数据可视化之matplotlib

架构

Artist是图像上所有可见元素的基类，以对象的方式对可见元素进行描述。

图像渲染依赖于Backend，Backend作为后端绘图渲染引擎，支持GUI方式（直接将图像显示在屏幕上，如GTK、WX等）与非GUI方式（输出为某种格式的文件，如PS、AGG等）。

获取与设置Backend：

>>> import matplotlib as mpl
>>> mpl.get_backend()
'TkAgg'
>>> mpl.use('agg')
>>> mpl.get_backend()
'agg'

创建Figure：

>>> import matplotlib.pyplot as plt
>>> plt.figure()
<matplotlib.figure.Figure object at 0x7fc6b845ccc0>
>>> fig = plt.gcf()
>>> fig.get_children()
[<matplotlib.patches.Rectangle object at 0x7fc6945d5390>]

使用plt.figure()会创建并返回一个Figure对象。 Figure是绘图区，所有的绘图操作都在Figure里进行。 使用plt.gcf()可以获取当前的Figure。

为了绘图，我们可以先创建Axes：

>>> plt.axes()
<matplotlib.axes._subplots.AxesSubplot object at 0x7fc68cbd3048>
>>> ax = plt.gca()
>>> ax.get_children()
[<matplotlib.spines.Spine object at 0x7fc68cbd3438>,
<matplotlib.spines.Spine object at 0x7fc68cbd3550>,
<matplotlib.spines.Spine object at 0x7fc68cbd3668>,
<matplotlib.spines.Spine object at 0x7fc68cbd3780>,
<matplotlib.axis.XAxis object at 0x7fc68cbd3860>,
<matplotlib.axis.YAxis object at 0x7fc68cbedeb8>,
Text(0.5,1,''),
Text(0,1,''),
Text(1,1,''),
<matplotlib.patches.Rectangle object at 0x7fc68bc48a20>]
>>> fig.get_children()
[<matplotlib.patches.Rectangle object at 0x7fc6945d5390>,
<matplotlib.axes._subplots.AxesSubplot object at 0x7fc68cbd3048>]

使用plt.axes()会创建并返回一个Axes对象。 Axes是坐标轴区域，默认包括Spine、Axis、标题和一个绘图区域。

Axis是坐标轴，包括Tick（刻度）和标签。Spine是轴线（如图中红线）：

【Tip】

可以设置风格：

plt.style.use('seaborn')

查看可用风格：

print(plt.style.available)

2D绘图

常用操作

创建Figure，创建subplot：

fig = plt.figure()
ax = plt.subplot()

可以合为一步：

fig, ax = plt.subplots()

即使没有事先创建Figure和subplot，也会自动创建。

plot绘制折线图

常用参数：

参数	解释
color	颜色
linestyle	线型
linewidth	线条宽度
alpha	透明度
label	标签（制作图例时用到）
marker	标记点类型
markerfacecolor	标记点颜色
markersize	标记点大小

示例：

from matplotlib import pyplot as plt
import numpy as np

X = np.linspace(-2 * np.pi, 2 * np.pi, 1000)
y1 = np.sin(X)
y2 = np.cos(X)

plt.plot(X, y1, color='r', linestyle='--', linewidth=2, alpha=0.8)
plt.plot(X, y2, color='b', linestyle='-', linewidth=2)
plt.show()

scatter绘制散点图

常用参数：

参数	解释
s	散点大小
c	散点颜色
edgecolors	散点边缘颜色
marker	散点样式
cmap	定义多类别散点的颜色
alpha	透明度

示例：

from matplotlib import pyplot as plt
import numpy as np

x = np.random.rand(100)
y = np.random.rand(100)
colors = np.random.rand(100)
size = np.random.normal(20, 30, 100)

plt.scatter(x, y, s=size, c=colors)
plt.show()

其它

|命令|图类型| ---| |pie|饼图| |bar|条形图| |hist|柱状图| |barh|直方图| |contour|等高线图| |imshow|显示图像| |...|...|

子图绘制

1、使用plt.subplot

plt.subplot(nrows, ncols, plot_number)

• nrows: 将行进行n等分
• ncols: 将列进行n等分
• plot_number: 序号（从1开始，从左到右，从上到下，依次递增）

如果出现重叠区域，则会覆盖之前的。

示例：

import numpy as np
import matplotlib.pyplot as plt

x1 = np.linspace(0.0, 5.0)
x2 = np.linspace(0.0, 2.0)

y1 = np.cos(2 * np.pi * x1) * np.exp(-x1)
y2 = np.cos(2 * np.pi * x2)

plt.subplot(2, 1, 1)
plt.plot(x1, y1, 'o-')
plt.title('A tale of 2 subplots')
plt.ylabel('Damped oscillation')

plt.subplot(2, 1, 2)
plt.plot(x2, y2, '.-')
plt.xlabel('time (s)')
plt.ylabel('Undamped')

plt.show()

2、使用plt.axes

plt.axes(*args, **kwargs)

向plt.axes传入一个数组[left, bottom, width, height]（归一化）， 设置axes范围。

示例：

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-2 * np.pi, 2 * np.pi)
y1 = np.sin(x)
y2 = np.cos(x)

plt.axes([.1, .1, .8, .8])
plt.plot(x, y1, 'k')

plt.axes([.6, .6, .3, .3])
plt.plot(x, y2, 'r')

plt.show()