up

docs/_sources/第一回：Matplotlib初相识/index.md.txt

@@ -167,6 +167,3 @@ ax.legend() ;
 - 请思考两种绘图模式的优缺点和各自适合的使用场景
 - 在第五节绘图模板中我们是以OO模式作为例子展示的，请思考并写一个pyplot绘图模式的简单模板
 
-## 参考资料
-
-[1.matplotlib官网用户指南](https://matplotlib.org/stable/tutorials/introductory/usage.html)

docs/_sources/第五回：样式色彩秀芳华/index.md.txt

@@ -10,7 +10,7 @@ kernelspec:
 
 
 第五回详细介绍matplotlib中样式和颜色的使用，绘图样式和颜色是丰富可视化图表的重要手段，因此熟练掌握本章可以让可视化图表变得更美观，突出重点和凸显艺术性。  
-关于绘图样式，常见的有4种方法，分别是修改预定义样式，自定义样式，rcparams和matplotlibrc文件。  
+关于绘图样式，常见的有3种方法，分别是修改预定义样式，自定义样式和rcparams。  
 关于颜色使用，本章介绍了常见的5种表示单色颜色的基本方法，以及colormap多色显示的方法。
 
 ## 一、matplotlib的绘图样式（style）
@@ -135,24 +135,6 @@ plt.plot([1,2,3,4],[2,3,4,5]);
 
 
 
-
-
-
-
-### 4.修改matplotlibrc文件
-
-由于matplotlib是使用matplotlibrc文件来控制样式的，也就是上一节提到的rc setting，所以我们还可以通过修改matplotlibrc文件的方式改变样式。
-
-
-```{code-cell} ipython3
-# 查找matplotlibrc文件的路径
-mpl.matplotlib_fname()
-```
-
-找到路径后，就可以直接编辑样式文件了，打开后看到的文件格式大致是这样的，文件中列举了所有的样式参数，找到想要修改的参数，比如lines.linewidth: 8，并将前面的注释符号去掉，此时再绘图发现样式以及生效了。
-
-![](https://img-blog.csdnimg.cn/20201124005855980.PNG)
-
 ## 二、matplotlib的色彩设置（color）
 
