文章目录
前言
01.工具栏组件
02.图表数据
03.设置字体字典
全局字体样式
常用中文字体对应名称
查询当前系统所有字体
04.图像配置实例
配置格式
参数说明
官方文档：[matplotlib.figure](https://matplotlib.org/stable/api/figure_api.html#module-matplotlib.figure)
05.图表标题
配置格式
参数说明
官方文档：
06.文本组件
配置格式
参数说明
官方文档：
07.坐标轴标签组件
配置格式
参数配置
官方文档：
08.网格组件
配置格式
参数配置
官方文档：
09.绘制折线
配置格式
参数配置
fmt 参数用法
颜色（可用 color 参数代替）：
点型（可用 marker 参数代替）
线型（可用 linestyle 参数代替）：
官方文档：
10.图例组件
配置格式
参数配置
官方文档：
11.图表渲染
总结
前言
Matplotlib 是 Python 的绘图库，它能让使用者很轻松地将数据图形化，并且提供多样化的输出格式。
Matplotlib 可以用来绘制各种静态，动态，交互式的图表。
Matplotlib 是一个非常强大的 Python 画图工具，我们可以使用该工具将很多数据通过图表的形式更直观的呈现出来。
Matplotlib 可以绘制线图、散点图、等高线图、条形图、柱状图、3D 图形、甚至是图形动画等等。
使用Matplotlib生成一个曲线的完整代码（其中部分代码是可以省略的，为了便于将相关属性快速有效的予以记录，本文尽量将相关属性都列了出来。）
# 导入库 import numpy as np import matplotlib.pyplot as plt # 设置中文显示 plt.rcParams['font.sans-serif'] = ['microsoft yahei'] #显示中文 # 01.工具栏组件 plt.rcParams['toolbar'] = 'toolbar2' # 设置工具栏 # 02.模拟数据 x = np.linspace(0.0, 5.0, 100) y = np.cos(2 * np.pi * x) * np.exp(-x) # 03.设置字体字典 font = {'family': 'microsoft yahei', 'color': '#000', 'weight': 'normal', 'size': 12} # 04.图像配置实例 plt.figure('漏刻有时数据可视化 - TestWin', facecolor='w') # 设置图形弹出窗口标题 # 05.图表标题 plt.title('漏刻有时折线图', fontdict=font, loc='center', y=1) # 图表标题 # 06.文本组件 plt.text(0.91, -0.31, r'智能化数据的转账点', fontdict=font, c='b', rotation=30) # 文本 # 07.坐标轴标签组件 plt.xlabel('时间：单位 (s)', fontdict=font) # x轴 plt.ylabel('数值：单位 (mv)', fontdict=font) # y轴 # 08.网格组件 plt.grid(which='major', axis='both', color='g', linestyle='-', linewidth=0.1) # 网格 # 09.绘制折线 plt.plot(x, y, 'r', label='直连线', marker='d') # 绘制折线 # 10.图例组件 plt.legend() # 设置图例 # 11.图表渲染 plt.show()
01.工具栏组件
''' 工具栏组件 # 注意，应当放置在图像实例化之前。 # None模式：禁用工具栏 # toolbar2模式：默认工具栏布局 # toolmanager模式：工具栏布局在首行 ''' plt.rcParams['toolbar'] = 'toolbar2' # 设置工具栏
toolmanager模式：
RcParams说明文档：RcParams
02.图表数据
折线图，一般是x轴和y轴数据，设置为对应的列表即可。本案例作为Matplotlib库的基础知识，只做简单的数据展示，不涉及更复杂的数据读取和计算。
如：
- numpy模拟数据
x = np.linspace(0.0, 5.0, 100) y = np.cos(2 * np.pi * x) * np.exp(-x)
- 自定义固定数据
x = [1, 2, 3, 4, 5] y = [i * 2 for i in x] #推导式
- random随机数据
x = [random.randint(0, 10) for i in range(10)] y = [i * 2for i in x]
- pandas读取本地excel表格数据
- pymysql读取数据库数据
03.设置字体字典
全局字体样式
Matplotlib如果未正常设置中文字体，会出现乱码。基于实际开发情况，图像标题、图表标题、图例和标签都涉及到中文字体的应用，因此采用使用 matplotlib 模块的 rcParams，全局字体样式：
plt.rcParams['font.sans-serif'] = ['microsoft yahei']`
当然，也可以具体在某些组件使用时，单独调用对应的属性，如：
plt.title('自定义标题名称', fontproperties='SimHei')
常用中文字体对应名称
查询当前系统所有字体
如果要实时查询当前系统的所有字体，可以使用matploylib自带的font_manager属性进行遍历查询：
# 查询当前系统所有字体 from matplotlib.font_manager import FontManager sys_fonts = [f.name for f in FontManager().ttflist] for f in sorted(sys_fonts): print(f)
字体结果展示：
04.图像配置实例
配置格式
plt.figure() 函数可以用于创建绘图窗口，可以传入以下常用参数：
matplotlib.figure.Figure(figsize=None, dpi=None, *, facecolor=None, edgecolor=None, linewidth=0.0, frameon=None, subplotpars=None, tight_layout=None, constrained_layout=None, layout=None, **kwargs)
如：
# 配置实例 plt.figure('漏刻有时数据可视化 - TestWin', facecolor='w') # 设置图形弹出窗口标题
参数说明
官方文档：matplotlib.figure
05.图表标题
配置格式
matplotlib.pyplot.title(label, fontdict=None, loc=None, pad=None, *, y=None, **kwargs)
参数说明
官方文档：matplotlib.pyplot.title
06.文本组件
配置格式
matplotlib.pyplot.text(x, y, s, fontdict=None, **kwargs)
参数说明
官方文档：matplotlib.pyplot.text
07.坐标轴标签组件
配置格式
xlabel和ylabel的配置格式和参数一致。
matplotlib.pyplot.ylabel(ylabel, fontdict=None, labelpad=None, *, loc=None, **kwargs)
参数配置
官方文档：
08.网格组件
配置格式
matplotlib.pyplot.grid(visible=None, which=‘major’, axis=‘both’, **kwargs)
参数配置
官方文档：
09.绘制折线
配置格式
matplotlib.pyplot.plot(*args, scalex=True, scaley=True, data=None, **kwargs)
参数配置
plot([x], y, [fmt], *, data=None, **kwargs) plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs)
fmt 参数用法
fmt 参数传入一个字符串，按颜色、点型、线型的顺序拼接而成。
颜色（可用 color 参数代替）：
点型（可用 marker 参数代替）
线型（可用 linestyle 参数代替）：
官方文档：
10.图例组件
配置格式
matplotlib.pyplot.legend(*args, **kwargs)
参数配置
legend() legend(handles, labels) legend(handles=handles) legend(labels)
官方文档：
11.图表渲染
显示所有的图形。
matplotlib.pyplot.show(*, block=None)
总结
Matplotlib的基础选项属性以官网为准https://matplotlib.org/stable/api/pyplot_summary.html，由于是英文缘故，在实际学习和开发过程中，需要尽量多实践多练习。
