python折线图绘制——记录

最近忙着文章出图，大家都习惯于Excel或者Dplot等等出图，这些工具对于几张图瞬间能搞定的，使用使用倒是很方便，但是我现在遇到了多种工况，还要出很多，所以不得不借助于python实现一键操作。不多说，直接先看下出来的结果图，后面附上代码，方便大家以及自己后面copy，我觉得应该基本上可以满足大部分要求了。

记得也查了不少CSDN的博客和知乎上的一些内容，也直接引用了他们的一些代码，已经不记得有哪些了，在此表示感谢，如果有侵权，请告知！也欢迎大家留言讨论。

# -*- coding: utf-8 -*-

import numpy as np
import matplotlib.pyplot as plt
from collections import OrderedDict
from matplotlib.pyplot import MultipleLocator

plt.rcParams['font.sans-serif']=['Times New Roman'] # 用来正常显示中文标签，最好设置为微软雅黑
plt.rcParams['axes.unicode_minus']=False # 用来正常显示负号
plt.rcParams['savefig.dpi'] = 200 #折线图像素一般为600,保存下来太大了(https://authorservices.wiley.com/asset/photos/electronic_artwork_guidelines.pdf)
# plt.rcParams['figure.dpi'] = 300 #分辨率


def readData(path):
    rname=path+r'\1.txt'#圆
    sname=path+r'\2.txt'#曲线
    rlist = np.loadtxt(roundname,dtype=np.float)
    slist = np.loadtxt(scourname,dtype=np.float)
    return rlist,slist
    
def plot(clist,slist,name):
    lineStylesDict = OrderedDict(
        [('solid',               (0, ())),
         ('loosely dotted',      (0, (1, 10))),
         ('dotted',              (0, (1, 5))),
         ('densely dotted',      (0, (1, 1))),

         ('loosely dashed',      (0, (5, 10))),
         ('dashed',              (0, (5, 5))),
         ('densely dashed',      (0, (5, 1))),

         ('loosely dashdotted',  (0, (3, 10, 1, 10))),
         ('dashdotted',          (0, (3, 5, 1, 5))),
         ('densely dashdotted',  (0, (3, 1, 1, 1))),

         ('loosely dashdotdotted', (0, (3, 10, 1, 10, 1, 10))),
         ('dashdotdotted',         (0, (3, 5, 1, 5, 1, 5))),
         ('densely dashdotdotted', (0, (3, 1, 1, 1, 1, 1)))])
    #标签字体
    font1 = {'family': 'Times New Roman',
         'weight': 'bold',#"normal"
		 'style':'italic',
         'size': 26,
         }
    #坐标轴字体,暂时没用上
    # font2 = {'family': 'Times New Roman',
    #      'weight': 'normal',
	# 	 'style':'normal',
    #      'size': 16,
    #      }

    # plt.figure(figsize=(18,3.75),dpi=200)
    plt.figure(figsize=(18,4))
    plt.subplot(111)
    plt.subplots_adjust(left=0.05,bottom=0.2,right=0.90,top=0.95)
#圆
    plt.plot(clist[:,0],clist[:,1],linewidth=2.0,color='black')
    plt.plot(clist[:,2],clist[:,3],linewidth=2.0,color='black')
    plt.plot(clist[:,4],clist[:,5],linewidth=2.0,color='black')
    plt.plot(clist[:,6],clist[:,7],linewidth=2.0,color='black')
#曲线
    plt.plot(slist[:,0],slist[:,2],linewidth=2.0,color='black',linestyle='--',label='1')
    plt.plot(slist[:,0],slist[:,3],linewidth=2.0,color='black',linestyle=linestyles_dict['dashdotted'],label='2')
    plt.plot(slist[:,0],slist[:,4],linewidth=2.0,color='black',linestyle='-.',label='3')
    plt.plot(slist[:,0],slist[:,5],linewidth=2.0,color='black',linestyle=lineStylesDict['densely dashdotdotted'],label='4')
    plt.scatter(slist[:,0],slist[:,7],50,linewidths=1.0,alpha=1,color='black',marker='^',label='5')
    #坐标轴控制
    plt.axis('scaled')  #1:1横纵比,否则圆变椭圆了
    plt.xticks(fontsize=24)       #设置坐标轴刻度字号
    plt.yticks(fontsize=24)
    xlocator=MultipleLocator(1)
    ax=plt.gca()
    ax.xaxis.set_major_locator(xlocator)#设置主坐标轴间距
    plt.xlim((-2,10))
    plt.ylim((-1.0,1.5))
    plt.ylabel("y/D",font1)
    plt.xlabel("x/D",font1)
    ###设置坐标轴的粗细
    ax.spines['bottom'].set_linewidth(2)
    ax.spines['left'].set_linewidth(2)
    ax.spines['right'].set_linewidth(2)
    ax.spines['top'].set_linewidth(2)

    plt.legend(fontsize=21, loc='best',frameon=False,handletextpad=0.1,labelspacing=0.1)#标签横排，加个参数ncol=5
    plt.savefig(name+".tiff")
    # plt.show()


def start():
    path=r'I:\sensibility_analysis\0.5D'
    figname=path[-4:]
    rlist,slist=readData(path)
    plot(rlist,slist,figname)

if __name__=='__main__':
    start()