#!/usr/bin/env python
# encoding: utf-8
"""
@Company：華中科技大學(xué)電氣學(xué)院聚變與等離子研究所
@version: V1.0
@author: Victor
@contact: 1650996069@qq.com or yexin@hust.edu.cn 2018--2020
@software: PyCharm
@file: PlotByMatlibplot.py
@time: 2018/9/16 15:18
@Desc：講解一些matlibplot的使用
"""
# 導(dǎo)入相關(guān)模塊
import matplotlib.pyplot as plt
import numpy as np

##############################畫一個簡單的圖形#####################################
# 首先通過 np.linspace 方式生成 x，
# 它包含了 50 個元素的數(shù)組，這 50 個元素均勻的分布在 [0, 2*pi] 的區(qū)間上。然后通過 np.sin(x) 生成 y。
x = np.linspace(0,2*np.pi,50)
y = np.sin(x)
#有了 x 和 y 數(shù)據(jù)之后，我們通過 plt.plot(x, y) 來畫出圖形，并通過 plt.show() 來顯示。
plt.plot(x,y)
plt.show()

#################################在一個畫板里繪制多個圖############################
plt.plot(x, y)
plt.plot(x, y**3)
plt.show()
#繪制出圖形之后，我們可以自己調(diào)整更多的樣式，比如顏色、點、線。
plt.plot(x, y, 'y*-')
plt.plot(x, y**3, 'm--')#設(shè)置樣式時，就是增加了一個字符串參數(shù)，比如 'y*-' ，其中 y 表示黃色，* 表示 星標(biāo)的點，- 表示實線。
plt.show()

###############################設(shè)置 figure和標(biāo)題以及其他圖列，注釋屬性######################################
# 可以認(rèn)為Matplotlib繪制的圖形都在一個默認(rèn)的 figure 中，當(dāng)然了，
# 你可以自己創(chuàng)建 figure，好處就是可以控制更多的參數(shù)，常見的就是控制圖形的大小，這里創(chuàng)建一個 figure，設(shè)置大小為 (8, 4)
plt.figure(figsize=(8, 4))
plt.plot(x, y)
plt.plot(x, y*2)
plt.title("cos(x) & cos(x)*2")
#設(shè)置坐標(biāo)軸的刻度，范圍
plt.xlim((0, 2*np.pi))
plt.ylim((-2, 2))
plt.xlabel('X')
plt.ylabel('Y')#通過 xlim 和 ylim 來設(shè)限定軸的范圍，通過 xlabel 和 ylabel 來設(shè)置軸的名稱
#我們也可以通過 xticks 和 yticks 來設(shè)置軸的刻度
#plt.xticks((0, np.pi * 0.5, np.pi, np.pi * 1.5, np.pi * 2))
###設(shè)置 label 和 legend
#設(shè)置 label 和 legend 的目的就是為了區(qū)分出每個數(shù)據(jù)對應(yīng)的圖形名稱。
plt.plot(x, y, label="cos(x)")
plt.plot(x, -y*2, label="2cos(x)")
# plt.legend()
plt.legend(loc='best')
#####添加注釋######
# 需要對特定的點進(jìn)行標(biāo)注，我們可以使用 plt.annotate 函數(shù)來實現(xiàn)。
#
# 這里我們要標(biāo)注的點是 (x0, y0) = (π, 0)。
#
# 我們也可以使用 plt.text 函數(shù)來添加注釋。
x0 = np.pi
y0 = 0
# 畫出標(biāo)注點
plt.scatter(x0, y0, s=50)
plt.annotate('sin(np.pi)=%s' % y0, xy=(np.pi, 0), xycoords='data', xytext=(+30, -30),
             textcoords='offset points', fontsize=16,
             arrowprops=dict(arrowstyle='->', connectionstyle="arc3,rad=.2"))
# 對于 annotate 函數(shù)的參數(shù)，做一個簡單解釋：
#
# 'sin(np.pi)=%s' % y0 代表標(biāo)注的內(nèi)容，可以通過字符串 %s 將 y0 的值傳入字符串；
# 參數(shù) xycoords='data' 是說基于數(shù)據(jù)的值來選位置;
# xytext=(+30, -30) 和 textcoords='offset points' 表示對于標(biāo)注位置的描述 和 xy 偏差值，即標(biāo)注位置是 xy 位置向右移動 30，向下移動30；
# arrowprops 是對圖中箭頭類型和箭頭弧度的設(shè)置，需要用 dict 形式傳入。
plt.text(0.5, -0.25, "sin(np.pi) = 0", fontdict={'size': 18, 'color': 'r'})
plt.show()

