python matplotlib折线图显示点值 matplotlib折线图标记特定点

Python之matplotlib学习笔记

• 为什么要学习matplotlib，这个就不细说了，主要是实用啊，而且本人的工作也能经常用得上，因此将学习过程中遇到的方方面面记录一下，方便大家，以后自己查也方便，争取能弄的比较全乎。不知不觉又立了个flag，对自己说个呵呵先。

题外话，为什么有些blog原创审核不过，我仔细看了一下，可能是图片上有水印，可是，那个水印就是csdn自己生成的，就是我自己的blog地址啊啊啊啊啊！

• 首先是安装： pip install matplotlib 这没什么好说的，超级简单了
• 然后就是使用了， 常用的有折线图，柱状图，stack offset（不知道中文该怎么说），饼图，等等等等，学一个记录一个
• 正常画图的话，首先是导入from matplotlib import pyplot as plt, 这算是一个常规写法，当然也可以自己另外取名；
• 第一步传入 x，y坐标轴的坐标，以列表形式传入，我这里就以随机数导入进去了：

catalyst = ['Fe_1', "Fe_2", "Fe_3", "Fe_4"]  # x
conversion = [random.uniform(10, 50) for _ in range(len(catalyst))]  # y1
selectivity_C2 = [random.uniform(10, 50) for _ in range(len(catalyst))]  # y2
selectivity_C6 = [random.uniform(10, 50) for _ in range(len(catalyst))]  # y3
selectivity_C10 = [random.uniform(10, 50) for _ in range(len(catalyst))]  # y4
selectivity_coke = [random.uniform(10, 50) for _ in range(len(catalyst))]  # y5
selectivity_others = [random.uniform(10, 50) for _ in range(len(catalyst))]  # y6

(有人私信我是啥职业，自己猜~)

然后就是最简单的画图：

plt.plot(catalyst,conversion)
plt.plot(catalyst,selectivity_C2)
plt.plot(catalyst,selectivity_C6)
plt.plot(catalyst,selectivity_C10)
plt.plot(catalyst,selectivity_coke)
plt.plot(catalyst,selectivity_others)
plt.show()

以上连起来执行，实际上就可以画图了：
但是是不是还缺东西？我们想加上x y轴的标题怎么办？还有图的标题？

plt.title('The performance of different catalysts')  # title of whole picture
plt.xlabel('Catalysts')  # title of x axis
plt.ylabel('Productivity (%)')  # title of y axis

运行；

有点那么回事了吧，常画图的同学都知道，数据实际上是出来了，接下来就是美化了，一般美化的话，比如改字体大小，改线条样式与线型，加上legend，等等。可以通过如下方法：

plt.plot(catalyst, conversion, label="conversion", linestyle='--', linewidth=3, marker='o')

这里指定了数据的标签名，线型，线宽，marker；

plt.title('The performance of different catalysts')  
plt.xlabel('Catalysts')  # title of x axis
plt.ylabel('Productivity (%)')  # title of y axis

这里指定了图片的大标题及坐标轴题目：

linestyle：

marker列表：

同时加上坐标标签，这样我们再生成一下：

plt.legend()  # show the legend
plt.show()

数据是比较乱了些，因为我采用了随机数，但是功能大部分都出来了，还有把linewidth设为0， 出来的就是散点图：

对了，还有设置字体： 需要导入一下字体包与类实例化：

from matplotlib.font_manager import FontProperties

Arial= FontProperties(fname='C:\Windows\Fonts\Arial.ttf')
plt.title('The performance of different catalysts',fontproperties=Arial,fontsize=20)  # title of whole picture
plt.xlabel('Catalysts',fontproperties=Arial,fontsize=14)  # title of x axis
plt.ylabel('Productivity (%)',fontproperties=Arial,fontsize=14)  # title of y axis

再画图：

太拥挤了，我想改一下y轴上限到80，加上如下代码：

plt.ylim(0,80) # set the limit boudaries of y axis

再改一下legend的位置，字体，边框

plt.legend(loc='upper left', fontsize=10, frameon=False)  # show the legend

# loc 有：
# 0: ‘best'
# 1: ‘upper right'
# 2: ‘upper left'
# 3: ‘lower left'
# 4: ‘lower right'
# 5: ‘right'
# 6: ‘center left'
# 7: ‘center right'
# 8: ‘lower center'
# 9: ‘upper center'
# 10: ‘center'

还可以加上边框颜色，阴影等：

plt.legend(loc='upper left', fontsize=10, edgecolor='blue',shadow=True)

大体上各个地方都照顾到了，以上为折线图的画法，以后随着学习的深入，还会继续更新，另外，个人喜欢紧凑布局，加上一行：

plt.tight_layout()

如下为全部源码：

#!/usr/bin/env python
# -*- encoding: utf-8 -*-
"""
@File    : Fig2A.py.py
@Time    : 2019/8/5 9:19
@Author  : Sound_of_Silence
"""
from matplotlib import pyplot as plt
import random
from matplotlib.font_manager import FontProperties

Arial = FontProperties(fname='C:\Windows\Fonts\Arial.ttf')

catalyst = ['Fe_1', "Fe_2", "Fe_3", "Fe_4"]  # x
conversion = [random.uniform(10, 50) for _ in range(len(catalyst))]  # y1
selectivity_C2 = [random.uniform(10, 50) for _ in range(len(catalyst))]  # y2
selectivity_C6 = [random.uniform(10, 50) for _ in range(len(catalyst))]  # y3
selectivity_C10 = [random.uniform(10, 50) for _ in range(len(catalyst))]  # y4
selectivity_coke = [random.uniform(10, 50) for _ in range(len(catalyst))]  # y5
selectivity_others = [random.uniform(10, 50) for _ in range(len(catalyst))]  # y6

plt.plot(catalyst, conversion, label="conversion", linestyle='--', linewidth=3, marker='o')
plt.plot(catalyst, selectivity_C2, label="selectivity_C2", linestyle='-.', linewidth=3, marker='.')
plt.plot(catalyst, selectivity_C6, label="selectivity_C6", linestyle='--', linewidth=3, marker=',')
plt.plot(catalyst, selectivity_C10, label="selectivity_C10", linestyle='--', linewidth=3, marker='8')
plt.plot(catalyst, selectivity_coke, label="selectivity_coke", linestyle='--', linewidth=3, marker='*')
plt.plot(catalyst, selectivity_others, label="selectivity_others", linestyle='--', linewidth=3, marker='D')

plt.title('The performance of different catalysts',fontproperties=Arial,fontsize=20)  # title of whole picture
plt.xlabel('Catalysts',fontproperties=Arial,fontsize=14)  # title of x axis
plt.ylabel('Productivity (%)',fontproperties=Arial,fontsize=14)  # title of y axis
plt.tight_layout()  # tight lay out
plt.ylim(0,80)
plt.legend(loc='upper left', fontsize=10, edgecolor='blue',shadow=True)  # show the legend

plt.savefig('fig1.png')
plt.show()

补充：可以在代码中加入一行plt.xkcd()，会变个样哦，很好玩~~