【Python系列专栏】第七十一篇 Python中 matplotlib绘图和可视化

最新推荐文章于 2023-05-29 11:08:47 发布

Mrrunsen

最新推荐文章于 2023-05-29 11:08:47 发布

阅读量315

点赞数

分类专栏： Python 文章标签： python java 数据可视化可视化 javascript

本文链接：https://blog.csdn.net/Mrrunsen/article/details/116559732

版权

Python 专栏收录该内容

77 篇文章 9 订阅

订阅专栏

文章目录

- - 9 绘图和可视化

9 绘图和可视化

matplotlib是一个用于创建出版质量图表的桌面绘图包（2D）。

支持导出常见的矢量（vector）和光栅（raster）图。

matplotlib的通常引入规定：

import matplotlib.pyplot as plt

	>`matplotlib`的示例库和文档是学习高级特性的最好的资源。

9.1 Matplotlib

9.1.1 Figure和Subplot

matplotlib的图像都位于Figure对象中。

plt.figure：创建新的Figure。

figsize：确保图片保存到磁盘的大小和纵横比。

fig.add_subplot返回的对象是AxesSubplot对象。

plt.subplorts：创建一个新的Figure，返回一个含有已创建的subplot对象的NumPy数组。【可以轻松地对axes数组进行索引，类似于一个二维数组。可以通过sharex和sharey指定subplot应该具有相同的X轴和Y轴。

pyplot.subplots的选项

在这里插入图片描述

9.1.2 调整subplot周围的间距

在subplot外围和subplot之间留下一定的间距，间距跟图像的高度和宽度有关。调整图像的大小，间距也会自动调整。Figure的subplots_adjust方法修改间距。这也是个顶级函数：

subplots_adjust(left=None,bottom=None,right=None,top=None,wspace=None)
#wspace和hspace用于控制宽度和高度的百分比，可以用作subplot之间的间距

9.1.3 颜色、标记和线型

matplotlib的plot函数接受一组X和Y坐标，还可接受一个表示颜色和线型的字符串缩写。

例如：

ax.plot(x,y,'g--')

线图可以使用标记强调数据点。标记可以放到格式字符串中，但标记类型和线型必须放到颜色后面。

例如：

plt.plot(randn(30).cumsum(),'ko--')
#更明确的形式
plot(randn(30).cumsum(),color='k',linestyle='dashed',marker='o')

注意：非实际数据点默认是按线性方式插值的，通过drawstyle选项修改。

plt.plot(data,'k--',label='Default')

在这里插入图片描述

plt.plot(data,'k--',drawstyle='steps-post',label='steps-post')

在这里插入图片描述

plt.plot(data,'k--',label='Default')
plt.plot(data,'k--',drawstyle='steps-post',label='steps-post')
plt.legend(loc='best')

在这里插入图片描述

创建图例：plt.legend或ax.legend（如果引用了轴）

9.1.4 刻度、标签和图例

图表装饰：

使用过程型的pyplot接口（如matplotlib.pyplot）；
面向对象的原生matplotlib API。

xlim：图表的范围；
xticks：图表的刻度范围；
xticklabels：图表的刻度标签。

使用方式：
- 调用时不带参数，返回当前的参数值。
- 调用时带参数，设置参数值。

9.1.5 设置标题、轴标签、刻度以及刻度标签

改变x轴刻度：set_xticks和set_xticklabels;(前者告诉要将刻度放在数据范围中的哪些位置，默认情况下，这些位置也就是刻度标签；后者可以将任何值作为标签。)

set_xticklabels：rotation选项用于设定刻度标签旋转角度。

fig=plt.figure()
ax=fig.add_subplot(1,1,1)
ax.plot(np.random.randn(1000).cumsum())
ticks=ax.set_xticks([0,250,500,750,1000])#设置刻度标签
ax.set_xlabel('Stages') #x轴名称
ax.set_title('No.PLOT')#图表名称

在这里插入图片描述

上述操作可以使用轴的类中的集合方法，批量设定绘图选项。

props={'title':'No.PLOT',
		'xlabel':'Stages'}
ax.set(**props)

9.1.6 添加图例

在添加subplot的时候传入label参数。

调用ax.legend()或plt.legend()自动创建图例。

legend方法中loc位置参数选项：

在这里插入图片描述

#3种形式
legend()
legend(labels)
legend(handles, labels)

要从图例种去除一个或多个元素，不传入label或传入label=‘nolegend’即可。

9.1.6 注解及在subplot上绘图

注解和文字：通过text,arrow,annotate函数添加；

text：可将文本绘制在图表的指定坐标（x,y），可以加上自定义格式。

在这里插入图片描述

ax.annotate方法：在指定的x和y坐标轴绘制标签。

使用set_xlim和set_ylim设定起始和结束边界。

图形的绘制

	1. 创建一个块对象shp；


 		2. 通过`ax.add_patch(shp)`将其添加到subplot中；

9.1.7 将图表保存到文件

当前图表保存到文件：plt.savefig

	> 该方法相当于Figure对象的实例方法`savefig`

#将图表保存为SVG文件
plt.savefig('figpath.svg')

导出图片时的两个重要的选项是：

dpi(控制”每英寸点数“分辨率)；
bbox_inches(可以剪除当前图表周围的空白部分)。

例如：导出400dpi的png图片

plt.savefig('figpath.png',dpi=400,bbox_inches='tight')

Figure.savefig的：

9.1.8 matplotlib配置

一组全局参数进行自定义，可以管理图像大小、subplot边距、配色方案、字体大小、网格类型等。

python编程方式配置系统的方法是使用rc方法。

#将全局图像默认大小设置为10*10
plt.rc('figure',figsize=(10,10))
#rc的第一个参数：希望自定义的对象；

#一个简单的方法，将这些选项写成一个字典：
font_options={'family':'monospace',
             'weight':'bold',
             'size':'small'}
plt.rc('font',**font_options)

9.2 pandas、seaborn绘图

	>引入seaborn会修改matplotlib默认的颜色方案和绘图类型，以提高可读性和美观度。

9.2.1 线型图

	>Series和DataFrame都有一个用于生成各类图表的plot方法，生成的是线型图。

Series对象的索引会被传给matplotlib，并用以绘制X轴，可以通过use_index=False禁用此功能。

X轴的刻度和界限：xticks和xlim；

Y轴的刻度和界限：yticks和ylim。

DataFrame对象的plot方法会在一个subplot中为各列绘制一条线，并自动创建图例。

9.2.2 柱状图

plot.bar()和plot.barh()分别绘制水平和垂直的柱状图。

Series和DataFrame的索引将会被用作X（bar）和Y（barh）刻度。

fig,axes=plt.subplots(2,1)
data=pd.Series(np.random.rand(16),index=list('abcdefghijklmnop'))
data.plot.bar(ax=axes[0],color='k',alpha=0.7)
data.plot.barh(ax=axes[1],color='k',alpha=0.7)