python3 读取txt文件数据，绘制趋势图，matplotlib模块
python3 读取txt文件数据，绘制趋势图
test1.txt内容如下：
时间/min cpu使用率/% 内存使用率/% 01/12-17:06 0.01 7.61 01/12-17:07 0.03 7.61 01/12-17:08 0.3 7.61 01/12-17:09 0.7 7.61 01/12-17:10 0.1 7.61
脚本如下：
import matplotlib.pyplot as plt
from itertools import islice
import os
a = []
b = []
c = []
with open(r'D：\result\test1.txt',mode='r',encoding='utf-8') as f: #以只读方式打开txt文本文件
for lines in islice(f,1,None): #去掉首行，读取所有行
lines=lines.rstrip("\n") #去掉读取出来的换行符
lines1=lines.split(" ")[0] #以空格为分割，获取第1个值
lines2=lines.split(" ")[1] #以空格为分割，获取第2个值
lines3=lines.split(" ")[2] #以空格为分割，获取第2个值
a.append(lines1) #将值追加至a列表
b.append(float(lines2)) #将值追加至b列表，并将列表的str类型转换为float
c.append(float(lines3)) #将值追加至c列表，并将列表的str类型转换为float
ax1 = plt.subplot(211) # 创建子图 ax1
ax2 = plt.subplot(212) # 创建子图 ax2
plt.sca(ax1) # 选择子图ax1
plt.tight_layout() # 设置子图之间默认的间距
#设置x,y轴
plt.plot(a,b)
#设置x轴显示间隔（假如x轴数据较多，x轴显示重叠，我们可以控制x轴的显示间隔）
plt.xticks(range(0,4,2))
#给图标指定标题
plt.title("CPU",fontsize=24)
#为X轴设置标题
plt.xlabel("Time/m",fontsize=14)
#为Y轴设置标题
plt.ylabel("CPU/%",fontsize=14)
#设置刻度标记大小，rotation表示刻度值倾斜角度
plt.xticks(a,rotation=60,color='blue')
plt.sca(ax2) # 选择子图ax2
plt.plot(a, c) # 在子图ax2 中绘制
#展示所有图表
plt.show()
效果图如下：
绘图参考：
https://blog.csdn.net/u014453898/article/details/73395522
https://www.cnblogs.com/zhizhan/p/5615947.html
新增鼠标移动标注
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
import os
from itertools import islice
from matplotlib import font_manager as fm, rcParams
plt.rcParams['font.sans-serif']=['SimHei'] #显示中文标签
plt.rcParams['axes.unicode_minus']=False #这两行需要手动设置
a = []
b = []
# fig = plt.figure()
# po_annotation = []
with open(r'D:\result\biaogancloud.txt',mode='r',encoding='utf-8') as f:
for lines in islice(f,1,None):
lines=lines.rstrip("\n")
# print(lines.split(" ")[1])
lines1=lines.split(" ")[0]
lines2=lines.split(" ")[1]
a.append(lines1)
b.append(float(lines2))
# ---------- 画图 ----------
fig, ax = plt.subplots()
# 网格显示
ax.grid(color='b' , linewidth='0.3' ,linestyle='-.')
#折线图
ax.plot(a, b, color='royalblue', lw=2.5, label='data')
# 折线图上的散点
ax.scatter(a, b, marker='o', c='darkgreen')
ax.scatter(a, b, marker='o', c='firebrick')
# 一些小设置
# 设置 x 轴显示密度
# tick_spacing = 8
# ax.xaxis.set_major_locator(ticker.MultipleLocator(tick_spacing))
# 设置 x 坐标轴标签的显示内容和大小
plt.xlabel('时间', fontsize=16)
# 设置 x 坐标轴刻度的旋转方向和大小
plt.xticks(rotation=90, fontsize=16)
# 设置 y 坐标轴刻度大小
plt.yticks(fontsize=18)
# 坐标轴中文显示
plt.rcParams['font.sans-serif'] = ['SimHei']
# 调整图的位置
plt.subplots_adjust(top=0.9, bottom=0.22)
# 设置尺寸
fig.set_size_inches(24, 12)
po_annotation1 = []
for i in range(len(a)):
# 标注点的坐标
point_x = a[i]
point_y = b[i]
point, = plt.plot(point_x, point_y, 'o', c='darkgreen')
# 标注框偏移量
offset1 = 10
offset2 = 10
# 标注框
bbox1 = dict(boxstyle="round", fc='lightgreen', alpha=0.6)
# 标注箭头
arrowprops1 = dict(arrowstyle="->", connectionstyle="arc3,rad=0.")
# 标注
annotation = plt.annotate(text=(a[i],b[i]), xy=(a[i], b[i]), xytext=(-offset1, offset2), textcoords='offset points',
bbox=bbox1, arrowprops=arrowprops1, size=15)
# 默认鼠标未指向时不显示标注信息
annotation.set_visible(False)
po_annotation1.append([point, annotation])
# 定义鼠标响应函数
def on_move(event):
visibility_changed = False
for point, annotation in po_annotation1:
should_be_visible = (point.contains(event)[0] == True)
if should_be_visible != annotation.get_visible():
visibility_changed = True
annotation.set_visible(should_be_visible)
if visibility_changed:
plt.draw()
# 鼠标移动事件
on_move_id = fig.canvas.mpl_connect('motion_notify_event', on_move)
plt.show()