 在可视化中，如何选择合适的颜色和搭配组合也是需要仔细考虑的，色彩选择要能够反映出可视化图像的主旨。  
@@ -265,21 +247,9 @@ plt.scatter(x,y,c=x,cmap='RdPu');
 ```
 
 
-
-
-
-
-
-
-
-
-
 在以下官网页面可以查询上述五种colormap的字符串表示和颜色图的对应关系    
 [https://matplotlib.org/stable/tutorials/colors/colormaps.html](https://matplotlib.org/stable/tutorials/colors/colormaps.html)
 
 
-
-## 参考资料
-[1.matplotlib官网样式使用指南](https://matplotlib.org/stable/tutorials/introductory/customizing.html?highlight=rcparams)  
-[2.matplotlib官网色彩使用指南](https://matplotlib.org/stable/tutorials/colors/colors.html#sphx-glr-tutorials-colors-colors-py)
-
+## 思考题
+- 学习如何自定义colormap，并将其应用到任意一个数据集中，绘制一幅图像，注意colormap的类型要和数据集的特性相匹配，并做简单解释

docs/_sources/第四回：文字图例尽眉目/index.md.txt

@@ -9,217 +9,211 @@ kernelspec:
 # 第四回：文字图例尽眉目
 
 
+```{code-cell} ipython3
+import matplotlib
+import matplotlib.pyplot as plt
+import numpy as np
+import matplotlib.dates as mdates
+import datetime
+```
 
 ## 一、Figure和Axes上的文本
 
 Matplotlib具有广泛的文本支持，包括对数学表达式的支持、对栅格和矢量输出的TrueType支持、具有任意旋转的换行分隔文本以及Unicode支持。
 
+### 1.文本API示例
+
 下面的命令是介绍了通过pyplot API和objected-oriented API分别创建文本的方式。
 
+| pyplot API | OO API  | description  |
+| ---------- | ------- | ------------ |
+| `text` | `text` | 在子图axes的任意位置添加文本|
+| `annotate` | `annotate` | 在子图axes的任意位置添加注解，包含指向性的箭头|
+| `xlabel` | `set_xlabel` | 为子图axes添加x轴标签 |
+| `ylabel` | `set_ylabel` | 为子图axes添加y轴标签 |
+| `title` | `set_title` | 为子图axes添加标题 |
+| `figtext` | `text` | 在画布figure的任意位置添加文本  |
+| `suptitle` | `suptitle` | 为画布figure添加标题 |
 
-| pyplot API | OO API     | description                 |
-| ---------- | ---------- | --------------------------- |
-| text       | text       | 在 Axes的任意位置添加text   |
-| title      | set_title  | 在 Axes添加title            |
-| figtext    | text       | 在Figure的任意位置添加text. |
-| suptitle   | suptitle   | 在 Figure添加title          |
-| xlabel     | set_xlabel | 在Axes的x-axis添加label     |
-| ylabel     | set_ylabel | 在Axes的y-axis添加label     |
-
-### 1.text
-pyplot API：matplotlib.pyplot.text(x, y, s, fontdict=None, \*\*kwargs)  
-OO API:Axes.text(self, x, y, s, fontdict=None, \*\*kwargs)  
-**参数**：此方法接受以下描述的参数：  
-s:此参数是要添加的文本。  
-xy:此参数是放置文本的点(x，y)。  
-fontdict:此参数是一个可选参数，并且是一个覆盖默认文本属性的字典。如果fontdict为None，则由rcParams确定默认值。  
-**返回值**：此方法返回作为创建的文本实例的文本。
-
-fontdict主要参数具体介绍，更多参数请参考[官网说明](https://matplotlib.org/api/text_api.html?highlight=text#matplotlib.text.Text)：
-
-
-
-| Property                                  | Description                                                  |
-| ----------------------------------------- | :----------------------------------------------------------- |
-| alpha                                     | float or None   该参数指透明度，越接近0越透明，越接近1越不透明 |
-| backgroundcolor                           | color                                                        |
-| bbox                                      | dict with properties for patches.FancyBboxPatch 这个是用来设置text周围的box外框 |
-| color or c                                | color 指的是字体的颜色                                       |
-| fontfamily or family                      | {FONTNAME, 'serif', 'sans-serif', 'cursive', 'fantasy', 'monospace'} 该参数指的是字体的类型 |
-| fontproperties or font or font_properties | font_manager.FontProperties or str or pathlib.Path           |
-| fontsize or size                          | float or {'xx-small', 'x-small', 'small', 'medium', 'large', 'x-large', 'xx-large'} 该参数指字体大小 |
-| fontstretch or stretch                    | {a numeric value in range 0-1000, 'ultra-condensed', 'extra-condensed', 'condensed', 'semi-condensed', 'normal', 'semi-expanded', 'expanded', 'extra-expanded', 'ultra-expanded'} 该参数是指从字体中选择正常、压缩或扩展的字体 |
-| fontstyle or style                        | {'normal', 'italic', 'oblique'} 该参数是指字体的样式是否倾斜等 |
-| fontweight or weight                      | {a numeric value in range 0-1000, 'ultralight', 'light', 'normal', 'regular', 'book', 'medium', 'roman', 'semibold', 'demibold', 'demi', 'bold', 'heavy', 'extra bold', 'black'} |
-| horizontalalignment or ha                 | {'center', 'right', 'left'}  该参数是指选择文本左对齐右对齐还是居中对齐 |
-| label                                     | object                                                       |
-| linespacing                               | float (multiple of font size)                                |
-| position                                  | (float, float)                                               |
-| rotation                                  | float or {'vertical', 'horizontal'} 该参数是指text逆时针旋转的角度，“horizontal”等于0，“vertical”等于90。我们可以根据自己设定来选择合适角度 |
-| verticalalignment or va                   | {'center', 'top', 'bottom', 'baseline', 'center_baseline'}   |
-
-
+通过一个综合例子，以OO模式展示这些API是如何控制一个图像中各部分的文本，在之后的章节我们再详细分析这些api的使用技巧
 
 
 ```{code-cell} ipython3
-import numpy as np
-import matplotlib.pyplot as plt
-from matplotlib.font_manager import FontProperties
-import numpy as np
+
+fig = plt.figure()
+ax = fig.add_subplot()
+
+
+# 分别为figure和ax设置标题，注意两者的位置是不同的
+fig.suptitle('bold figure suptitle', fontsize=14, fontweight='bold')
+ax.set_title('axes title')
+
+# 设置x和y轴标签
+ax.set_xlabel('xlabel')
+ax.set_ylabel('ylabel')
+
+# 设置x和y轴显示范围均为0到10
+ax.axis([0, 10, 0, 10])
+
+# 在子图上添加文本
+ax.text(3, 8, 'boxed italics text in data coords', style='italic',
+        bbox={'facecolor': 'red', 'alpha': 0.5, 'pad': 10})
+
+# 在画布上添加文本，一般在子图上添加文本是更常见的操作，这种方法很少用
+fig.text(0.4,0.8,'This is text for figure')
+
+ax.plot([2], [1], 'o')
+# 添加注解
+ax.annotate('annotate', xy=(2, 1), xytext=(3, 4),arrowprops=dict(facecolor='black', shrink=0.05));
 ```
 
 
+​    
+
+
+### 2.text - 子图上的文本
+
+text的调用方式为`Axes.text(x, y, s, fontdict=None, **kwargs) `  
+其中`x`,`y`为文本出现的位置，默认状态下即为当前坐标系下的坐标值，  
+`s`为文本的内容，  
+`fontdict`是可选参数，用于覆盖默认的文本属性，  
+`**kwargs`为关键字参数，也可以用于传入文本样式参数
+
+重点解释下fontdict和\*\*kwargs参数，这两种方式都可以用于调整呈现的文本样式，最终效果是一样的，不仅text方法，其他文本方法如set_xlabel,set_title等同样适用这两种方式修改样式。通过一个例子演示这两种方法是如何使用的。
+
+
 ```{code-cell} ipython3
-#fontdict学习的案例
-#学习的过程中请尝试更换不同的fontdict字典的内容，以便于更好的掌握
-#---------设置字体样式，分别是字体，颜色，宽度，大小
-font1 = {'family': 'SimSun',#华文楷体
-         'alpha':0.7,#透明度
-        'color':  'purple',
-        'weight': 'normal',
-        'size': 16,
-        }
-font2 = {'family': 'Times New Roman',
-        'color':  'red',
-        'weight': 'normal',
-        'size': 16,
-        }
-font3 = {'family': 'serif',
-        'color':  'blue',
-        'weight': 'bold',
-        'size': 14,
-        }
-font4 = {'family': 'Calibri',
-        'color':  'navy',
-        'weight': 'normal',
-        'size': 17,
-        }
-#-----------四种不同字体显示风格-----
- 
-#-------建立函数----------
-x = np.linspace(0.0, 5.0, 100)
-y = np.cos(2*np.pi*x) * np.exp(-x/3)
-#-------绘制图像，添加标注----------
-plt.plot(x, y, '--')
-plt.title('震荡曲线', fontdict=font1)
-#------添加文本在指定的坐标处------------
-plt.text(2, 0.65, r'$\cos(2 \pi x) \exp(-x/3)$', fontdict=font2)
-#---------设置坐标标签
-plt.xlabel('Y=time (s)', fontdict=font3)
-plt.ylabel('X=voltage(mv)', fontdict=font4)
- 
-# 调整图像边距
-plt.subplots_adjust(left=0.15)
-plt.show()
+fig = plt.figure(figsize=(10,3))
+axes = fig.subplots(1,2)
+
+# 使用关键字参数修改文本样式
+axes[0].text(0.3, 0.8, 'modify by **kwargs', style='italic',
+        bbox={'facecolor': 'red', 'alpha': 0.5, 'pad': 10});
+
+# 使用fontdict参数修改文本样式
+font = {'bbox':{'facecolor': 'red', 'alpha': 0.5, 'pad': 10}, 'style':'italic'}
+axes[1].text(0.3, 0.8, 'modify by fontdict', fontdict=font);
 ```
 
 
+​    
+
+​    
 
 
-### 2.title和set_title
-pyplot API：matplotlib.pyplot.title(label, fontdict=None, loc=None, pad=None, \*, y=None, \*\*kwargs)  
-OO API:Axes.set_title(self, label, fontdict=None, loc=None, pad=None, \*, y=None, \*\*kwargs)  
-该命令是用来设置axes的标题。  
-**参数**：此方法接受以下描述的参数:  
-label：str，此参数是要添加的文本  
-fontdict：dict，此参数是控制title文本的外观，默认fontdict如下：
-```python
-{'fontsize': rcParams['axes.titlesize'],
- 'fontweight': rcParams['axes.titleweight'],
- 'color': rcParams['axes.titlecolor'],
- 'verticalalignment': 'baseline',
- 'horizontalalignment': loc}
-```
-loc：str，{'center', 'left', 'right'}默认为center  
-pad：float,该参数是指标题偏离图表顶部的距离，默认为6。  
-y：float，该参数是title所在axes垂向的位置。默认值为1，即title位于axes的顶部。  
-kwargs：该参数是指可以设置的一些奇特文本的属性。  
-**返回值**：此方法返回作为创建的title实例的文本。
+matplotlib中所有支持的样式参数请参考[官网文档说明](https://matplotlib.org/stable/api/_as_gen/matplotlib.axes.Axes.text.html#matplotlib.axes.Axes.text)，大多数时候需要用到的时候再查询即可。  
 
-### 3.figtext和text
-pyplot API：matplotlib.pyplot.figtext(x, y, s, fontdict=None, \*\*kwargs)  
-OO API:text(self, x, y, s, fontdict=None,\*\*kwargs)  
-**参数**：此方法接受以下描述的参数:    
-x,y：float，此参数是指在figure中放置文本的位置。一般取值是在\[0,1\]范围内。使用transform关键字可以更改坐标系。  
-s:str,此参数是指文本  
-fontdict:dict,此参数是一个可选参数，并且是一个覆盖默认文本属性的字典。如果fontdict为None，则由rcParams确定默认值。  
-**返回值**：此方法返回作为创建的文本实例的文本。
+下表列举了一些常用的参数供参考。
 
-### 4.suptitle
-pyplot API：matplotlib.pyplot.suptitle(t, \*\*kwargs)  
-OO API:suptitle(self, t, \*\*kwargs)  
-**参数**：此方法接受以下描述的参数:      
-t: str,标题的文本  
-x：float,默认值是0.5.该参数是指文本在figure坐标系下的x坐标  
-y：float,默认值是0.95.该参数是指文本在figure坐标系下的y坐标  
-horizontalalignment, ha:该参数是指选择文本水平对齐方式，有三种选择{'center', 'left', right'}，默认值是 'center'  
-verticalalignment, va：该参数是指选择文本垂直对齐方式，有四种选择{'top', 'center', 'bottom', 'baseline'}，默认值是 'top'  
-fontsize, size：该参数是指文本的大小，默认值是依据rcParams的设置：rcParams["figure.titlesize"] (default: 'large')  
-fontweight, weight：该参数是用来设置字重。默认值是依据rcParams的设置：rcParams["figure.titleweight"] (default: 'normal')  
-fontproperties:None or dict,该参数是可选参数，如果该参数被指定，字体的大小将从该参数的默认值中提取。  
-**返回值**：此方法返回作为创建的title实例的文本。
+| Property                      | Description                                |
+| ------------------------ | :-------------------------- |
+| `alpha` |float or None   透明度，越接近0越透明，越接近1越不透明   |
+| `backgroundcolor` | color  文本的背景颜色                   |
+| `bbox` | dict with properties for patches.FancyBboxPatch 用来设置text周围的box外框 |
+| `color` or c | color 字体的颜色             |
+| `fontfamily` or family | {FONTNAME, 'serif', 'sans-serif', 'cursive', 'fantasy', 'monospace'} 字体的类型|
+| `fontsize` or size | float or {'xx-small', 'x-small', 'small', 'medium', 'large', 'x-large', 'xx-large'} 字体大小|
+| `fontstyle` or style | {'normal', 'italic', 'oblique'} 字体的样式是否倾斜等     |
+| `fontweight` or weight | {a numeric value in range 0-1000, 'ultralight', 'light', 'normal', 'regular', 'book', 'medium', 'roman', 'semibold', 'demibold', 'demi', 'bold', 'heavy', 'extra bold', 'black'} 文本粗细|
+| `horizontalalignment` or ha | {'center', 'right', 'left'}  选择文本左对齐右对齐还是居中对齐         |
+| `linespacing` | float (multiple of font size)   文本间距 |
+| `rotation` | float or {'vertical', 'horizontal'} 指text逆时针旋转的角度，“horizontal”等于0，“vertical”等于90  |
+| `verticalalignment` or va | {'center', 'top', 'bottom', 'baseline', 'center_baseline'}  文本在垂直角度的对齐方式 |
 
-### 5.xlabel和ylabel
 
-pyplot API：matplotlib.pyplot.xlabel(xlabel, fontdict=None, labelpad=None, \*, loc=None, \*\*kwargs)  
-     matplotlib.pyplot.ylabel(ylabel, fontdict=None, labelpad=None,\*, loc=None, \*\*kwargs)  
-OO API:  Axes.set_xlabel(self, xlabel, fontdict=None, labelpad=None, \*, loc=None, \*\*kwargs)  
-     Axes.set_ylabel(self, ylabel, fontdict=None, labelpad=None,\*, loc=None, \*\*kwargs)  
-**参数**：此方法接受以下描述的参数:        
-xlabel或者ylabel：label的文本  
-labelpad:设置label距离轴(axis)的距离  
-loc:{'left', 'center', 'right'},默认为center  
-\*\*kwargs:[文本](https://matplotlib.org/api/text_api.html#matplotlib.text.Text)属性   
-**返回值**：此方法返回作为创建的xlabel和ylabel实例的文本。
+
+
+### 3.xlabel和ylabel - 子图的x，y轴标签
+
+xlabel的调用方式为`Axes.set_xlabel(xlabel, fontdict=None, labelpad=None, *, loc=None, **kwargs)`  
+ylabel方式类似，这里不重复写出。  
+其中`xlabel`即为标签内容,  
+`fontdict`和`**kwargs`用来修改样式，上一小节已介绍,  
+`labelpad`为标签和坐标轴的距离，默认为4，  
+`loc`为标签位置，可选的值为'left', 'center', 'right'之一，默认为居中
 
 
 ```{code-cell} ipython3
-#文本属性的输入一种是通过**kwargs属性这种方式，一种是通过操作 matplotlib.font_manager.FontProperties 方法
-#该案例中对于x_label采用**kwargs调整字体属性，y_label则采用 matplotlib.font_manager.FontProperties 方法调整字体属性
-#该链接是FontProperties方法的介绍 https://matplotlib.org/api/font_manager_api.html#matplotlib.font_manager.FontProperties
-x1 = np.linspace(0.0, 5.0, 100)
-y1 = np.cos(2 * np.pi * x1) * np.exp(-x1)
+# 观察labelpad和loc参数的使用效果
+fig = plt.figure(figsize=(10,3))
+axes = fig.subplots(1,2)
+axes[0].set_xlabel('xlabel',labelpad=20,loc='left')
 