畫子圖
##############################畫一個簡單的圖形#####################################
# 首先通過 np.linspace 方式生成 x，
# 它包含了 50 個元素的數(shù)組，這 100 個元素均勻的分布在 [0, 50] 的區(qū)間上
x = np.linspace(0,50,100)
############################使用子圖##############################################
# 將多張子圖展示在一起，可以使用 subplot() 實現(xiàn)。即在調(diào)用 plot() 函數(shù)之前需要先調(diào)用 subplot() 函數(shù)。
# 該函數(shù)的第一個參數(shù)代表子圖的總行數(shù)，第二個參數(shù)代表子圖的總列數(shù)，第三個參數(shù)代表活躍區(qū)域。
ax1 = plt.subplot(2, 2, 1) # （行，列，活躍區(qū)）
plt.plot(x, np.sin(x), 'r')
ax2 = plt.subplot(2, 2, 2, sharey=ax1) # 與 ax1 共享y軸
plt.plot(x, 2 * np.cos(x), 'g')
ax3 = plt.subplot(2, 2, 3)
plt.plot(x, np.tan(x), 'b')
ax4 = plt.subplot(2, 2, 4, sharey=ax3) # 與 ax3 共享y軸
plt.plot(x, 2 * np.sin(x), 'y')
#subplot(2, 2, x) 表示將圖像窗口分為 2 行 2 列。x 表示當(dāng)前子圖所在的活躍區(qū)
plt.show()

############################調(diào)整子圖大小的位置##################################
#上面的每個子圖的大小都是一樣的。有時候我們需要不同大小的子圖。比如將上面第一張子圖完全放置在第一行，其他的子圖都放在第二行。
ax1 = plt.subplot(2, 1, 1) # （行，列，活躍區(qū)）
plt.plot(x, np.sin(x), 'r')
ax2 = plt.subplot(2, 3, 4)
plt.plot(x, 2 * np.sin(x), 'g')
ax3 = plt.subplot(2, 3, 5, sharey=ax2)
plt.plot(x, np.cos(x), 'b')
ax4 = plt.subplot(2, 3, 6, sharey=ax2)
plt.plot(x, 2 * np.cos(x), 'y')
# plt.subplot(2, 1, 1) 將圖像窗口分為了 2 行 1 列, 當(dāng)前活躍區(qū)為 1。
# 使用 plt.subplot(2, 3, 4) 將整個圖像窗口分為 2 行 3 列, 當(dāng)前活躍區(qū)為 4。
#
# 解釋下為什么活躍區(qū)為 4，因為上一步中使用 plt.subplot(2, 1, 1) 將整個圖像窗口分為 2 行 1 列, 第1個小圖占用了第1個位置,
# 也就是整個第1行. 這一步中使用 plt.subplot(2, 3, 4) 將整個圖像窗口分為 2 行 3 列,
# 于是整個圖像窗口的第1行就變成了3列, 也就是成了3個位置, 于是第2行的第1個位置是整個圖像窗口的第4個位置。
plt.show()

###############散點圖###################
k = 500
x = np.random.rand(k)
y = np.random.rand(k)
size = np.random.rand(k) * 50 # 生成每個點的大小，每個數(shù)據(jù)點生成控制大小的數(shù)組 size
colour = np.arctan2(x, y) # 生成每個點的顏色大小，每個數(shù)據(jù)點生成控制顏色的數(shù)組 colour
plt.scatter(x, y, s=size, c=colour)
plt.colorbar() # 添加顏色欄
plt.show()

#####################柱狀圖#############
k = 10
x = np.arange(k)
y = np.random.rand(k)
plt.bar(x, y) # 畫出 x 和 y 的柱狀圖
# 增加數(shù)值
for x, y in zip(x, y):
    plt.text(x, y , '%.2f' % y, ha='center', va='bottom')
    # 通過
    # plt.text
    # 標(biāo)注數(shù)值，設(shè)置參數(shù)
    # ha = 'center'
    # 橫向居中對齊，設(shè)置
    # va = 'bottom'
    # 縱向底部（頂部）對齊
plt.show()

###################解決Matplotlib 中文會亂碼問題#################
x = ['南京', '上海', '成都', '香港']
y = [60600, 53000, 50400, 52000]
plt.plot(x, y)
plt.title("中文亂碼")
plt.show()

#####其實只需要配置下后臺字體即可
plt.rcParams['font.sans-serif']=['SimHei'] #用來正常顯示中文標(biāo)簽
plt.rcParams['axes.unicode_minus']=False #用來正常顯示負(fù)號
plt.title("中文正常")
plt.plot(x, y)
plt.show()