Matplotlib 绘图细节设置

首先，导入工具包并执行魔法指令：

绘制一个基本的 cos 函数图像，并设置标题、坐标轴标签：

绘制结果：

使用 plt.text 在制定坐标位置添加文本注释，为了方便观察，使用 plt.grid() 添加网格线：

绘制结果：

接下来，我们希望在上图中再绘制一个指向原点的箭头道具，并且箭头道具标注为 坐标原点 。由于需要在图像上显示中文，因此须要先进性下面的全局设置：

使用 plt.annotate 添加文本注释，并使用箭头道具：

xytest 为文本添加的位置， xy 为箭头道具指向的位置， arrowprops 为箭头道具的相关参数。绘制结果：

首先，绘制一条曲线： y=x**2

绘制结果：

隐藏 x 轴和 y 轴：

上述的示例，使用 axes.get_xaxis().set_visible(False) 仅仅是将坐标轴（刻度）进行隐藏，如果想连同直线一起删除该怎么办呢？不着急，我们继续往下看！

绘制结果：

右侧和上侧坐标轴的刻度 Matplotlib 默认已经为我们隐藏了，下面我们将右侧和上侧的实线也进行隐藏：

绘制结果：

最后，关于轴的设置，我们再来学习一项常用技能！设置刻度标签！下面，我们绘制一张柱形图，并设置基本的刻度标签：

绘制结果：

我们发现，上述的刻度标签由于比较长，相邻标签会发生重叠！其实在设置刻度标签时，允许我们传入参数 rotation=45 来讲刻度标签进行一定角度的旋转：

绘制结果：

旋转完成后，默认刻度与刻度标签的中间位置垂直对应~小鱼习惯于讲刻度与刻度标签的右侧进行垂直对齐：

绘制结果：

当我们将多组数据绘制在一张图中时，为各组图形添加图注是非常必要的。添加图注只需要两个 *** 作即可：

绘制结果：

使用 loc='best' 绘制图注，图注位置将自动为我们放置到合理位置，尽量不去遮挡主图。此外，也可以直接将图注设置一定的透明度：

绘制结果：

也可以自定义图注的形状，显示位置：

绘制结果：

今天开始琢磨用Python画图，没使用之前是一脸懵的，我使用的开发环境是Pycharm，这个输出的是一行行命令，这个图画在哪里呢？

搜索之后发现，它会d出一个对话框，然后就开始画了，比如下图

第一个常用的库是Turtle，它是Python语言中一个很流行的绘制图像的函数库，这个词的意思就是乌龟，你可以想象下一个小乌龟在一个x和y轴的平面坐标系里，从原点开始根据指令控制，爬行出来就是绘制的图形了。

  它最常用的指令就是旋转和移动，比如画个圆，就是绕着圆心移动；再比如上图这个怎么画呢，其实主要就两个命令：

turtle.forward(200)

turtle.left(170)

第一个命令是移动200个单位并画出来轨迹

第二个命令是画笔顺时针转170度，注意此时并没有移动，只是转角度

然后呢？ 循环重复就画出来这个图了

好玩吧。

有需要仔细研究的可以看下这篇文章 https://blog.csdn.net/zengxiantao1994/article/details/76588580 ，这个牛人最后用这个库画个移动的钟表，太赞了。

Turtle虽好玩，但是我想要的是我给定数据，然后让它画图，这里就找到另一个常用的画图的库了。

Matplotlib是python最著名的绘图库，它提供了一整套和matlab相似的命令API，十分适合交互式地行制图。其中，matplotlib的pyplot模块一般是最常用的，可以方便用户快速绘制二维图表。

使用起来也挺简单，

首先import matplotlib.pyplot as plt 导入画图的图。

然后给定x和y，用这个命令plt.plot(x, y)就能画图了，接着用plt.show()就可以把图形展示出来。

接着就是各种完善，比如加标题，设定x轴和y轴标签，范围，颜色，网格等等，在 https://blog.csdn.net/guoziqing506/article/details/78975150 这篇文章里介绍的很详细。

现在互联网的好处就是你需要什么内容，基本上都能搜索出来，而且还是免费的。

我为什么要研究这个呢？当然是为了用，比如我把比特币的曲线自己画出来可好？

假设现在有个数据csv文件，一列是日期，另一列是比特币的价格，那用这个命令画下：

这两列数据读到pandas中，日期为df['time']列，比特币价格为df['ini']，那我只要使用如下命令

plt.plot(df['time'], df['ini'])

plt.show()

就能得到如下图：

自己画的是不是很香，哈哈！

然后呢，我在上篇文章 https://www.jianshu.com/p/d4013d8a73de 中介绍过求Ahr999指数，那可不可以也放到这张图中呢？不就是加一条命令嘛

plt.plot(df['time'], df['Ahr999'])

图形如下：

但是，Ahr999指数怎么就一条线不动啊， 原来两个Y轴不一致，显示出来太怪了，需要用多Y轴，问题来了。

继续谷歌一下，把第二个Y轴放右边就行了，不过呢得使用多图，重新绘制

fig = plt.figure() # 多图

ax1 = fig.add_subplot(111)

ax1.plot(df['time'], df['ini'], label="BTC price")  # 绘制第一个图比特币价格

ax1.set_ylabel('BTC price') # 加上标签

# 第二个直接对称就行了

ax2 = ax1.twinx()# 在右边增加一个Y轴

ax2.plot(df['time'], df['Ahr999'], 'r', label="ahr999")  # 绘制第二个图Ahr999指数，红色

ax2.set_ylim([0, 50])# 设定第二个Y轴范围

ax2.set_ylabel('ahr999')

plt.grid(color="k", linestyle=":")# 网格

fig.legend(loc="center")#图例

plt.show()

跑起来看看效果，虽然丑了点，但终于跑通了。

这样就可以把所有指数都绘制到一张图中，等等，三个甚至多个Y轴怎么加？这又是一个问题，留给爱思考爱学习的你。

有了自己的数据，建立自己的各个指数，然后再放到图形界面中，同时针对异常情况再自动进行提醒，比如要抄底了，要卖出了，用程序做出自己的晴雨表。

print 函数是输出字符串，所以用 print 输出形成的 grid 其实质是具有某特定形状的 字符串 ，而 plt.grid() 绘制出的网格是 图片。

字符串 是可以用文字处理软件（如 word、记事本等）直接编辑处理的，而 图片 则只能用图片编辑软件（如画笔）打开处理。

如问题所要求的最简单的“编写一个能画出如下网格（grid）的函数”代码，可以简单的用 print 函数就可以了：

代码执行效果：

---