#!/usr/bin/env python # -*- coding:utf-8 -*- import os import pylab as py import numpy as np from matplotlib import pyplot as plt import matplotlib as mplt # matplotlib.get_config() 获取当前配置 # 用户matplotlib配置文件路径 path=mplt.get_configdir() print(path) # 当前matplotlib配置文件路径 path2=mplt.matplotlib_fname() print(path2) # 系统配置文件存放路径 path3=os.getcwd() print(path3) # 读取配置文件内容 p=mplt.rcParams print(p) # 中文乱码处理 正常显示中文标签 及正负号 plt.rcParams['font.sans-serif']=['Microsoft YaHei'] plt.rcParams['axes.unicode_minus']=False # 画图流程：创建Figure对象->1个或多个Axes或Subplot对象->调用Axies创建各类Artists来画图 # # 图1-正弦图 余弦图 # x=np.linspace(-np.pi,np.pi,256,endpoint=True) # c,s=np.cos(x),np.sin(x) # # # # matplotlib中可 设置图片的大小 分辨率 线宽 颜色 风格 坐标轴 网格属性 文字属性 字体属性等 # # py.plot(x,c) # py.plot(x,s) # # py.show() # 这里使用的是matplotlib.pylab 去画图 # 图像 指整个窗口内容 子图值图像中的各个图 # 图2 # 步骤1-创建一个 8*6 的点图像 分辨率为 80 # 参数说明 # 图像数量      num=None,  # autoincrement if None, else integer from 1-N # 图像的长和宽  figsize=None,  # defaults to rc figure.figsize # 分辨率       dpi=None,  # defaults to rc figure.dpi # 区域背景色    facecolor=None,  # defaults to rc figure.facecolor # 区域边缘色    edgecolor=None,  # defaults to rc figure.edgecolor # 是否绘制图像边缘 # frameon=True, # FigureClass=Figure, # clear=False, # **kwargs py.figure(8*6,dpi=80) # 步骤2-设置子图位置 几行几列的网格 第1个参数：1行 第2个参数：1列 第3个参数：图形在网格的位置 # 多个子图组成大图 # fig=plt.figure()->plt.subplot()->plot.plot()->plot.show() # 子图悬浮在大图上 # fig=plt.figure()->ax=fig.add_axes(位置列表)或ax=fig.axes()->ax.plot()->plt.show() # fig=plt.figure()->fig.add_subplot()->p=plt.Rectangle()多个->fig.add_subplot().add_patch(p)->fig.canvas.draw()->plot.show() # py.subplot(1,1,1) py.subplot(111) # 步骤3-自定义x y轴 # 坐标轴对象 axes 可放置在图像的任意位置 # 记号位置设置 Tick Locators  记号格式化操作 Tick Formatters x=np.linspace(-np.pi,np.pi,256,endpoint=True) c,s=np.cos(x),np.sin(x) # 步骤4-1-绘制曲线 颜色 线宽 线的风格（颜色+线型） 大图对应的小图标签 可用$$包裹，如$sin(x)$ py.plot(x,c,color='blue',linewidth=2.5,linestyle='-',label='cosine') py.plot(x,s,color='red',linewidth=2.5,linestyle='-',label='sine') # 步骤4-1-给曲线图上的对应数据点加注释 # t=2*np.pi/3 # py.plot([t,t],[0,np.cos(t)],color='blue',linewidth=2.5,linestyle='--') # py.scatter([t,],[np.cos(t),],50,color='blue') # py.annotate(r'$sin(frac{2\pi}{3}=frac{sqrt{3}{2}$', #             xy=(t,np.sin(t)),xycoords='data', #             xytext=(+10,+30),textcoords='offset points',fontsize=16, #             arrowprops=dict(arrowstyle='->',connectionstyle='arc3,rad=.2')) # # # py.plot([t,t],[0,np.sin(t)],color='red',linewidth=2.5,linestyle='--') # py.scatter([t,],[np.sin(t),],50,color='red') # py.annotate(r'$sin(frac{2\pi}{3}=frac{sqrt{1}{2}$', #             