-font = FontProperties()
-font.set_family('serif')
-font.set_name('Times New Roman')
-font.set_style('italic')
-
-fig, ax = plt.subplots(figsize=(5, 3))
-fig.subplots_adjust(bottom=0.15, left=0.2)
-ax.plot(x1, y1)
-ax.set_xlabel('time [s]', fontsize='large', fontweight='bold')
-ax.set_ylabel('Damped oscillation [V]', fontproperties=font)
-
-plt.show()
+# loc参数仅能提供粗略的位置调整，如果想要更精确的设置标签的位置，可以使用position参数+horizontalalignment参数来定位
+# position由一个元组过程，第一个元素0.2表示x轴标签在x轴的位置，第二个元素对于xlabel其实是无意义的，随便填一个数都可以
+# horizontalalignment='left'表示左对齐，这样设置后x轴标签就能精确定位在x=0.2的位置处
+axes[1].set_xlabel('xlabel', position=(0.2, _), horizontalalignment='left');
 ```
 
 
+​    
 
+​    
+
+
+### 4.title和suptitle - 子图和画布的标题
+
+title的调用方式为`Axes.set_title(label, fontdict=None, loc=None, pad=None, *, y=None, **kwargs)`  
+其中label为子图标签的内容，`fontdict`,`loc`,`**kwargs`和之前小节相同不重复介绍  
+`pad`是指标题偏离图表顶部的距离，默认为6    
+`y`是title所在子图垂向的位置。默认值为1，即title位于子图的顶部。  
+
+suptitle的调用方式为`figure.suptitle(t, **kwargs)`  
+其中`t`为画布的标题内容
+
+
+```{code-cell} ipython3
+# 观察pad参数的使用效果
+fig = plt.figure(figsize=(10,3))
+fig.suptitle('This is figure title',y=1.2) # 通过参数y设置高度
+axes = fig.subplots(1,2)
+axes[0].set_title('This is title',pad=15)
+axes[1].set_title('This is title',pad=6);
+```
+
+
+​    
+
+​    
+
+
+### 5.annotate - 子图的注解
+
+annotate的调用方式为`Axes.annotate(text, xy, *args, **kwargs)`  
+其中`text`为注解的内容，  
+`xy`为注解箭头指向的坐标，  
+其他常用的参数包括：  
+`xytext`为注解文字的坐标，  
+`xycoords`用来定义xy参数的坐标系，   
+`textcoords`用来定义xytext参数的坐标系，  
+`arrowprops`用来定义指向箭头的样式  
+annotate的参数非常复杂，这里仅仅展示一个简单的例子，更多参数可以查看[官方文档中的annotate介绍](https://matplotlib.org/stable/tutorials/text/annotations.html#plotting-guide-annotation)
+
+
+```{code-cell} ipython3
+fig = plt.figure()
+ax = fig.add_subplot()
+ax.annotate("",
+            xy=(0.2, 0.2), xycoords='data',
+            xytext=(0.8, 0.8), textcoords='data',
+            arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=0.2")
+            );
+```
+
+
+​    
+
+​    
 
 
  ### 6.字体的属性设置
  字体设置一般有全局字体设置和自定义局部字体设置两种方法。
 
-
-```{code-cell} ipython3
-#首先可以查看matplotlib所有可用的字体
-from matplotlib import font_manager
-font_family = font_manager.fontManager.ttflist
-font_name_list = [i.name for i in font_family]
-for font in font_name_list[:10]:
-    print(f'{font}\n')
-```
-
-​    
-
-
   [为方便在图中加入合适的字体，可以尝试了解中文字体的英文名称,该链接告诉了常用中文的英文名称](https://www.cnblogs.com/chendc/p/9298832.html)
 
 
 ```{code-cell} ipython3
 #该block讲述如何在matplotlib里面，修改字体默认属性，完成全局字体的更改。
-import matplotlib.pyplot as plt
 plt.rcParams['font.sans-serif'] = ['SimSun']    # 指定默认字体为新宋体。
 plt.rcParams['axes.unicode_minus'] = False      # 解决保存图像时 负号'-' 显示为方块和报错的问题。
 ```
@@ -227,111 +221,20 @@ plt.rcParams['axes.unicode_minus'] = False      # 解决保存图像时 负号'-
 
