python绘制柱状图设置x轴_Python图表绘制：matplotlib绘图库入门【下】

4

绘制文件中的数据Plotting data contained in files

4.1

从Ascii文件中读取数据 Reading data from ascii files

读取文件的方法很多，这里只介绍一种简单的方法，更多的可以参考官方文档和NumPy快速处理数据(文件存取)。

numpy的loadtxt方法可以直接读取如下文本数据到numpy二维数组

**********************************************

# fakedata.txt

0 0

1 1

2 4

3 9

4 16

5 25

6 36

7 49

8 64

9 81

0 0

1 1

2 4

3 9

4 16

5 25

6 36

7 49

8 64

9 81

**********************************************

import numpy as np

import pylab as pl

# Use numpy to load the data contained in the file

# ’fakedata.txt’ into a 2-D array called data

data = np.loadtxt(’fakedata.txt’)

# plot the first column as x, and second column as y

pl.plot(data[:,0], data[:,1], ’ro’)

pl.xlabel(’x’)

pl.ylabel(’y’)

pl.xlim(0.0, 10.)

pl.show()

4.2 写入数据到文件

Writing data to a text file

写文件的方法也很多，这里只介绍一种可用的写入文本文件的方法，更多的可以参考官方文档。

import numpy as np

# Let’s make 2 arrays (x, y) which we will write to a file

# x is an array containing numbers 0 to 10, with intervals of 1

x = np.arange(0.0, 10., 1.)

# y is an array containing the values in x, squared

y = x*x

print ’x = ’, x

print ’y = ’, y

# Now open a file to write the data to

# ’w’ means open for ’writing’

file = open(’testdata.txt’, ’w’)

# loop over each line you want to write to file

for i in range(len(x)):

# make a string for each line you want to write

# ’\t’ means ’tab’

# ’\n’ means ’newline’

# ’str()’ means you are converting the quantity in brackets to a string type

txt = str(x[i]) + ’\t’ + str(y[i]) + ’ \n’

# write the txt to the file

file.write(txt)

# Close your file

file.close()

对LaTeX数学公式的支持

Matlplotlib对LaTeX有一定的支持，如果记得使用raw字符串语法会很自然：

xlabel(r"x2y4")

在matplotlib里面，可以使用LaTex的命令来编辑公式，只需要在字符串前面加一个“r”即可

Here is a simple

example:

# plain text

plt.title('alpha > beta')

produces “alpha >

beta”.

Whereas this:

produces "

".

这里给大家看一个简单的例子。

import

matplotlib.pyplot as plt

x =

arange(1,1000,1)

r = -2

c = 5

y = [5*(a**r) for a in x]

fig =

plt.figure()

ax =

fig.add_subplot(111)

ax.loglog(x,y,label = r"y=12σ21,c=5,σ1=−2")

ax.legend()

ax.set_xlabel(r"x")

ax.set_ylabel(r"y")

程序执行结果如图3所示，这实际上是一个power-law的例子，有兴趣的朋友可以继续google之。

再看一个《用Python做科学计算》中的简单例子，下面的两行程序通过调用plot函数在当前的绘图对象中进行绘图：

plt.plot(x,y,label="sin(x)",color="red",linewidth=2)

plt.plot(x,z,"b--",label="cos(x2)")

plot函数的调用方式很灵活，第一句将x,y数组传递给plot之后，用关键字参数指定各种属性：

label:

给所绘制的曲线一个名字，此名字在图示(legend)中显示。只要在字符串前后添加"$"符号，matplotlib就会使用其内嵌的latex引擎绘制的数学公式。

color: 指定曲线的颜色

linewidth:

指定曲线的宽度

详细的可以参考matplotlib教程:

matplotlib.rcParams属性字典

想要它正常工作，在matplotlibrc配置文件中需要设置text.markup = "tex"。

如果你希望图表中所有的文字（包括坐标轴刻度标记）都是LaTeX'd,需要在matplotlibrc中设置text.usetex =

True。如果你使用LaTeX撰写论文，那么这一点对于使图表和论文中其余部分保持一致是很有用的。

对数坐标轴

在实际中，我们可能经常会用到对数坐标轴，这时可以用下面的三个函数来实现

ax.semilogx(x,y)

#x轴为对数坐标轴

ax.semilogy(x,y)

#y轴为对数坐标轴

ax.loglog(x,y)

#双对数坐标轴