Matplotlib基础

**annotate()复杂标注
annotate()提供了最为复杂，功能也最为强大的标注功能。
plt.annotate(s, xy, *args, **kwargs)，参数说明：
（1）s为需要提供的注释信息，字符串型。
（2）xy，（x,y）为注释箭头开始坐标。
（3）*args，里的xytext=(x,y)，为注释文本左边坐标。
（4）**kwargs，主要指arrowprops参数，字典类型，包括如下键值对：
width= 箭头宽度（以点为单位）、frac =箭头头部所占据的比例、headwidth= 箭头的底部的宽度（以点为单位）、shrink =从箭尾到标注内容开始两端空隙长度、kwargs（ matplotlib.patches.Polygon的任何键值对，如facecolor=’r’）

import matplotlib.pyplot as plt
import numpy as np
#带Tom max内容的品红箭头注释
#m代表品红
plt.annotate('Tom max',xy=(4.3,1),xytext=(4.6,0.25),arrowprops=dict(facecolor='m',shrink=0.01),fontsize=10)  
x = np.arange(0,5,0.02)   #x轴数间隔为0.02
plt.plot(x,np.sin(x*np.pi*2),color='g',marker='+',linestyle='-.')  #b为蓝色,D为实心菱形图标,-.为线点
plt.show()

若需要显示中文，则需要设置fontproperties（字体属性）。这里提供四种设置方式。
1、指定字库路径

x = range(2,26,2)      #生成时间
y = [random.randint(10,30) for i in x]  #生成温度
#matplotlib中默认是不支持中文字体,我们可以自定义,windows电脑:查看系统字体:C:\Windows\Fonts在此目录下
#设置字体,在需要设置中文显示的方法中加入fontProperties参数指定用户设置的字体变量即可
my_font = font_manager.FontProperties(fname=r"C:/Windows/Fonts/SIMLI.TTF",size=18)
plt.figure(figsize=(30,18),dpi=100)
x_ticks_labels = map(lambda i:str(i)+"点",x)
plt.xticks(x,x_ticks_labels,fontProperties=my_font,rotation=45)             #设置x轴上的刻度以及显示内容
y_ticks_labels = map(lambda i:str(i)+"℃",      #这里为了使刻度均匀,并且显示内容相匹配
                     range(min(y),max(y)+1))
plt.yticks(range(min(y),max(y)+1),y_ticks_labels,fontProperties=my_font,rotation=45) #设置y轴上的刻度以及
#显示内容这里如果,刻度还传入y参数(y是一个10到30之间的随机整数,这样会造成刻度不均匀)
plt.ylabel("温度/℃",fontProperties=my_font,size=24)         #设置y轴标签(具体来说就是y轴的大致内容)
plt.xlabel("时间/小时",fontProperties=my_font,size=24)          #设置x轴标签
plt.title("一天中温度随时间的变化规律",fontProperties=my_font,size=30)   #设置标题
plt.plot(x,y,marker="o",color="blue",linewidth=2)      #marker设置折点
plt.grid()         #设置网格
plt.show()

移动刻度线
目前为止，所绘制的绘图区域都是左边、底部位置的x、y坐标刻度线。这里想把x、y刻度线移到（0,0）为中心的数据区域。x、y坐标刻度线由spines()方法进行管理，它提供（top、bottom、left、right）四个刻度线及对应位置的设置功能。要把左、底刻度线移动到数据的中心区域，需要把右、顶两个刻度线通过设置颜色为none隐掉。

x = np.linspace(-np.pi,np.pi,200)    #提供x轴坐标值
c,s = np.cos(x),np.sin(x)   #提供y轴坐标值
plt.plot(x,c)         #绘制 cos函数曲线
plt.plot(x,s)         #绘制 sin函数曲线
ax = plt.gca()   #获取当前axes实例,gca英文全称get current axes
ax.spines['right'].set_color('none')   #用spines设置颜色值为none,把右刻度线隐藏
ax.spines['top'].set_color('none')   #用spines设置颜色值为none,把顶刻度线隐藏掉
ax.xaxis.set_ticks_position('bottom')   #把x轴刻度线位置设置为bottom
ax.spines['bottom'].set_position(('data',0))  #把底部的刻度线设置到数据区域的0位置
ax.yaxis.set_ticks_position('left')   #把y轴刻度线位置设置为left
ax.spines['left'].set_position(('data',0))  #把左部的刻度线设置到数据区域的0位置
plt.show()

**在一个画板（Figure）上显示多绘图子界面也是允许的，主要通过subplot()函数来实现。
plt.subplot(*args, **kwargs)，参数说明：
（1）*args，指定（nrows,ncols,index），提供subplot在Figure上的位置，nrows指定行数，ncols指定列数，index指定一张subplot的具体顺序位置。如（2,2,1）表示在Figure上指定2行、2列的绘图区域（可以依次显示4个绘图子界面），并在第一顺序位置显示一张绘图子界面。上述三个数值都不能大于10。
（2）kwargs，接受键值对参数。如facecolor='r’设置绘图区域的背景颜色，title='cos line’指定绘图区域的标题，projection='polar’指定极坐标，frameon=False设置绘图边框。

x1 = np.arange(0,5,0.1)
x2 = np.arange(0,5,0.02)
plt.figure(1)
plt.subplot(221,facecolor='m')    #指定第一张子图,并加背景色
plt.plot(x1,x1,'bo','k')   #绘制蓝色圆点图标的斜线
plt.subplot(222,title='cos line')  #指定第二张子图,并添加标题
plt.plot(x2,np.cos(np.pi*2*x2),'r--') #绘制红色cos虚线
plt.subplot(2,2,3,projection='polar')  #加极坐标,(2,2,3) 223指定坐标是等价的
plt.plot(x2,x2,'g--')   #第三绘图区域极坐标下绘制绿色虚线
plt.subplot(224,frameon=False)  #指定第四绘图区域，并关掉绘图边框
plt.plot(x2,np.sin(2*np.pi*x2),'g--')  #绘制去掉绘图边框,绿色的sin虚线
plt.show()