Matplotlib · 2025-10-24

import matplotlib.pyplot as plt
import numpy as np

from matplotlib import rcParams

# 设置中文字体（Windows 系统常用“SimHei”黑体） 
rcParams['font.sans-serif'] = ['SimHei'] 

# 解决负号显示问题
rcParams['axes.unicode_minus'] = False  

#全局画布颜色，白色 ; 浅灰 lightgray
plt.rcParams['axes.facecolor'] = 'w' 
   
#显示绘图的静态图像
%matplotlib inline 




x = np.arange(0, np.pi*2, 0.05)
y1 = np.sin(x)
y2 = np.cos(x)

#========================面对对象风格========================


#========================面对过程风格========================

# 设置画板 
# plt.figure(figsize=(width, height), dpi=resolution)
# 图表宽度和高度（英寸）; 图表每英寸点数（分辨率）,默认为 100。

# 单条线: plt.plot ( [x], y, [fmt], *, data=None, **kwargs )
# 多条线: plt.plot ( [x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs )


# - 实线 | : 虚线  | -- 破折线 |  -. 点划线

# r 红色 | g 绿色 | b 蓝色 | c 青色 | m 品红 | y 黄色 | k 黑色 | w 白色

# . 点 | , 像素点 | o 实心圆 | v 下三角 | ^ 上三角 | < 左三角 | > 右三角 
# 1 下三叉 | 2 上三叉 | 3 左三叉 | 4 右三叉 
# 8 八角形 | s 正方形 | p 五边形 | * 星号 | h 六边形1 | H 六边形2 
# + 加号 | x 乘号 | D 菱形 | d 瘦菱形 | | 竖线 | _ 横线 



#网格线: matplotlib.pyplot.grid(b=None, which='major', axis='both', )
#参数说明：
#b：可选，默认为 None，可设置布尔值，true 为显示，false 为不显示，如果设置 **kwargs 参数，则值为 true。
#which：可选，可选值有 'major'、'minor' 和 'both'，默认为 'major'，表示应用更改的网格线。
#axis：可选， 'both'（默认），'x' （x 轴方向）或 'y'（ y 轴方向）。
#**kwargs：可选，设置网格样式，可以是 color='r', linestyle='-' 和 linewidth=2，分别表示网格线的颜色，样式和宽度。

# 设置画布
#==============================================
#==============================================
# 绘制多个子图
# 法一：subplot() 
# subplot(nrows, ncols, index, **kwargs)

# 法二：subplots() 
# fig, axes = plt.subplots(nrows=2, ncols=2)
# plt.subplots()返回值为(元组) : (figure,axes_array)
# 也可 fig,(axes1,axes2)
# axes[0, 0].plot([1, 2, 3], [1, 4, 9])  



plt.subplot(2, 2, 1)
plt.plot(x,y1,label='First Line')
plt.title("plot 1")        #画布标题
plt.xlabel("x - label")   #x轴标签
plt.ylabel("y1 - label")   #y轴标签
plt.legend() 

plt.subplot(2, 2, 2)
plt.plot(x,y2,label='Second Line')
plt.title("plot 2")        #画布标题
plt.xlabel("x - label")   #x轴标签
plt.ylabel("y2 - label")   #y轴标签

plt.suptitle("Test")   #画板标题
#==============================================
#==============================================


#在plt.show()前,用来标示图形的文本标签图例
# 方式一
# plt.plot(x,y1,label='1') 
# plt.plot(x,y2,label='2') 
# plt.legend() 

# 方式二
# axes1=plt.plot(x,y1) 
# axes2=plt.plot(x,y2)  
# plt.legend([axes1,axes2],['1','2']) 

# 方式三
# axes1=plt.plot(x,y1,label='1') 
# axes2=plt.plot(x,y2,label='2') 
#plt.legend(handles=[axes1, axes2])

# 在一个 axes 中添加多个图例

plt.legend() 



plt.savefig('.\lineplot.svg',dpi = 500)
#保存与屏幕上显示的图形完全相同的图形，则应在调用 show() 之前调用 savefig()，否则将保存空文件。

# plt.savefig(fname, dpi=None, bbox_inches='tight', pad_inches=0.1, format=None, kwargs)

# fname − 要保存图形的文件名或路径。文件扩展名决定文件格式，例如 ".png"、".pdf"。
# dpi − 每英寸点数，即保存图形的分辨率。默认为 "None"，使用 Matplotlib 默认值。
# bbox_inches − 指定要保存图形的哪一部分。选项包括 'tight'、'standard' 或以英寸为单位指定的边界框。
# pad_inches − 当 bbox_inches='tight' 时，图形周围的填充。
# format − 显式指定文件格式。如果为 'None'，则从 fname 中的文件扩展名推断格式。
# kwargs − 特定于所选文件格式的其他关键字参数。


plt.show()

import matplotlib.pyplot as plt

import csv           #方法一 : csv
import numpy as np   #方法二 ：numpy

#===================方法一=========================
x1=[]
y1=[]

with open('example.txt','r')as csvfile:
    plots csv.reader(csvfile,delimiter=',')
    for row in plots:
        x1.append(int(row[0]))
        y1.append(int(row[1]))

#CSV读取器自动按行分割文件，然后使用分隔符分割文件中的数据。
#注意：csv模块和csv reader不需要文件在字面上是一个.csv文件，
#可以是任何具有分隔数据的简单的文本文件。

plt.plot(x1,y1,label='Loaded from file!')

plt.xlabel('x1')
plt.ylabel('y1')
plt.title('Interesting Graph\ncheck it out')

plt.legend（）
plt.show（）


#===================方法二=========================
x2, y2 = np.loadtxt('example.txt', delimiter=',', unpack=True)
#loadtxt函数不要求文件是一个.txt文件，可以是.csv,python列表对象。

plt.plot(x2,y2, label='Loaded from file!')

plt.xlabel('x2')
plt.ylabel('y2')
plt.title('Interesting Graph\nCheck it out')

plt.legend（）
p1t.show（）