matplotlib绘图（二）——研究僧、科研狗们的进阶tips

首先，导入各种库：

导入文件

采用np.loadtxt( )导入文件，注意数据文件必须在当前工作路径下。

输入help(np.loadtxt)查看帮助文档：

loadtxt(fname, dtype=<class 'float'>, comments='#', delimiter=None,
converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0,
encoding='bytes')

上面给出了帮助文档中方法loadtxt（）所有的参数，接下来会逐一介绍：

fname:文件或字符串

dtype:数据类型，默认浮点数

comments:指示注释开头的字符，默认为“#”

delimiter:用于分隔值得字符，默认为空格

converters:用来定义将对应的列转换为浮点数的函数

skiprows:跳过开头的行数

usecols:确定哪几列被读取，第一列是0。例："usecols=(1,4,5)"    ，将读取第2列，5列和第6列。

unpack:如果是True，将返回各列

ndmin:返回的数组将至少具有“ndmin”维度

图像设置

导入文件，并且读取数据后，就进行绘图操作：

其中，方法fig,ax=plt.subplots( 行数，列数)可以创建一个新的Figure，并返回一个含有已创建的subplot对象的NumPy数组，这样可以轻松地对ax数组进行索引。

其他关于图片坐标轴的设置在之前的推文已经介绍，这里不再赘述。

上方的图片中，坐标轴的刻度线是往外的，但是一般的要求是刻度线要往内，所以可以通过以下操作设置：

这里rcParams的使用前，注意要import matplotlib。

还可以全局设置图片像素、分辨率、图片大小和字体大小：

图片局部放大

有时候，图片需要局部放大才能看清楚曲线的分布。例如上图中，两条曲线的后半段几乎重合，应该创建一个子图观察图片局部的曲线趋势。

首先，需要导入：

之后，输入以下代码：

其中，方法

zoomed_inset_axes(ax,2,loc=1)中的关键参数zoom=2，代表的是scaling factor of the data axes，当zoom小于1时，子图的坐标被缩小，当zoom大于1时，子图的坐标被放大。其中关键参数loc=1，代表的是子图的位置。具体的设置有以下这些：

'upper right'  : 1,
'upper left'   : 2,
'lower left'   : 3,
'lower right'  : 4,
'right'        : 5,
'center left'  : 6,
'center right' : 7,
'lower center' : 8,
'upper center' : 9,
'center'       : 10

绘制标记框可以用mark_inset，来表示放大的区域。其中关键参数loc1,loc2可以设置为{1,2,3,4}。