「深度学习福利」大神带你进阶工程师，立即查看>>>
最近需要对一些数据绘制函数图，因为要求也不是很高，希望尽快出个图看看，也懒得装什么专门的软件，干脆就用python的绘图包matplotlib来做，方便快捷，画出来的图还不错。下面简单记录一下。

绘制图形主要是两步：1. 准备数据；2. 绘图并显示。以下是代码，可很容易看到每一部分的功能 #!/usr/bin/env python # coding=utf-8 import platform import matplotlib from matplotlib.font_manager import * sysstr = platform.system() if(sysstr == "Windows"): # windows下中文字符处理 myfont = FontProperties(fname='C:\Windows\Fonts\simhei.ttf') #此处选合适的字体文件 else: # linux下中文字符处理 import sys reload(sys) sys.setdefaultencoding('utf-8') matplotlib.use('Agg') #如果在没有安装x11的服务器上，此句可输出图片并保存，否则可能报错 myfont = FontProperties(fname='/usr/share/fonts/truetype/wqy/wqy-microhei.ttc') #此处选合适的字体文件 matplotlib.rcParams['axes.unicode_minus'] = False import matplotlib.pyplot as plt import numpy as np # 定义用到的变量 timebar = [] absolute = [] basevalue = 1000000.0 index = [] relativeMax = [] period = 30 idx = 0 #将变量从文件读入，并放到合适的变量中 for line in open("pnl.txt",'r'): row = line.split('\t') timebar.append(int(row[0])) value = float(row[2])/basevalue absolute.append(value) if (idx % period == 0): #此处将该值进行周期性统计 index.append(idx) relativeMax.append(basevalue-min(absolute)) idx+=1 #画图 fig1 = plt.figure() plt.title("曲线",fontproperties=myfont) #整个坐标图的名称 plt.xlabel('timebar') #x轴名称 plt.ylabel('absolute') #y轴名称 plt.plot(timebar,absolute) fig1.savefig("曲线.png") #保存图片 plt.show() #显示图片 #将周期性统计结果写入文件 with open("summary.txt",'w') as summaryFile: i = 0 for idx in index: output = "{0},{1:.2%},{2:.2%}\n".format(i,absolute[idx],relativeMax[i]) summaryFile.write(output) i+=1

其中，pnl.txt文件的形式如下： 1524096000 10000.154785 1010000.154785 1524182400 2988.606417 1012988.761203 1524268800 -3999.066491 1008989.694711 1524355200 -2212.860282 1006776.834429 ... ... ...

接下来看一个稍微复杂的例子 # --*-- coding: utf-8 --*-- import os import numpy as np import time, datetime import math import matplotlib matplotlib.use('Agg') #import pandas as pd import matplotlib.pyplot as plt import matplotlib.dates as mdate """ 此处为准备绘图的数据用的代码，略去 横轴数据为xxx（时间），纵轴数据有三组，分别是y1,y2,y3 以下代码绘制双y轴图形，即不同曲线采用不同的y轴标记值 最终每幅图上绘制三条曲线，y1和y2的读数在左边y轴，y3的读数在右边y轴 """ fig = plt.figure(figsize=(10.24,7.68)) # 设置图片大小为1024x768 x_start = 0 period = datetime.timedelta(days=30) # 按月绘制图形 for idx in range(0, len(xxx)): if (xxx[idx] > xxx[x_start] + period): plt.xticks(xxx[x_start:idx-1:int((idx-1-x_start)/10)], rotation=30) # 设置x轴刻度间隔，并且将其旋转30度，防止挤在一起 ax1 = fig.add_subplot(1,1,1) # 在同一幅图中增加子图 ax1.xaxis.set_major_formatter(mdate.DateFormatter('%Y/%m/%d')) # 因为横轴为时间，设置时间显示格式 ax1.plot(xxx[x_start:idx-1], y1[x_start:idx-1], 'g') ax1.plot(xxx[x_start:idx-1], y2[x_start:idx-1], 'b') ax1.set_ylabel('y1(green) or y2(blue)') ax2 = ax1.twinx() # 绘制双y轴图形的关键 ax2.plot(xxx[x_start:idx-1], y3[x_start:idx-1], 'r') ax2.set_ylabel('y3', color='red') filename = resultFile[0:-4] + "_" \ + xxx[x_start].strftime("%Y-%m-%d") + ".png" fig.savefig(filename) # 保存图片 fig.clf() # 清除图形，重新绘制 x_start = idx

绘制完成的图片如下