最近工作需要在邮件内容中展示一些图表，例如折线图、柱状图、圆饼图等。采用的方案为：

• 用Matplotlib生成图表并保存成文件
• 将图片添加为邮件的附件
• 最后通过src="cid:0"的方式将图片嵌入到邮件正文中

这篇文章主要对 Matplotlib 的使用做些总结，包括 Matplotlib 如何配置显示中文字体，折线图／柱状图／圆饼图相关介绍，matplot子图的概念。

配置中文字体支持

• 确定系统已有哪些支持中文字体

  linux下运行 fc-list :lang=zh 命令会输出所有支持中文的字体。 如果为空，可以按如下步骤添加：

  • 拷贝一份window C:\windows\fonts\ 目录下的任一中文字体文件，例如 MSYH.ttc （微软雅黑）
  • 重命名为MSYH.ttf，并放到linux的 /usr/share/fonts/chinese/目录下
  • linux下执行 fc-cache /usr/share/fonts/chinese 清空字体缓存
• 修改matplotlibrc配置
  • 打开python安装目录下的 lib/site-packages/matplotlib/mpl-data/matplotlibrc 文件，将 font.family 和 font.sans-serif 这两行开头的注释删掉，并在 font.sans-serif 这行添加 Microsoft YaHei (或系统支持的其他中文字体）
  • 删除 ~/.cache/matplotlib 缓存目录

• 修改python代码，指定使用中文字体

  1
  2
        from matplotlib import rcParams
        rcParams['font.sans-serif'] = ['Microsoft YaHei']  
  

曲线图／柱状图／圆饼图介绍

柱状图

• Demo

  官方 Demo

• API 封装

  下面是我对柱状图的一个封装，方便使用者直接调用：

  1
  2
  3
  4
  5
  6
  7
  8
  9
  10
  11
  12
  13
  14
  15
  16
  17
  18
  19
  20
  21
  22
  23
  24
  25
  26
  27
  28
  29
  30
  31
  32
  33
  34
  35
  36
  37
  38
  39
  40
  41
  42
  43
  44
    def save_bar_fig(data, legends, x_labels, y_label, title, filename):
        """
            data: 柱状图输入数据，对应demo为：[(20, 35, 30, 35, 27), (25, 32, 34, 20, 25)]
            legends: 图例，显示在柱状图的右上角，标记柱状图的数据信息，对应demo为：['Men', 'Women']
            x_labels: x坐标的标签，对应demo为：['G1', 'G2', 'G3', 'G4', 'G5']
            y_label: y坐标标签，对应demo为：'Scores'
            title: 图表名称，对应demo为：'Scores by group and gender'
            filename: 保存的图片文件名
        """
        width = 1.0  # 柱状图每个bar的展示宽度，为了方便这里hard code
        num_of_labels = len(x_labels)
        num_of_legends = len(legends)
        ind = np.arange(0, num_of_labels * width * (num_of_legends + 1), width * (num_of_legends + 1))  # the x locations for the groups
          
        # 彩虹配色，以此实现每个bar显示不同的颜色
        colors = plt.cm.rainbow(np.linspace(0.9, 0, num_of_labels))
  
        # figsize：图片的大小，越大图片展示越清晰
        fig, ax = plt.subplots(figsize=(12, 8))
        rects = []
        pos = 0
  
        for r, color in zip(data, colors):
            rect = ax.bar(ind + pos, r, width, color=color)
            pos += width
            rects.append(rect)
  
        # add some text for labels, title and axes ticks
        ax.set_ylabel(y_label)
        ax.set_title(title)
  
        # set_xticks：设置x坐标标签的位置
        ax.set_xticks(ind + (num_of_legends * width)/2)
        ax.set_xticklabels(x_labels)
  
        # 设置legend
        ax.legend(rects, legends)
  
        plt.savefig(filename)
  