xy=(t,np.cos(t)),xycoords='data', #             xytext=(-90,-50),textcoords='offset points',fontsize=16, #             arrowprops=dict(arrowstyle='->',connectionstyle='arc3,rad=.2')) # 注解设置-注解和数据使用相同坐标 被注解数据的位置 终点坐标 xycoords='data' 注解文字位置，起点坐标 xytext=(5,38) 箭头属性和风格 # py.annotate('import value',(55,22),xycoords='data',xytext=(5,38),arrowprops=dict(arrowstyle='->')) # 线的风格 实线 - 破折线 -- 点线 -. 虚线 : 不显示 None '' ' ' # 线条标记 # 圆圈 o 小菱形 d 菱形 D # 正方形 s 五边形 p 六边形1 h 六边形2 H 八边形 8 # 水平线 _ 竖线 | 加号 + 点 . 像素 ,  星号 * x X 无 None '' ' ' # 1角朝上三角形 ^ 1角朝下三角形 v 1角朝左三角形 < 1角朝右三角形 > # 线的颜色 红 r 黄 y 白 w 绿 g 蓝 b 青 c 洋红 m 黑 k 支持16进制'#eeefff'或3元色组(0.3,0.3,0.3) # 颜色 线宽 线的风格（颜色+线型） 大图对应的小图标签 可用$$包裹，如$sin(x)$ # py.plot(x,c,color='blue',linewidth=2.5,linestyle='-',label='cosine') # py.plot(x,s,color='red',linewidth=2.5,linestyle='-',label='sine') # 属性设置使用set_属性 pyplot.setp()函数 属性获取使用  get_属性 pyplot.getp() # 步骤4-2-设置显示大图对应的小图标签位置 # 小图标签设置-起始位置 宽度 高度 图例位置(左：3-6-2,中：8-10-9，右：4-7-1) 列数 图例扩展至整个坐标轴 坐标轴和图例距离 # py.legend(bbox_to_anchor=(0.,1.02,1.,.102),loc=3,ncol=3,mode='expand',borderaxespad=0.) # py.legend(loc=3) py.legend(loc='upper left') # 坐标取值范围 # plt.axis([xmin,xmax,ymin,ymax]) # 步骤5-1-设置横轴的上下限 py.xlim(-4.0,4.0) # 步骤5-2-横轴标记号 # py.xticks(np.linspace(-4,4,9,endpoint=True)) # py.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi]) # 步骤5-3-设置横轴标号标签 py.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],[r'$-\pi$',r'$-\pi/2$',r'$0$',r'$+\pi/2$',r'$+\pi$']) # 步骤5-4-设置纵轴的上下限 py.ylim(-1.0,1.0) # 步骤5-5-设置纵轴标记号 # py.yticks(np.linspace(-1,1,5,endpoint=True)) # py.yticks([-1,0,+1]) # 步骤5-6-设置纵轴标号标签 py.yticks([-1,0,+1],[r'$-1$',r'$0$',r'$+1$']) # 步骤6-1设置图上文字浮在最上层，方便查看 # 获取坐标轴对象 ax=py.gca() for label in ax.get_xticklabels()+ax.get_yticklabels():     label.set_fontsize(16)     label.set_bbox(dict(facecolor='white',edgecolor='None',alpha=0.65,zorder=2)) # 步骤6-2移动脊柱（可省略-移动x y轴 这个看需求，默认的话为常见的x轴和y轴图） # 设置对应的边框是否显示 及边框颜色 边框位置：left right bottom top none ax.spines['right'].set_color('none') ax.spines['top'].set_color('none') # x轴 设置刻度 top bottom both default none 位置  data axes outward ax.xaxis.set_ticks_position('bottom') ax.spines['bottom'].set_position(('data',0)) # y轴 ax.yaxis.set_ticks_position('left') ax.spines['left'].set_position(('data',0)) # 图像标题 py.title('双弦图') # 步骤7-设置在屏幕上显示图像 py.show() # 关闭窗口用 默认无参-关闭当前窗口 all-关闭所有窗口 窗口编号或实例-则关闭指定窗口 # py.close(1)