前言

本章来说一下绘图,毕竟在软硬件行业,设备端的日志有了,前面也讲了抽取数据,怎么能不绘图呢。

在工作中,我也是经常会遇到研发有这样的需求,把数据整理出来,做成图,便于分析BUG。不会写怎么办???

那就只有使用Excel手动筛选洛,虽然比较的耗时间,不过还是可以完成的。但是做的图,样式又有限制,所以,这时候,可以考虑考虑学一下代码了。

matplotlib

下载

matplotlib python -m pip install matplotlib

如果下载太慢了就;

pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple

简单绘图

本章,从最简单的方式开始,三行代码绘制一个图

import matplotlib.pyplot as plt

plt.plot([1,2,3,4])
plt.show()



Python--matplotlib基础绘图_开发语言

设置XY轴

设置XY轴也是两行代码的事情,极其简单易用。

import matplotlib.pyplot as plt

plt.plot([1,2,3,4],[8,9,10,11])
plt.show()



Python--matplotlib基础绘图_matplotlib_02

修改图形属性

import matplotlib.pyplot as plt

plt.plot([1,2,3,4],[8,9,10,11],'ro')
plt.show()



Python--matplotlib基础绘图_数据源_03

XY轴间距--axis

这里就开始多一行代码了

import matplotlib.pyplot as plt

plt.axis([0,5,0,20])
plt.plot([1,2,3,4],[8,9,10,11],'ro')
plt.show()



Python--matplotlib基础绘图_数据_04

设置标题

import matplotlib.pyplot as plt

plt.axis([0,5,0,20])
fontdict={"family": "KaiTi", "size": 15, "color": "r"}
plt.title("数据",fontdict=fontdict)
plt.plot([1,2,3,4],[8,9,10,11],'ro')
plt.show()

fontdict是用来设置字体样式的,费用重要,后续基本上都是用的这个方式。

小结

matplotlib绘图,上手极其的简单,本章的内容,对于我们完全足够使用了,唯一需要处理的地方就在数据源,看数据源直接从log中处理获得,还是从excel、csv中获取。

最后:干活想偷懒,推荐学Python吧,对于办公自动化来说,真的可以省去不少的时间。