle) # 正弦公式可视化 x_alpha = np.cos(alpha_rad) y_alpha = np.sin(alpha_rad) x_alpha_beta = np.cos(alpha_rad + beta_rad) y_alpha_beta = np.sin(alpha_rad + beta_rad) # 正弦分解 part1_y = y_alpha * np.cos(beta_rad) part2_y = x_alpha * np.sin(beta_rad) ax1.plot([0, x_alpha], [0, y_alpha], 'r-', label=f'α={alpha}°') ax1.plot([0, x_alpha_beta], [0, y_alpha_beta], 'b-', label=f'α+β={alpha+beta}°') ax1.plot([0, x_alpha], [0, part1_y], 'g--', label='sinαcosβ') ax1.plot([x_alpha, x_alpha], [part1_y, part1_y + part2_y], 'm--', label='cosαsinβ') ax1.plot([0, x_alpha], [0, part1_y + part2_y], 'k:', linewidth=2, label=f'sin(α+β)={y_alpha_beta:.2f}') ax1.set_title('正弦和公式的可视化') ax1.legend() # 余弦分解 part1_x = x_alpha * np.cos(beta_rad) part2_x = -y_alpha * np.sin(beta_rad) ax2.plot([0, x_alpha], [0, y_alpha], 'r-', label=f'α={alpha}°') ax2.plot([0, x_alpha_beta], [0, y_alpha_beta], 'b-', label=f'α+β={alpha+beta}°') ax2.plot([0, part1_x], [0, 0], 'g--', label='cosαcosβ') ax2.plot([part1_x, part1_x + part2_x], [0, 0], 'm--', label='-sinαsinβ') ax2.plot([0, part1_x + part2_x], [0, 0], 'k:', linewidth=2, label=f'cos(α+β)={x_alpha_beta:.2f}') ax2.set_title('余弦和公式的可视化') ax2.legend() plt.show() interact(interactive_visualization, alpha=FloatSlider(min=0, max=90, step=1, value=30), beta=FloatSlider(min=0, max=90, step=1, value=15))

这个交互式工具允许你：

• 通过滑块调整α和β的角度
• 实时观察正弦和余弦公式的图形变化
• 验证公式在不同角度下的正确性

探索建议：

1. 尝试α=45°, β=30°，这是经典的测试案例
2. 观察当α=β时，公式的特殊形式
3. 尝试极端情况，如α或β接近0°或90°

6. 扩展到差公式和实际应用

理解了和公式后，差公式就变得简单了。我们只需要将β替换为-β，利用cos(-β)=cosβ和sin(-β)=-sinβ的性质：

def visualize_difference_formulas(alpha=45, beta=30): alpha_rad = np.radians(alpha) beta_rad = np.radians(beta) fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(20, 8)) for ax in [ax1, ax2]: ax.set_xlim(-1.5, 1.5) ax.set_ylim(-1.5, 1.5) ax.set_aspect('equal') ax.grid(True) circle = plt.Circle((0, 0), 1, fill=False, color='blue', linestyle='--') ax.add_patch(circle) # 正弦差公式 x_alpha_beta = np.cos(alpha_rad - beta_rad) y_alpha_beta = np.sin(alpha_rad - beta_rad) part1_y = y_alpha * np.cos(beta_rad) part2_y = -x_alpha * np.sin(beta_rad) # 注意负号 ax1.plot([0, x_alpha], [0, y_alpha], 'r-', label=f'α={alpha}°') ax1.plot([0, x_alpha_beta], [0, y_alpha_beta], 'b-', label=f'α-β={alpha-beta}°') ax1.plot([0, x_alpha], [0, part1_y], 'g--', label='sinαcosβ') ax1.plot([x_alpha, x_alpha], [part1_y, part1_y + part2_y], 'm--', label='-cosαsinβ') ax1.plot([0, x_alpha], [0, part1_y + part2_y], 'k:', linewidth=2, label=f'sin(α-β)={y_alpha_beta:.2f}') ax1.set_title('正弦差公式: sin(α-β) = sinαcosβ - cosαsinβ') ax1.legend() # 余弦差公式 part1_x = x_alpha * np.cos(beta_rad) part2_x = y_alpha * np.sin(beta_rad) # 注意正号 ax2.plot([0, x_alpha], [0, y_alpha], 'r-', label=f'α={alpha}°') ax2.plot([0, x_alpha_beta], [0, y_alpha_beta], 'b-', label=f'α-β={alpha-beta}°') ax2.plot([0, part1_x], [0, 0], 'g--', label='cosαcosβ') ax2.plot([part1_x, part1_x + part2_x], [0, 0], 'm--', label='sinαsinβ') ax2.plot([0, part1_x + part2_x], [0, 0], 'k:', linewidth=2, label=f'cos(α-β)={x_alpha_beta:.2f}') ax2.set_title('余弦差公式: cos(α-β) = cosαcosβ + sinαsinβ') ax2.legend() plt.show() visualize_difference_formulas()

实际应用场景：

• 物理学中的波叠加分析
• 工程学中的振动研究
• 计算机图形学中的旋转计算
• 信号处理中的相位分析

通过这种可视化方法，你不仅记住了公式，更重要的是理解了它们背后的几何意义。这种理解远比死记硬背更加深刻和持久。