Matplotlib的使用

class Mat:
    def __init__(self):
        plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置rc参数显示中文标题
        plt.rcParams['axes.unicode_minus'] = False  # 设置正常显示字符，用到这条语句是因为坐标轴包含负值，在调用上一条语句后不使用该语句则负号会乱码
        self.plt = plt

    # 曲线图
    def plot_mat(self):
        # plot
        self.plt.figure(figsize=(12,6))  # 画布大小 （长度， 宽度）

        # plt.plot(7,0)   # x坐标 从0到7
        # plt.plot(0, 6)  # y坐标 从0到6
        # plt.plot((0, 2, 6), (3, 7, 1))  # plt.plot(x, y) x,y 可以是list、tuple

        # ylist = [i*i for i in range(10)]
        # xlist = [j for j in range(10)]

        # plt.xlim(min(xlist),max(xlist))
        # plt.ylim(min(ylist), max(ylist))

        # x坐标， 最低温度， 最高温度
        xlist, min_tems, max_tems = func()
        plt.plot(xlist,max_tems, 'r--', label='最高温度')   #xlist x坐标数据， y坐标数据， r-- 红色虚线 label 图标名称
        plt.plot(xlist, min_tems, 'b-', label='最低温度') #b-蓝色实线
        plt.legend(loc='best', fontsize=12)   # best ：自动选择最佳位置。 fontsize: 图标长度
        # best ：自动选择最佳位置。
        # upper right ：将图例放在右上角。
        # upper left ：将图例放在左上角。
        # lower left ：将图例放在左下角。
        # lower right ：将图例放在右下角。
        # right ：将图例放在右边。
        # center left ：将图例放在左边居中的位置。
        # center right ：将图例放在右边居中的位置。
        # lower center ：将图例放在底部居中的位置。
        # upper center ：将图例放在顶部居中的位置。
        # center ：将图例放在中心。

        plt.xlabel('日期')
        plt.ylabel('温度')
        plt.title('温度趋势图')
        plt.show()

    #  指定点注释图
    def specify_point_comments(self):
        # annotate
        x = np.linspace(0, 10, 200)  # 从0到10之间等距产生200个值
        y = np.sin(x)
        # linestyle：{"solid": '-', "dotted": ":", "dashed": '--', "dashdot": "-."}  linestyle=':'或者'dotted'都可以
        plt.plot(x, y, linestyle='dashdot', color='b')

        # 添加注释
        # text： 注释信息内容
        # xy:箭头点所在的坐标位置
        # xytext:注释内容的坐标位置
        # color:文字颜色
        # arrowprops：设置指向箭头的参数, {arrowstyle:线条样式, color:线条颜色, lw:粗细, widthA: 箭头指向点的|长度,widthB: 箭头另一端|的长度}
        # arrowstyle 有 '-|>', '|-|',写英文或符号都可以 图：桌面/arrowstyle
        # 箭头长度可有 xytext 坐标控制

        plt.annotate(text='标记点', xy=(3, np.sin(3)), xytext=(4, -0.5), weight='bold', color='b',arrowprops={'arrowstyle': '-|>', 'color': 'k'})
        plt.annotate(text='aa', xy=(8, np.sin(8)), xytext=(8, 0.50), weight='bold', color='b',arrowprops={'arrowstyle': '-|>', 'color': 'r','lw':3})
        plt.annotate(text='bb',xy=(4.5,np.sin(4.5)),xytext=(4.5,-0.50),arrowprops=dict(arrowstyle='|-|, widthA=0.1, widthB=0.5', lw=2))
        plt.show()

    # 子图
    def sub_mat(self):
        # subplot
        x = np.linspace(0,15,300)

        p1 = plt.subplot(2, 2, 1)  # 2行2列 第1张图
        plt.plot(x,np.sin(x), 'r')

        plt.subplot(2, 2, 2, sharey=p1) # 与 p1 共享y轴
        plt.plot(x, np.cos(x), 'b')

        p3 = plt.subplot(2, 2, 3)
        plt.plot(x,x, 'g')

        plt.subplot(2, 2, 4, sharey=p3)  #  sharey=ax3与 ax3 共享y轴
        plt.plot(x, 2*x, 'y')
        plt.show()

    # 柱状图
    def bar_mat(self):
        # bar
        y = np.arange(10, 90, 20)
        x = np.array(['张三', '李四', '王五', '钱三一'])

        self.plt.bar(x, y, width=0.1, bottom=10)
        self.plt.title('成绩单')
        self.plt.show()

        self.plt.barh(x, y)
        self.plt.show()

    # 散点图
    def scatter_mat(self):
        # scatter
        x = np.linspace(0, 10, 10)
        y = np.arange(100, 1100, 100)
        colors = np.arange(0,100, 10)
        self.plt.scatter(x, y, c=colors, cmap='BrBG_r', alpha=0.5)
        self.plt.colorbar()
        self.plt.show()

    # 饼图
    def pie_mat(self):
        # pie
        x = ['a','b', 'c', 'd']
        y = np.array([20, 30, 40, 10])

        self.plt.pie(y, labels=x, autopct='%2.f%%', explode=(0.1, 0, 0, 0), colors=['#AABBAA', '#f0b8f0', '#008001', '#899999'])
        self.plt.show()

    # 网格线图
    def grid_mat(self):
        # grid
        x = np.arange(0, 20, 2)
        y = np.arange(20, 40, 2)

        self.plt.title("test")
        self.plt.xlabel("x - test")
        self.plt.ylabel("y - test")

        self.plt.plot(x, y)

        self.plt.grid(axis='x')  # 默认axis=both（xy轴都有）

        self.plt.show()https://www.runoob.com/matplotlib/matplotlib-tutorial.html