存个模板
# -*- coding: utf-8 -*- """ Created on Fri Sep 29 17:17:31 2017 @author: HBB """ import numpy as np import matplotlib.pyplot as plt d = np.loadtxt('d1.txt',delimiter = ',') # txt文件的加载 # 绘图命令的启动 设置线型颜色,线宽,类型, plt.plot(d,'g-',linewidth=2.0,label="banding",alpha=0.9) # 绘画命令 不是 plt.figure # 'g-o'==color=’green‘,linestyle='-',marker='o' # plt.plot(a,a*1.5,color="green",linewidth=3.0,linestyle="-",marker='o',,markerfacecolor='blue',markersize=20,label="COS",alpha=0.9) ''' plot()函数的使用 plot(x,y,format_string,**kwargs) x:x轴数据,列表或数组,可选 y:y轴数据,列表或数组 format_string :控制曲线的格式字符串,可选 由颜色字符,风格字符(曲线实虚)和标记字符组成 (配图说明) **kwargs:第二组或者更多(x,y,format_string) ''' # 坐标轴的相关设定 # plt.axis([100,600,5000,35000]) # 尺度范围的设定 plt.xlim(100,600) # x轴的设定 plt.ylim(5000,35000) # y轴的设定 ax=plt.gca() # 引入坐标轴 ax.spines["right"].set_color("none") # 隐藏右侧坐标轴 ax.spines["top"].set_color("none") # 隐藏上面的坐标轴 ax.spines["left"].set_position(("data",100)) # 控制位置 ax.spines["bottom"].set_position(("data",5000)) # 控制位置 # 坐标轴的刻度显示位置 ax.xaxis.set_ticks_position("bottom") ax.yaxis.set_ticks_position("left") # 设置刻度数字大小和边框 for lable in ax.get_xticklabels()+ax.get_yticklabels(): lable.set_fontsize(16) # 刻度大小 lable.set_bbox(dict(facecolor="white",edgecolor="None",alpha=0.2)) # 设置刻度主次刻度大小,,不会 # 插入文本 # 标题 plt.title("XPS",fontsize=20) # 标题 # 坐标轴 plt.xlabel('能量',fontproperties='SimHei',fontsize=20) # 中文显示 plt.ylabel('Intensity',fontsize=20) # 在任意地方插入文本 plt.text(210,20000,"TiO2",fontsize=15) # 带箭头嘚文本 plt.annotate('C 1s',fontsize=16,xy=(430,25000),xytext=(350,30000),arrowprops=dict(facecolor='black',shrink=3.0,width=1)) plt.annotate("Ru 3d",fontsize=16,xy=(500,33000),xycoords="data",xytext=(+10,+20),textcoords="offset points",arrowprops=dict(arrowstyle="->",connectionstyle="arc3,rad=0.2")) # 其他功能 # 划线 plt.plot([300,300],[0,35000],"y",linewidth=3.0,linestyle="--") # [300,300],[0,35000] 应该是相当于[x1,x2],[y1,y2] 所以点应该是(x1,y1)和(x2,y2) # 'y' 线的颜色 # 也可以写成'y--' 不用写 linestyle="--" # 图例 plt.legend(loc="upper left") # 网格线 # plt.grid(True) # 填充 # plt.fill_between(x,np.abs(x)<0.5,c,c>0.5,color="green",alpha=0.5) #搞不通这个范围??? # 图像的保存 # plt.savefig('test',dpi=600) plt.show() # 图像的显示