 ```{code-cell} ipython3
 #局部字体的修改方法1
-import matplotlib.pyplot as plt
-import matplotlib.font_manager as fontmg
-
 x = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
 plt.plot(x, label='小示例图标签')
 
-# 直接用字体的名字。
+# 直接用字体的名字
 plt.xlabel('x 轴名称参数', fontproperties='Microsoft YaHei', fontsize=16)         # 设置x轴名称，采用微软雅黑字体
 plt.ylabel('y 轴名称参数', fontproperties='Microsoft YaHei', fontsize=14)         # 设置Y轴名称
 plt.title('坐标系的标题',  fontproperties='Microsoft YaHei', fontsize=20)         # 设置坐标系标题的字体
-plt.legend(loc='lower right', prop={"family": 'Microsoft YaHei'}, fontsize=10);    # 小示例图的字体设置
+plt.legend(loc='lower right', prop={"family": 'Microsoft YaHei'}, fontsize=10) ;   # 小示例图的字体设置
 ```
 
 
+​    
 
-
-
-
-
-```{code-cell} ipython3
-#局部字体的修改方法2
-import matplotlib.pyplot as plt
-import matplotlib.font_manager as fontmg
-
-x = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
-plt.plot(x, label='小示例图标签')
-#fname为你系统中的字体库路径
-my_font1 = fontmg.FontProperties(fname=r'C:\Windows\Fonts\simhei.ttf')      # 读取系统中的 黑体 字体。
-my_font2 = fontmg.FontProperties(fname=r'C:\Windows\Fonts\simkai.ttf')      # 读取系统中的 楷体 字体。
-# fontproperties 设置中文显示，fontsize 设置字体大小
-plt.xlabel('x 轴名称参数', fontproperties=my_font1, fontsize=16)       # 设置x轴名称
-plt.ylabel('y 轴名称参数', fontproperties=my_font1, fontsize=14)       # 设置Y轴名称
-plt.title('坐标系的标题',  fontproperties=my_font2, fontsize=20)       # 标题的字体设置
-plt.legend(loc='lower right', prop=my_font1, fontsize=10);              # 小示例图的字体设置
-
-```
-
-
-
-
-
-
-### 7.数学表达式
-在文本标签中使用数学表达式。有关MathText的概述，请参见 [写数学表达式](https://matplotlib.org/tutorials/text/mathtext.html#sphx-glr-tutorials-text-mathtext-py),但由于数学表达式的练习想必我们都在markdown语法和latex语法中多少有接触，故在此不继续展开，愿意深入学习的可以参看官方文档.下面是一个官方案例，供参考了解。
-
-
-```{code-cell} ipython3
-import numpy as np
-import matplotlib.pyplot as plt
-t = np.arange(0.0, 2.0, 0.01)
-s = np.sin(2*np.pi*t)
-
-plt.plot(t, s)
-plt.title(r'$\alpha_i > \beta_i$', fontsize=20)
-plt.text(1, -0.6, r'$\sum_{i=0}^\infty x_i$', fontsize=20)
-plt.text(0.6, 0.6, r'$\mathcal{A}\mathrm{sin}(2 \omega t)$',
-         fontsize=20)
-plt.xlabel('time (s)')
-plt.ylabel('volts (mV)')
-plt.show()
-```
-
-
-
-
-
-
-```{code-cell} ipython3
-#这是对前七节学习内容的总结案例
-import matplotlib
-import matplotlib.pyplot as plt
-
-fig = plt.figure()
-ax = fig.add_subplot(111)
-fig.subplots_adjust(top=0.85)
-
-# 分别在figure和subplot上设置title
-fig.suptitle('bold figure suptitle', fontsize=14, fontweight='bold')
-ax.set_title('axes title')
-
-ax.set_xlabel('xlabel')
-ax.set_ylabel('ylabel')
-
-# 设置x-axis和y-axis的范围都是[0, 10]
-ax.axis([0, 10, 0, 10])
-
-ax.text(3, 8, 'boxed italics text in data coords', style='italic',
-        bbox={'facecolor': 'red', 'alpha': 0.5, 'pad': 10})
-
-ax.text(2, 6, r'an equation: $E=mc^2$', fontsize=15)
-font1 = {'family': 'Times New Roman',
-        'color':  'purple',
-        'weight': 'normal',
-        'size': 10,
-        }
-ax.text(3, 2, 'unicode: Institut für Festkörperphysik',fontdict=font1)
-ax.text(0.95, 0.01, 'colored text in axes coords',
-        verticalalignment='bottom', horizontalalignment='right',
-        transform=ax.transAxes,
-        color='green', fontsize=15)
-
-plt.show()
-```
-
-
+​    
 
 
 ## 二、Tick上的文本
@@ -343,9 +246,6 @@ plt.show()
 
 
 ```{code-cell} ipython3
-import matplotlib.pyplot as plt
-import numpy as np
-import matplotlib
 x1 = np.linspace(0.0, 5.0, 100)
 y1 = np.cos(2 * np.pi * x1) * np.exp(-x1)
 ```
@@ -356,12 +256,13 @@ y1 = np.cos(2 * np.pi * x1) * np.exp(-x1)
 fig, axs = plt.subplots(2, 1, figsize=(5, 3), tight_layout=True)
 axs[0].plot(x1, y1)
 axs[1].plot(x1, y1)
-axs[1].xaxis.set_ticks(np.arange(0., 10.1, 2.))
-plt.show()
+axs[1].xaxis.set_ticks(np.arange(0., 10.1, 2.));
 ```
 
