文章目录

• 一、x,y坐标图
• • 1、基本操作
  • 2、进阶操作
  • • （1）解决中文乱码情况
    • （2）调整图像大小
    • （3）加标题、坐标文字、坐标轴标签
    • （5）去掉上边框
• 二、柱状图
• • 1、柱状图画图原理
  • 2、
• 三、颜色与标记形状
• • 1、颜色表
  • 2、形状表

一、x,y坐标图

1、基本操作

   在使用Python画图之前，至少需要安装好matplotlib库，很简单，直接在终端：

pip install matplotlib

 安装好之后，就可以进行简单画图了，用简单地二次函数举个例子。
y=x2{\rm{y}}\;{\rm{ = }}\;{x^2} % MathType!MTEF!2!1!+- % feaahqart1ev3aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn % hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDharqqtubsr % 4rNCHbWexLMBbXgBd9gzLbvyNv2CaeHbl7mZLdGeaGqiVu0Je9sqqr % pepC0xbbL8F4rqqrFfpeea0xe9Lq-Jc9vqaqpepm0xbba9pwe9Q8fs % 0-yqaqpepae9pg0FirpepeKkFr0xfr-xfr-xb9adbaqaaeGaciGaai % aabeqaamaabaabauaakeaacaqG5bGaaGjbVlaab2dacaaMe8UaamiE % amaaCaaaleqabaGaaGOmaaaaaaa!45DA! y=x2
 那么在画这条曲线之前，需要确定一下x和y的范围和取值，比如x的取值从0~9，那么在代码中可以这样表示：

x = np.arange(0,10)
y = x**2

 有了取值就可以画图了，直接用下面的代码进行最简单的画图：

import matplotlib.plot as plt
x = np.range(1, 10)
y = x**2				
plt.plot(x, y)			# 画图函数
plt.show()				# 用于显示所画的图形
# plt.savfig("demo.svg", dpi=300)

 使用plt.show()函数可以显示所画图形，使用plt.savfig("demo.svg", dpi=300)可以将所画的图形保存下来，这里的svg格式是论文中的常用格式，后面的dpi表示图像的清晰度，这里一般设置为300或者500就够了，设置的太高的话，电脑很有可能死机，或者图像打不开。（电脑性能不好，最好不要设置到1000以上）

2、进阶操作

（1）解决中文乱码情况

 如果在画图的过程中，遇到无法正常显示中文的情况，在画图前加上这两句代码：

plt.rcParams['font.sans-serif'] = ['SimHei'] 	# 显示中文字体
plt.rcParams['axes.unicode_minus'] = False  	# 显示负号

（2）调整图像大小

 想要调整图像大小的话，可以在画图代码的最前边，加上这样一句代码：

plt.figure(figsize=(10, 5))		

 这里取决于自己，如果是电力电子相关专业的话，可以将图像适当拉长，看起来会比较好看。

（3）加标题、坐标文字、坐标轴标签

plt.title("标题"， fontsize=25)
plt.xticks(fontsize=15, fontweight='bold')  			# 默认字体大小为10
plt.yticks(fontsize=15, fontweight='bold')
plt.xlabel('x轴标签', fontsize=25, fontweight='bold')
plt.ylabel('y轴标签', fontsize=25, fontweight='bold')

加上这些东西之后，效果图如下所示（可以与上面的图像比较一下）：

 如果一张图中出现不止一条曲线，也可以加上legend，

plt.plot(x, y, label="二次函数")
plt.legend(loc=0, numpoints=1)
leg = plt.gca().get_legend()
ltext = leg.get_texts()
plt.setp(ltext, fontsize=12, fontweight='bold')                     # 设置图例字体的大小和粗细
plt.grid(linestyle="--")  # 设置背景网格线为虚线

 加上这一段之后，得到的效果图如下所示：

 如果嫌弃字太大，自行设置即可。

（5）去掉上边框

如果不想要上边框和有边框，加上如下代码：

ax = plt.gca()
ax.spines['top'].set_visible(False)  # 去掉上边框
ax.spines['right'].set_visible(False)  # 去掉右边框

效果如下所示：

是不是有SCI论文里边那种感觉了。

二、柱状图

1、柱状图画图原理

2、

三、颜色与标记形状

1、颜色表

2、形状表