本章将续第四章 Python GUI：Tkinter——04 。在第四章的总结中，我们提出一个问题：如何将结果可视化，并展示在我们的 GUI 中呢？比如，做一个投资理财的 GUI，必须根据数据，把指数啥的都画进去吧？不然，你以为只要展示几张美眉图片就能吸引用户吗？
那么怎么办呢？Python 中提供了一个很强大的可视化模块，matplotlib，是否能将 matplotlib 模块集成到我们的 GUI 中呢？这就是今天我们要做的事情了。
Matplotlib 基本应用
为了大家能够快速地熟悉 matplotlib 语法，我们首先来看几个简单应用。
最简单的画图
import numpy as np
import matplotlib.pyplot as plt
from pylab import show
x = np.arange(0,5,0.1)
y = np.sin(x)
#显示中文
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.figure() #以下代码画出ROC曲线
plt.plot(x,y,'k',label='曲线') #加入 legend
plt.plot([0,1],[0,1],'k--',label='直线')
plt.axis([-0.05,1,0,1.05]) #设置显示范围
plt.xlabel('我是x轴') # xlabel
plt.ylabel('我是y轴')
plt.legend(loc='best') #显示 legend，并设置位置
为什么称之为简单呢？首先，他用了 plt 来画图，再者，他只能展示一个图。为了完善这一点，我们还需要看一下下面的代码：
画图——多多益善
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
plt.figure(figsize=(12,4)) #设置图片的大小，其中 12 是宽度，4 是高度
plt.subplots_adjust(left=0.125, bottom=None, right=0.9, top=None,
wspace=0.3, hspace=None) #设置子图们的间距
plt.rcParams['font.sans-serif']=['SimHei'] #中文
plt.rcParams['axes.unicode_minus'] = False
plt.subplot(1,2,1) #画子图，并把当前画图设置为子图环境，这句话很重要，很有深度的，特别是环境这个词。
# 另外 1，2,1 前两位代表 行、列，后一位代表第几张图（从左上角算起，顺时针）
xValue = list(np.arange(0,1,0.001))
yValue = [np.random.rand() for x in xValue]
plt.title(u'无相关性',fontsize=20) #设置图片的 title
plt.xlabel('x1',fontsize=20)
plt.ylabel('x2',fontsize=20)
plt.scatter(xValue, yValue, s=20, c="g", marker='o')
plt.subplot(1,2,2)
xValue = list(np.arange(0,1,0.001))
yValue = [x*np.random.rand() for x in xValue]
plt.title(u'存在一定相关性',fontsize=20)
plt.xlabel('x1',fontsize=20)
plt.ylabel('x2',fontsize=20)
plt.scatter(xValue, yValue, s=20, c="r", marker='o')
plt.show()
这里的画图，还是用了 plt，因此也比较简单易懂，也是笔者主要的画图风格。
剑荡八荒式画图
所谓剑荡八荒，就是一个代码哗啦的一下画出几张图，如何画，请看下面：
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] #画图时显示中文字体
plt.rcParams['axes.unicode_minus'] = False
fig, axes = plt.subplots(10,1, figsize=(8, 6),subplot_kw={'xticks':[], 'yticks':[]},
gridspec_kw=dict(hspace=0.1, wspace=0.1))
for i, ax in enumerate(axes.flat):
ax.plot([0,1])
ax.set_xlabel('日期序列',fontsize=14)
ax.set_ylabel('我是y轴')
好了，画图就到这儿了。你要记住，有两种画图，一种是 plt、一种是 ax。什么，还有其他的？请继续往下看
GUI 与 Matplotlib
两张图
from matplotlib.figure import Figure
from matplotlib.backends.backend_tkagg import FigureCanvasTkAgg
import tkinter as tk
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] #画图时显示中文字体
plt.rcParams['axes.unicode_minus'] = False
fig = Figure(figsize=(12,8),facecolor='white')
# axis = fig.add_subplot(111)
axis = fig.add_subplot(211)
xValue = [1,2,3,4]
yValue = [5,7,6,8]
axis.plot(xValue,yValue)
axis.set_xlabel('我是x轴')
axis.set_ylabel('我是y轴')
# axis.grid()
axis.grid(linestyle='-') #默认为虚线网格，设置实线网格
axis1 = fig.add_subplot(212)
xValue1 = [1,2,3,4]
yValue1 = [7,5,8,6]
axis1.plot(xValue1,yValue1)
axis1.grid()
axis1.set_xlabel('我是x周')
axis1.set_ylabel('我是y轴')
def _destroyWindow():
root.quit()
root.destroy()
root = tk.Tk()
root.withdraw()
root.protocol('WM_DELETE_WINDOW',_destroyWindow)
canvas = FigureCanvasTkAgg(fig,master=root)
canvas._tkcanvas.pack(side='top',fill=tk.BOTH,expand=1)
root.update()
root.deiconify()
root.mainloop()
上面画了两张图，大家可以尝试着运行一下，这里就不展示结果了。
缩放、legend
缩放可以通过 fig = Figure(figsize=(12,5))，这一句修改。只要修改参数 figsize 即可。
legend 的显示与 plt 画图类似，直接在 axis.plot 中加入 label 参数，再用 axis.legend 接口即可，代码如下：
from matplotlib.figure import Figure
from matplotlib.backends.backend_tkagg import FigureCanvasTkAgg
import tkinter as tk
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] #画图时显示中文字体
plt.rcParams['axes.unicode_minus'] = False
fig = Figure(figsize=(10,8),facecolor='white')
axis = fig.add_subplot(111)
xValue = [1,2,3,4]
yValue1 = [5,7,6,8]
yValue2 = [5.5,6.6,7.7,8.8]
yValue3 = [8,7,6,5]
axis.plot(xValue,yValue1,label='曲线1')
axis.plot(xValue,yValue2,label='曲线2')
axis.plot(xValue,yValue3,label='曲线3')
axis.set_xlabel('我是x轴')
axis.set_ylabel('我是y轴')
axis.legend(loc='upper right')
axis.grid(linestyle='-') #默认为虚线网格，设置实线网格
def _destroyWindow():
root.quit()
root.destroy()
root = tk.Tk()
root.withdraw()
root.protocol('WM_DELETE_WINDOW',_destroyWindow)
canvas = FigureCanvasTkAgg(fig,master=root)
canvas._tkcanvas.pack(side='top',fill=tk.BOTH,expand=1)
root.update()
root.deiconify()
root.mainloop()
动态调整显示范围
我们修改 yValue2 参数，把他弄成很大很大，如下所示：
可以看到，我们很难看出其余两条线的走向了。因此，我们需要动态地调整显示范围，以便能够更好地显示其他曲线的细节。
调整显示范围的办法很简单，只要两行代码
axis.set_xlim(1,4) axis.set_ylim(5,10)
但是如何动态调整呢？这就要下点功夫了。首先定义一个阀值 Y_MAX，之后：
......
yAll = [yValue1,yValue2,yValue3]
Y_MAX = 20
miny = min([y for yValue in yAll for y in yValue])
maxy = max([y for yValue in yAll for y in yValue if y < Y_MAX])
axis.set_ylim(miny,maxy)
......
之后：
总结
按照惯例，来一个总结吧。本章是最简单的一章了吧，大家也不要去记忆代码，只需要在用到的时候，还记得有一位叫 zhuo木鸟的 CSDN 博主就行了。
现在，我们的 GUI 已经基本完善了。接下来，我们要完善他的运行性能，怎么完善？见下一章：Python GUI：Tkinter——06