 
+​    
 
+​    
 
 
 
@@ -373,11 +274,13 @@ axs[1].plot(x1, y1)
 ticks = np.arange(0., 8.1, 2.)
 tickla = [f'{tick:1.2f}' for tick in ticks]
 axs[1].xaxis.set_ticks(ticks)
-axs[1].xaxis.set_ticklabels(tickla)
-plt.show()
+axs[1].xaxis.set_ticklabels(tickla);
 ```
 
 
+​    
+
+​    
 
 
 
@@ -397,12 +300,16 @@ axs[1].set_xticks([0,1,2,3,4,5,6])#要将x轴的刻度放在数据范围中的
 axs[1].set_xticklabels(['zero','one', 'two', 'three', 'four', 'five','six'],#设置刻度对应的标签
                    rotation=30, fontsize='small')#rotation选项设定x刻度标签倾斜30度。
 axs[1].xaxis.set_ticks_position('bottom')#set_ticks_position()方法是用来设置刻度所在的位置，常用的参数有bottom、top、both、none
-print(axs[1].xaxis.get_ticklines())
-plt.show()
+print(axs[1].xaxis.get_ticklines());
 ```
 
 
-​    
+
+
+
+
+
+    
 
 
 ### 2.Tick Locators and Formatters
@@ -428,13 +335,13 @@ formatter = matplotlib.ticker.FormatStrFormatter('-%1.1f')
 axs[1, 0].xaxis.set_major_formatter(formatter)
 
 formatter = matplotlib.ticker.FormatStrFormatter('%1.5f')
-axs[1, 1].xaxis.set_major_formatter(formatter)
-
-plt.show()
+axs[1, 1].xaxis.set_major_formatter(formatter);
 ```
 
 
 
+​    
+
 
 
 ```{code-cell} ipython3
@@ -448,12 +355,13 @@ def formatoddticks(x, pos):
 
 fig, ax = plt.subplots(figsize=(5, 3), tight_layout=True)
 ax.plot(x1, y1)
-ax.xaxis.set_major_formatter(formatoddticks)
-plt.show()
+ax.xaxis.set_major_formatter(formatoddticks);
 ```
 
 
+​    
 
+​    
 
 
 #### b) Tick Locators 
@@ -486,21 +394,19 @@ axs[1, 0].xaxis.set_major_locator(locator)
 
 
 locator = matplotlib.ticker.FixedLocator([0,7,14,21,28])
-axs[1, 1].xaxis.set_major_locator(locator)
-
-plt.show()
+axs[1, 1].xaxis.set_major_locator(locator);
 ```
 
 
+​    
 
+​    
 
 
  此外`matplotlib.dates` 模块还提供了特殊的设置日期型刻度格式和位置的方式
 
 
 ```{code-cell} ipython3
-import matplotlib.dates as mdates
-import datetime
 # 特殊的日期型locator和formatter
 locator = mdates.DayLocator(bymonthday=[1,15,25])
 formatter = mdates.DateFormatter('%b %d')
@@ -511,158 +417,117 @@ ax.xaxis.set_major_formatter(formatter)
 base = datetime.datetime(2017, 1, 1, 0, 0, 1)
 time = [base + datetime.timedelta(days=x) for x in range(len(x1))]
 ax.plot(time, y1)
-ax.tick_params(axis='x', rotation=70)
-plt.show()
+ax.tick_params(axis='x', rotation=70);
 ```
 
 
 
+​    
 
 
-**其他进阶案例**
+## 三、legend（图例）
 
-
-```{code-cell} ipython3
-#这个案例中展示了如何进行坐标轴的移动，如何更改刻度值的样式
-import matplotlib.pyplot as plt
-import numpy as np
-x = np.linspace(-3,3,50)
-y1 = 2*x+1
-y2 = x**2
-plt.figure()
-plt.plot(x,y2)
-plt.plot(x,y1,color='red',linewidth=1.0,linestyle = '--')
-plt.xlim((-3,5))
-plt.ylim((-3,5))
-plt.xlabel('x')
-plt.ylabel('y')
-new_ticks1 = np.linspace(-3,5,5)
-plt.xticks(new_ticks1)
-plt.yticks([-2,0,2,5],[r'$one\ shu$',r'$\alpha$',r'$three$',r'four'])
-'''
-上一行代码是将y轴上的小标改成文字,其中，空格需要增加\，即'\ ',$可将格式更改成数字模式，如果需要输入数学形式的α，则需要用\转换，即\alpha
-如果使用面向对象的命令进行画图，那么下面两行代码可以实现与 plt.yticks([-2,0,2,5],[r'$one\ shu$',r'$\alpha$',r'$three$',r'four']) 同样的功能
-axs.set_yticks([-2,0,2,5])
-axs.set_yticklabels([r'$one\ shu$',r'$\alpha$',r'$three$',r'four'])
-'''
-ax = plt.gca()#gca = 'get current axes' 获取现在的轴
-'''
-ax = plt.gca()是获取当前的axes，其中gca代表的是get current axes。
-fig=plt.gcf是获取当前的figure，其中gcf代表的是get current figure。
-
-许多函数都是对当前的Figure或Axes对象进行处理，
-例如plt.plot()实际上会通过plt.gca()获得当前的Axes对象ax，然后再调用ax.plot()方法实现真正的绘图。
-
-而在本例中则可以通过ax.spines方法获得当前顶部和右边的轴并将其颜色设置为不可见
-然后将左边轴和底部的轴所在的位置重新设置
-最后再通过set_ticks_position方法设置ticks在x轴或y轴的位置，本示例中因所设置的bottom和left是ticks在x轴或y轴的默认值，所以这两行的代码也可以不写
-'''
-ax.spines['top'].set_color('none')
-ax.spines['right'].set_color('none')
-ax.spines['left'].set_position(('data',0))
-ax.spines['bottom'].set_position(('data',0))#axes 百分比
-ax.xaxis.set_ticks_position('bottom')   #设置ticks在x轴的位置
-ax.yaxis.set_ticks_position('left')     #设置ticks在y轴的位置
-plt.show()
-```
-
-
-
-
-
-## 三、[legend](https://matplotlib.org/api/_as_gen/matplotlib.pyplot.legend.html#matplotlib.pyplot.legend)（图例）
-
-图例的设置会使用一些常见术语，为了清楚起见，这些术语在此处进行说明：
-**  legend entry（图例条目）**
-图例有一个或多个legend entries组成。一个entry由一个key和一个label组成。
-**  legend key（图例键）**
-每个 legend label左面的colored/patterned marker（彩色/图案标记）
-**  legend label（图例标签）**
-描述由key来表示的handle的文本
-** legend handle（图例句柄）**
-用于在图例中生成适当图例条目的原始对象
+在具体学习图例之前，首先解释几个术语：  
+**legend entry（图例条目)**    
+每个图例由一个或多个legend entries组成。一个entry包含一个key和其对应的label。  
+**legend key（图例键)**  
+每个legend label左面的colored/patterned marker（彩色/图案标记）  
+**legend label（图例标签)**  
+描述由key来表示的handle的文本  
+**legend handle（图例句柄)**  
+用于在图例中生成适当图例条目的原始对象  
 