        # 注意每画完一个图，要清空plt的状态
        plt.clf()
        plt.cla()
        plt.close()
  

折线图

• Demo

  没找到合适的官方 Demo。

• API 封装

  折线图的 api 和上面的柱状图差不多：

  1
  2
  3
  4
  5
  6
  7
  8
  9
  10
  11
  12
  13
  14
  15
  16
  17
  18
  19
  20
  21
  22
  23
  24
  25
  26
  27
    def save_line_fig(data, legends, x_labels, y_label, title, filename):
        """
            data: 折线图输入数据，例如：[(20, 35, 30, 35, 27), (25, 32, 34, 20, 25)]
            legends: 图例，显示在折线图的右上角，标记折线图的数据信息，对应demo为：['Men', 'Women']
            x_labels: x坐标的标签，例如：['G1', 'G2', 'G3', 'G4', 'G5']
            y_label: y坐标标签，例如：'Scores'
            title: 图表名称，例如：'Scores by group and gender'
            filename: 保存的图片文件名
        """
        plt.figure(figsize=(12, 8))
        data_len = len(data[0]) + 1
        xAxis = range(1, data_len)  # Make x, y arrays for each graph
        colors = plt.cm.rainbow(np.linspace(0.9, 0, len(legends)))
        lines = []
  
        for l, color in zip(data, colors):
            line, = pl.plot(xAxis, l, c=color)
            lines.append(line)
  
        pl.legend(lines, legends)
        pl.title(title)
        pl.ylabel(y_label)
        pl.xticks(xAxis, x_labels)
        plt.savefig(filename)
        plt.clf()
        plt.cla()
        plt.close()
  

饼状图

• Demo

  官方 Demo

• API 封装

  1
  2
  3
  4
  5
  6
  7
  8
  9
  10
  11
  12
  13
  14
  15
  16
  17
  18
  19
  20
  21
  22
  23
  24
  25
  26
    def save_pie_fig(data, labels, title, filename):
        """
            data: 饼状图输入数据，对应demo为：[15, 30, 45, 10]
            labels: 饼状图的图例，对于demo为：['Frogs', 'Hogs', 'Dogs', 'Logs']
            x_labels: x坐标的标签，例如：['G1', 'G2', 'G3', 'G4', 'G5']
            y_label: y坐标标签，例如：'Scores'
            title: 图表名称，例如：'Scores by group and gender'
            filename: 保存的图片文件名
        """
        # make a square figure and axes
        pl.figure(1, figsize=(12, 12))
        num_of_labels = len(labels)
        # 是否需要突出，例如 demo 中的 Hogs 
        explode = [0 for _ in labels]
        colors = plt.cm.rainbow(np.linspace(0.9, 0, num_of_labels))
  
        pl.pie(data, explode=explode, labels=labels, colors=colors,
                        autopct='%1.1f%%', shadow=True, startangle=90)
                          
        # x轴和y轴相等，绘制出来的饼状图是圆形
        plt.axis('equal')
        pl.title(title)
        plt.savefig(filename)
        plt.clf()
        plt.cla()
        plt.close()
  

子图

matplot 支持绘制子图，相当于把一张图分隔成几个区块，每个区块是一个绘图区域。该特性通过 subplot 函数来实现。

• Demo

  官方 Demo

  subplot 函数的签名为 subplot(m, n, k)。参数 m 表示划分的行数，n表示划分的列数，k表示使用第k个子图（从左到右、从上到下的顺序）。

  demo 中第一次调用 plt.subplot(2, 1, 1)，表示划分成两行（m = 2），使用第1个子图来绘制（k = 1）。之后再次调用plt.subplot(2, 1, 2)，表示划分成两行（m = 2），使用第2个子图来绘制（k = 2）。因此最终效果是上下两个子图。

• 其他效果

  • 上一下二:

    • 代码

      1
      2
      3
        plt.subplot(2, 1, 1)  # 按照两行一列划分，使用第一个子图，即为第一行
        plt.subplot(2, 2, 3)  # 按照两行两列划分，使用第三个子图，即为四个网格的第三个（左下）
        plt.subplot(2, 2, 4)  # 按照两行两列划分，使用第四个子图，即为四个网格的第四个（右下）
      

    • 图例

      

  • 上二下一:

    • 代码

      1
      2
      3
        plt.subplot(2, 2, 1)  # 按照两行两列划分，使用第一个子图，即为四个网格的第一个（左上）
        plt.subplot(2, 2, 2)  # 按照两行两列划分，使用第三个子图，即为四个网格的第二个（右上）
        plt.subplot(2, 1, 2)  # 按照两行一列划分，使用第二个子图，即为第二行
      

    • 图例

      

• Previous
  Tcpcopy 源码阅读
• Next
  Python 笔记