1.简介

Matplotlib 是一个 Python 的 2D绘图库，它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。

2.绘图基础

2.1 图表基本元素

图例和标题
x轴和y轴、刻度、刻度标签
绘图区域及边框
网格线

2.2 图表基本属性

多重绘图属性: 是否在同一个图上绘制多个系列的线
多重子图属性: 是否生成多个子图，并在每个子图上绘制多个系列的线

3.绘图方式

3.1 Pyplot API^[1]

3.1.1 属性设置函数

绘制图边框: box
为图表添加图例: figlegend
为轴系列添加图例：legend
为图添加标题：title
在图上添加文字: figtext
在轴系列上添加文字：text
设置网格: grid
设置多重绘图：hold
使用紧密布局：tight_layout
改变刻度和刻度标签的样式：tick_params / ticklabel_format
设置最小刻度：minorticks_off / minorticks_on
在多个子图上方绘制超级标题：suptitle
为图表添加数据表：table
共享x轴或y轴：twinx / twiny
设置x/y标签：xlabel / ylabel
设置x/y极限：xlim / ylim
设置x/y刻度：xticks / yticks

3.1.2 属性获取函数

获取系列轴：gca
获取图表：gcf
获取图表标签：get_figlabels
获取图表数目：get_fignums

3.1.3 辅助线函数

水平竖直线：axhline / axvline
水平竖直域：axhspan / axvspan
误差棒：errorbar
竖直线：vlines

3.1.4 绘图函数

条形图：bar / barh / broken_barh
箱线图：boxplot
六边形图：hexbin
直方图：hist / hist2d
矩阵图：matshow
饼状图：pie
颜色棒图：colorbar
极坐标图：polar
散点图：scatter
树干图：stem
阶梯图：step
对数图：loglog / semilogx / semilogy
小提琴图：violinplot
重新绘制：draw
生成一个新的图：figure
生成子图：subplot / subplots
填充区域: fill / fill_between / fill_betweenx
在轴系列上绘制线或者标记：plot
绘制时间数据：plot_date
显示图表：show

3.1.5 清除函数

清除特定系列的轴对象: cla
从当前图中清除特定系列的轴对象：delaxes
清除当前图：clf
关闭图窗口：close
保存图表：savefig

3.2 Object-Oriented API^[2]

Axes类

将pyplot API封装成对象的成员函数，建议使用这些成员函数，更加利于理解绘图过程

4.Example

import re
import numpy as np
import matplotlib.pyplot as plt

def extract_time(filename):
    handle = open(filename)
    handle.readline()
    handle.readline()
    handle.readline()
    line = handle.readline()
    all_time = []
    while line:
        cqe_time_stamp_tuple = re.findall(r'\d+', line)
        all_time.append(int(cqe_time_stamp_tuple[-1]))
        line = handle.readline()
    all_time.sort()
    return all_time

def heterogeneous_plot(h_time, i_time):
    pct_axis = 1. * np.arange(len(h_time)) / (len(h_time) - 1)
　　 #绘制第一条线并设置图例
    plt.plot(h_time, pct_axis, label="with_bg_flow")
　　 #绘制第二条线并设置图例
    plt.plot(i_time, pct_axis, label="without_bg_flow")
　　 #设置图例显示属性
    plt.legend(loc='center right', fontsize='large')
　　 #设置图表标题
    plt.title("CDF of Small Flow")
　　 #设置x/y轴标题
    plt.xlabel("Latency(us)")
    plt.ylabel("CDF(%)")
    plt.show()

if __name__ == "__main__":
    h_time_data = extract_time("1_tmp_data/100000_OUTPUT")
    i_time_data = extract_time("2_tmp_data/100000_OUTPUT")
    heterogeneous_plot(h_time_data, i_time_data)
    individual_plot(h_time_data, i_time_data)