 以下面这个图为例，右侧的方框中的共有两个legend entry；两个legend key，分别是一个蓝色和一个黄色的legend key；两个legend label，一个名为‘Line up’和一个名为‘Line Down’的legend label
 
+![](https://img-blog.csdnimg.cn/1442273f150044139d54b6c2c6384e37.png)
 
-常用的几个参数：
-
-(1)设置图列位置
-
-plt.legend(loc='upper center') 等同于plt.legend(loc=9)，对应关系如下表。
-
-
-
-| loc by number | loc by text    |
-| ------------- | -------------- |
-| 0             | 'best'         |
-| 1             | 'upper right'  |
-| 2             | 'upper left'   |
-| 3             | 'lower left'   |
-| 4             | 'lower right'  |
-| 5             | 'right'        |
-| 6             | 'center left'  |
-| 7             | 'center right' |
-| 8             | 'lower center' |
-| 9             | 'upper center' |
-| 10            | 'center'       |
-
-
-(2)设置图例字体大小
-
-fontsize : int or float or {‘xx-small’, ‘x-small’, ‘small’, ‘medium’, ‘large’, ‘x-large’, ‘xx-large’}
-
-(3)设置图例边框及背景
-
-plt.legend(loc='best',frameon=False) #去掉图例边框  
-plt.legend(loc='best',edgecolor='blue') #设置图例边框颜色  
-plt.legend(loc='best',facecolor='blue') #设置图例背景颜色,若无边框,参数无效
-
-(4)设置图例标题
-
-legend = plt.legend(["CH", "US"], title='China VS Us')
-
-(5)设置图例名字及对应关系
-
-legend = plt.legend([p1, p2], ["CH", "US"])
+图例的绘制同样有OO模式和pyplot模式两种方式，写法都是一样的，使用legend()即可调用。  
+以下面的代码为例，在使用legend方法时，我们可以手动传入两个变量，句柄和标签，用以指定条目中的特定绘图对象和显示的标签值。  
+当然通常更简单的操作是不传入任何参数，此时matplotlib会自动寻找合适的图例条目。
 
 
 ```{code-cell} ipython3
-line_up, = plt.plot([1, 2, 3], label='Line 2')
-line_down, = plt.plot([3, 2, 1], label='Line 1')
-plt.legend([line_up, line_down], ['Line Up', 'Line Down'],loc=5, title='line',frameon=False);#loc参数设置图例所在的位置，title设置图例的标题，frameon参数将图例边框给去掉
+fig, ax = plt.subplots()
+line_up, = ax.plot([1, 2, 3], label='Line 2')
+line_down, = ax.plot([3, 2, 1], label='Line 1')
+ax.legend(handles = [line_up, line_down], labels = ['Line Up', 'Line Down']);
 ```
 
 
 
+legend其他常用的几个参数如下：
+
+**设置图例位置**  
+loc参数接收一个字符串或数字表示图例出现的位置  
+ax.legend(loc='upper center') 等同于ax.legend(loc=9)
 
 
 
+| Location String | Location Code |
+| --------------- | ------------- |
+| 'best'          | 0             |
+| '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            |
 
 
 ```{code-cell} ipython3
-#这个案例是显示多图例legend
-import matplotlib.pyplot as plt
-import numpy as np
-x = np.random.uniform(-1, 1, 4)
-y = np.random.uniform(-1, 1, 4)
-p1, = plt.plot([1,2,3])
-p2, = plt.plot([3,2,1])
-l1 = plt.legend([p2, p1], ["line 2", "line 1"], loc='upper left')
- 
-p3 = plt.scatter(x[0:2], y[0:2], marker = 'D', color='r')
-p4 = plt.scatter(x[2:], y[2:], marker = 'D', color='g')
-# 下面这行代码由于添加了新的legend，所以会将l1从legend中给移除
-plt.legend([p3, p4], ['label', 'label1'], loc='lower right', scatterpoints=1)
-# 为了保留之前的l1这个legend，所以必须要通过plt.gca()获得当前的axes，然后将l1作为单独的artist
-plt.gca().add_artist(l1);
+fig,axes = plt.subplots(1,4,figsize=(10,4))
+for i in range(4):
+    axes[i].plot([0.5],[0.5])
+    axes[i].legend(labels='a',loc=i)  # 观察loc参数传入不同值时图例的位置
+fig.tight_layout()
 ```
 
 
+​    
+
+​    
 
 
+**设置图例边框及背景**
 
-## 参考资料
+```{code-cell} ipython3
+fig = plt.figure(figsize=(10,3))
+axes = fig.subplots(1,3)
+for i, ax in enumerate(axes):
+    ax.plot([1,2,3],label=f'ax {i}')
+axes[0].legend(frameon=False) #去掉图例边框
+axes[1].legend(edgecolor='blue') #设置图例边框颜色
+axes[2].legend(facecolor='gray'); #设置图例背景颜色,若无边框,参数无效
+```
 
