从文件打印数据

从文件中绘制数据实际上需要两个步骤。

1. 解释文件并加载数据。
2. 创建实际绘图。

pyplot.plotfile 试着同时做这两件事。但是每个步骤都有太多可能的变化和参数，所以把它们都压缩到一个函数中是没有意义的。因此， pyplot.plotfile 已弃用。

因此，从文件打印数据的推荐方法是使用专用函数，例如 numpy.loadtxt 或 pandas.read_csv 读取数据。它们更强大更快。然后使用matplotlib绘制获得的数据。

注意 pandas.DataFrame.plot 是Matplotlib的一个方便的包装器，用于创建简单的绘图。

import matplotlib.pyplot as plt
import matplotlib.cbook as cbook

import numpy as np
import pandas as pd

使用熊猫

接下来是一些如何替换的例子 plotfile 具有 pandas . 所有示例都需要 pandas.read_csv 先打电话。请注意，您可以直接将文件名用作参数：

msft = pd.read_csv('msft.csv')

下面稍微涉及到 pandas.read_csv 调用只是为了使示例的自动呈现生效：

fname = cbook.get_sample_data('msft.csv', asfileobj=False)
with cbook.get_sample_data('msft.csv') as file:
    msft = pd.read_csv(file)

处理日期时，另外打电话 pandas.plotting.register_matplotlib_converters 并使用 parse_dates 的参数 pandas.read_csv ：：

.. code-block:: default

pd.plotting.register_matplotlib_转换器()

与cbook.get_sample_数据('微软.csv'）作为文件：

msft=pd.read_csv文件（文件，解析日期= ['日期'] ）

使用索引

# Deprecated:
plt.plotfile(fname, (0, 5, 6))

# Use instead:
msft.plot(0, [5, 6], subplots=True)

使用名称

# Deprecated:
plt.plotfile(fname, ('date', 'volume', 'adj_close'))

# Use instead:
msft.plot("Date", ["Volume", "Adj. Close*"], subplots=True)

使用符号表示体积

# Deprecated:
plt.plotfile(fname, ('date', 'volume', 'adj_close'),
             plotfuncs={'volume': 'semilogy'})

# Use instead:
fig, axs = plt.subplots(2, sharex=True)
msft.plot("Date", "Volume", ax=axs[0], logy=True)
msft.plot("Date", "Adj. Close*", ax=axs[1])

使用符号表示体积（按索引）

# Deprecated:
plt.plotfile(fname, (0, 5, 6), plotfuncs={5: 'semilogy'})

# Use instead:
fig, axs = plt.subplots(2, sharex=True)
msft.plot(0, 5, ax=axs[0], logy=True)
msft.plot(0, 6, ax=axs[1])

单个子批次

# Deprecated:
plt.plotfile(fname, ('date', 'open', 'high', 'low', 'close'), subplots=False)

# Use instead:
msft.plot("Date", ["Open", "High", "Low", "Close"])

使用条形图表示音量

# Deprecated:
plt.plotfile(fname, (0, 5, 6), plotfuncs={5: "bar"})

# Use instead:
fig, axs = plt.subplots(2, sharex=True)
axs[0].bar(msft.iloc[:, 0], msft.iloc[:, 5])
axs[1].plot(msft.iloc[:, 0], msft.iloc[:, 6])
fig.autofmt_xdate()

使用numpy

fname2 = cbook.get_sample_data('data_x_x2_x3.csv', asfileobj=False)
with cbook.get_sample_data('data_x_x2_x3.csv') as file:
    array = np.loadtxt(file)

标记，如果csv文件中没有名称

# Deprecated:
plt.plotfile(fname2, cols=(0, 1, 2), delimiter=' ',
             names=['$x$', '$f(x)=x^2$', '$f(x)=x^3$'])

# Use instead:
fig, axs = plt.subplots(2, sharex=True)
axs[0].plot(array[:, 0], array[:, 1])
axs[0].set(ylabel='$f(x)=x^2$')
axs[1].plot(array[:, 0], array[:, 2])
axs[1].set(xlabel='$x$', ylabel='$f(x)=x^3$')

每个图形有多个文件

# For simplicity of the example we reuse the same file.
# In general they will be different.
fname3 = fname2

# Depreacted:
plt.plotfile(fname2, cols=(0, 1), delimiter=' ')
plt.plotfile(fname3, cols=(0, 2), delimiter=' ',
             newfig=False)  # use current figure
plt.xlabel(r'$x$')
plt.ylabel(r'$f(x) = x^2, x^3$')

# Use instead:
fig, ax = plt.subplots()
ax.plot(array[:, 0], array[:, 1])
ax.plot(array[:, 0], array[:, 2])
ax.set(xlabel='$x$', ylabel='$f(x)=x^3$')

plt.show()