-[1.matplotlib官网文字使用指南](https://matplotlib.org/stable/tutorials/text/text_intro.html#sphx-glr-tutorials-text-text-intro-py
-)
+
+​    
+
+
+**设置图例标题** 
+
+
+```{code-cell} ipython3
+fig,ax =plt.subplots()
+ax.plot([1,2,3],label='label')
+ax.legend(title='legend title');
+```
+
+
+​    
+
+​    
+
+
+## 思考题
+- 请尝试使用两种方式模仿画出下面的图表(重点是柱状图上的标签)，本文学习的text方法和matplotlib自带的柱状图标签方法bar_label
+![](https://img-blog.csdnimg.cn/99bc6e007eb34fc09015589d56c6eafc.png)
+
+
+```{code-cell} ipython3
+
+```

docs/index.html

@@ -199,7 +199,6 @@
 <li class="toctree-l2"><a class="reference internal" href="%E7%AC%AC%E4%B8%80%E5%9B%9E%EF%BC%9AMatplotlib%E5%88%9D%E7%9B%B8%E8%AF%86/index.html#id3">四、两种绘图接口</a></li>
 <li class="toctree-l2"><a class="reference internal" href="%E7%AC%AC%E4%B8%80%E5%9B%9E%EF%BC%9AMatplotlib%E5%88%9D%E7%9B%B8%E8%AF%86/index.html#id4">五、通用绘图模板</a></li>
 <li class="toctree-l2"><a class="reference internal" href="%E7%AC%AC%E4%B8%80%E5%9B%9E%EF%BC%9AMatplotlib%E5%88%9D%E7%9B%B8%E8%AF%86/index.html#id5">思考题</a></li>
-<li class="toctree-l2"><a class="reference internal" href="%E7%AC%AC%E4%B8%80%E5%9B%9E%EF%BC%9AMatplotlib%E5%88%9D%E7%9B%B8%E8%AF%86/index.html#id6">参考资料</a></li>
 </ul>
 </li>
 <li class="toctree-l1"><a class="reference internal" href="%E7%AC%AC%E4%BA%8C%E5%9B%9E%EF%BC%9A%E8%89%BA%E6%9C%AF%E7%94%BB%E7%AC%94%E8%A7%81%E4%B9%BE%E5%9D%A4/index.html">第二回：艺术画笔见乾坤</a><ul>
@@ -219,13 +218,13 @@
 <li class="toctree-l2"><a class="reference internal" href="%E7%AC%AC%E5%9B%9B%E5%9B%9E%EF%BC%9A%E6%96%87%E5%AD%97%E5%9B%BE%E4%BE%8B%E5%B0%BD%E7%9C%89%E7%9B%AE/index.html#figureaxes">一、Figure和Axes上的文本</a></li>
 <li class="toctree-l2"><a class="reference internal" href="%E7%AC%AC%E5%9B%9B%E5%9B%9E%EF%BC%9A%E6%96%87%E5%AD%97%E5%9B%BE%E4%BE%8B%E5%B0%BD%E7%9C%89%E7%9B%AE/index.html#tick">二、Tick上的文本</a></li>
 <li class="toctree-l2"><a class="reference internal" href="%E7%AC%AC%E5%9B%9B%E5%9B%9E%EF%BC%9A%E6%96%87%E5%AD%97%E5%9B%BE%E4%BE%8B%E5%B0%BD%E7%9C%89%E7%9B%AE/index.html#legend">三、legend（图例）</a></li>
-<li class="toctree-l2"><a class="reference internal" href="%E7%AC%AC%E5%9B%9B%E5%9B%9E%EF%BC%9A%E6%96%87%E5%AD%97%E5%9B%BE%E4%BE%8B%E5%B0%BD%E7%9C%89%E7%9B%AE/index.html#id5">参考资料</a></li>
+<li class="toctree-l2"><a class="reference internal" href="%E7%AC%AC%E5%9B%9B%E5%9B%9E%EF%BC%9A%E6%96%87%E5%AD%97%E5%9B%BE%E4%BE%8B%E5%B0%BD%E7%9C%89%E7%9B%AE/index.html#id4">思考题</a></li>
 </ul>
 </li>
 <li class="toctree-l1"><a class="reference internal" href="%E7%AC%AC%E4%BA%94%E5%9B%9E%EF%BC%9A%E6%A0%B7%E5%BC%8F%E8%89%B2%E5%BD%A9%E7%A7%80%E8%8A%B3%E5%8D%8E/index.html">第五回：样式色彩秀芳华</a><ul>
 <li class="toctree-l2"><a class="reference internal" href="%E7%AC%AC%E4%BA%94%E5%9B%9E%EF%BC%9A%E6%A0%B7%E5%BC%8F%E8%89%B2%E5%BD%A9%E7%A7%80%E8%8A%B3%E5%8D%8E/index.html#matplotlib-style">一、matplotlib的绘图样式（style）</a></li>
 <li class="toctree-l2"><a class="reference internal" href="%E7%AC%AC%E4%BA%94%E5%9B%9E%EF%BC%9A%E6%A0%B7%E5%BC%8F%E8%89%B2%E5%BD%A9%E7%A7%80%E8%8A%B3%E5%8D%8E/index.html#matplotlib-color">二、matplotlib的色彩设置（color）</a></li>
-<li class="toctree-l2"><a class="reference internal" href="%E7%AC%AC%E4%BA%94%E5%9B%9E%EF%BC%9A%E6%A0%B7%E5%BC%8F%E8%89%B2%E5%BD%A9%E7%A7%80%E8%8A%B3%E5%8D%8E/index.html#id5">参考资料</a></li>
+<li class="toctree-l2"><a class="reference internal" href="%E7%AC%AC%E4%BA%94%E5%9B%9E%EF%BC%9A%E6%A0%B7%E5%BC%8F%E8%89%B2%E5%BD%A9%E7%A7%80%E8%8A%B3%E5%8D%8E/index.html#id5">思考题</a></li>
 </ul>
 </li>
 </ul>

docs/第一回：Matplotlib初相识/index.html

@@ -216,11 +216,6 @@
    思考题
   </a>
  </li>
- <li class="toc-h2 nav-item toc-entry">
-  <a class="reference internal nav-link" href="#id6">
-   参考资料
-  </a>
- </li>
 </ul>
 
             </nav>
@@ -383,10 +378,6 @@
 <li><p>在第五节绘图模板中我们是以OO模式作为例子展示的，请思考并写一个pyplot绘图模式的简单模板</p></li>
 </ul>
 </div>
-<div class="section" id="id6">
-<h2>参考资料<a class="headerlink" href="#id6" title="永久链接至标题">¶</a></h2>
-<p><a class="reference external" href="https://matplotlib.org/stable/tutorials/introductory/usage.html">1.matplotlib官网用户指南</a></p>
-</div>
 </div>
 
 

docs/第五回：样式色彩秀芳华/index.html

@@ -205,11 +205,6 @@
      3.设置rcparams
     </a>
    </li>
-   <li class="toc-h3 nav-item toc-entry">
-    <a class="reference internal nav-link" href="#matplotlibrc">
-     4.修改matplotlibrc文件
-    </a>
-   </li>
   </ul>
  </li>
  <li class="toc-h2 nav-item toc-entry">
@@ -251,7 +246,7 @@
  </li>
  <li class="toc-h2 nav-item toc-entry">
   <a class="reference internal nav-link" href="#id5">
-   参考资料
+   思考题
   </a>
  </li>
 </ul>
@@ -268,7 +263,7 @@
   <div class="section" id="id1">
 <h1>第五回：样式色彩秀芳华<a class="headerlink" href="#id1" title="永久链接至标题">¶</a></h1>
 <p>第五回详细介绍matplotlib中样式和颜色的使用，绘图样式和颜色是丰富可视化图表的重要手段，因此熟练掌握本章可以让可视化图表变得更美观，突出重点和凸显艺术性。<br />
-关于绘图样式，常见的有4种方法，分别是修改预定义样式，自定义样式，rcparams和matplotlibrc文件。<br />
+关于绘图样式，常见的有3种方法，分别是修改预定义样式，自定义样式和rcparams。<br />
 关于颜色使用，本章介绍了常见的5种表示单色颜色的基本方法，以及colormap多色显示的方法。</p>
 <div class="section" id="matplotlib-style">
 <h2>一、matplotlib的绘图样式（style）<a class="headerlink" href="#matplotlib-style" title="永久链接至标题">¶</a></h2>
@@ -398,25 +393,6 @@ ytick.labelsize : 16</p>
 </div>
 </div>
 </div>
-<div class="section" id="matplotlibrc">
-<h3>4.修改matplotlibrc文件<a class="headerlink" href="#matplotlibrc" title="永久链接至标题">¶</a></h3>
-<p>由于matplotlib是使用matplotlibrc文件来控制样式的，也就是上一节提到的rc setting，所以我们还可以通过修改matplotlibrc文件的方式改变样式。</p>
-<div class="cell docutils container">
-<div class="cell_input docutils container">
-<div class="highlight-ipython3 notranslate"><div class="highlight"><pre><span></span><span class="c1"># 查找matplotlibrc文件的路径</span>
-<span class="n">mpl</span><span class="o">.</span><span class="n">matplotlib_fname</span><span class="p">()</span>
-</pre></div>
-</div>
-</div>
-<div class="cell_output docutils container">
-<div class="output text_plain highlight-myst-ansi notranslate"><div class="highlight"><pre><span></span>&#39;c:\\users\\skywater\\pycharmprojects\\personal\\demo\\lib\\site-packages\\matplotlib\\mpl-data\\matplotlibrc&#39;
-</pre></div>
-</div>
-</div>
-</div>
-<p>找到路径后，就可以直接编辑样式文件了，打开后看到的文件格式大致是这样的，文件中列举了所有的样式参数，找到想要修改的参数，比如lines.linewidth: 8，并将前面的注释符号去掉，此时再绘图发现样式以及生效了。</p>
-<p><img alt="" src="https://img-blog.csdnimg.cn/20201124005855980.PNG" /></p>
-</div>
 </div>
 <div class="section" id="matplotlib-color">
 <h2>二、matplotlib的色彩设置（color）<a class="headerlink" href="#matplotlib-color" title="永久链接至标题">¶</a></h2>
@@ -446,7 +422,7 @@ ytick.labelsize : 16</p>
 </div>
 </div>
 <div class="cell_output docutils container">
-<img alt="../_images/index_19_01.png" src="../_images/index_19_01.png" />
+<img alt="../_images/index_17_01.png" src="../_images/index_17_01.png" />
 </div>
 </div>
 </div>
@@ -461,7 +437,7 @@ ytick.labelsize : 16</p>
 </div>
 </div>
 <div class="cell_output docutils container">
-<img alt="../_images/index_21_02.png" src="../_images/index_21_02.png" />
+<img alt="../_images/index_19_01.png" src="../_images/index_19_01.png" />
 </div>
 </div>
 <p>RGB颜色和HEX颜色之间是可以一一对应的，以下网址提供了两种色彩表示方法的转换工具。<br />
@@ -477,7 +453,7 @@ ytick.labelsize : 16</p>
 </div>
 </div>
 <div class="cell_output docutils container">
-<img alt="../_images/index_23_01.png" src="../_images/index_23_01.png" />
+<img alt="../_images/index_21_02.png" src="../_images/index_21_02.png" />
 </div>
 </div>
 </div>
@@ -491,7 +467,7 @@ ytick.labelsize : 16</p>
 </div>
 </div>
 <div class="cell_output docutils container">
-<img alt="../_images/index_25_01.png" src="../_images/index_25_01.png" />
+<img alt="../_images/index_23_01.png" src="../_images/index_23_01.png" />
 </div>
 </div>
 </div>
@@ -505,7 +481,7 @@ ytick.labelsize : 16</p>
 </div>
 </div>
 <div class="cell_output docutils container">
-<img alt="../_images/index_27_01.png" src="../_images/index_27_01.png" />
+<img alt="../_images/index_25_01.png" src="../_images/index_25_01.png" />
 </div>
 </div>
 <p><img alt="" src="https://matplotlib.org/3.1.0/_images/sphx_glr_named_colors_002.png" />
@@ -531,7 +507,7 @@ ytick.labelsize : 16</p>
 </div>
 </div>
 <div class="cell_output docutils container">
-<img alt="../_images/index_29_0.png" src="../_images/index_29_0.png" />
+<img alt="../_images/index_27_01.png" src="../_images/index_27_01.png" />
 </div>
 </div>
 <p>在以下官网页面可以查询上述五种colormap的字符串表示和颜色图的对应关系<br />
@@ -539,9 +515,10 @@ ytick.labelsize : 16</p>
 </div>
 </div>
 <div class="section" id="id5">
-<h2>参考资料<a class="headerlink" href="#id5" title="永久链接至标题">¶</a></h2>
-<p><a class="reference external" href="https://matplotlib.org/stable/tutorials/introductory/customizing.html?highlight=rcparams">1.matplotlib官网样式使用指南</a><br />
-<a class="reference external" href="https://matplotlib.org/stable/tutorials/colors/colors.html#sphx-glr-tutorials-colors-colors-py">2.matplotlib官网色彩使用指南</a></p>
+<h2>思考题<a class="headerlink" href="#id5" title="永久链接至标题">¶</a></h2>
+<ul class="simple">
+<li><p>学习如何自定义colormap，并将其应用到任意一个数据集中，绘制一幅图像，注意colormap的类型要和数据集的特性相匹配，并做简单解释</p></li>
+</ul>
 </div>
 </div>
 

notebook/第一回：Matplotlib初相识.ipynb

@@ -322,15 +322,6 @@
     "- 在第五节绘图模板中我们是以OO模式作为例子展示的，请思考并写一个pyplot绘图模式的简单模板"
    ]
   },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "## 参考资料\n",
-    "\n",
-    "[1.matplotlib官网用户指南](https://matplotlib.org/stable/tutorials/introductory/usage.html)"
-   ]
-  },
   {
    "cell_type": "code",
    "execution_count": null,