使用Matplotlib在Python中进行精确数据绘图

最新推荐文章于 2024-09-16 18:09:32 发布

cumo7370

最新推荐文章于 2024-09-16 18:09:32 发布

阅读量862

点赞数

文章标签： python 数据可视化 java 数据分析可视化

原文链接：https://opensource.com/article/20/5/matplotlib-python

版权

Python提供了丰富的选项来可视化数据。我将通过创建带有分组条形图的条形图向您展示Matplotlib中绘制的基础知识。它显示了1966年至2020年英国的选举结果：

Matplotlib plot of British election data

有关Python绘图库的完整比较，请参见《在Python中绘图数据的7种最受欢迎的方法》。

精确而强大

Matplotlib是密谋动物园的鳄鱼。它已经存在了一段时间，但仍然有很多咬人的地方。 Matplotlib使您可以精确控制绘图，但是，就像任何精确而强大的工具一样，有时这会迫使您比您想的要认真思考。

要了解我的意思，让我们开始创建多线图。在继续之前，请注意，您可能需要调整Python环境以使此代码运行，包括以下内容。

运行最新版本的Python（ Linux ， Mac和Windows的说明）
验证您正在运行与这些库一起使用的Python版本

数据可在线获得，并可使用熊猫导入：


   
   
    
     
     
     import pandas 
     
     as pd
     
     

df 
     
     = pd. 
     
     read_csv 
     
     ( 
     
     'https://anvil.works/blog/img/plotting-in-python/uk-election-results.csv' 
     
     )

现在我们准备出发了。首先导入Matplotlib和Numpy：


   
   
    
     
     
     import matplotlib. 
     
     pyplot 
     
     as plt
     
     


     
     import numpy 
     
     as np

它具有广泛的形式，意味着每个政党都有一个专栏：


   
   
    
    
     
             year  conservative  labour  liberal  others
     
     

0       1966           253     364       12       1
     
     

1       1970           330     287        6       7
     
     

2   Feb 1974           297     301       14      18
     
     

..       ...           ...     ...      ...     ...
     
     

12      2015           330     232        8      80
     
     

13      2017           317     262       12      59
     
     

14      2019           365     202       11      72

接下来，告诉Matplotlib，您正在创建一个带有单轴的图形。它为您提供了一个Figure and Axis对象。如果您有多个子图，则有一个“人形”和多个“轴”。


   
   
    
     
     
     # Create a Figure with one Axis on it 
     
     

fig 
     
     , ax 
     
     = plt. 
     
     subplots 
     
     ( 
     
     )

制作条形图

现在添加条形图本身。多条形图是通过在同一轴上绘制四个单独的条形图制成的，每个条形图偏移一定量，因此它们可以并排显示。这意味着您必须弄清楚如何计算每个条形图的偏移量，并且如果您想添加另一个政党，则必须重新考虑计算。


   
   
    
     
     
     # The x-values of the bars. 
     
     

years 
     
     = df 
     
     [ 
     
     'year' 
     
     ] 
     
     

x 
     
     = np. 
     
     arange 
     
     ( 
     
     len 
     
     ( years 
     
     ) 
     
     ) 
     
     


     
     


     
     # The width of the bars (1 = the whole width of the 'year group') 
     
     

width 
     
     = 
     
     0.15 
     
     


     
     


     
     # Create the bar charts! 
     
     

ax. 
     
     bar 
     
     ( x - 
     
     3 *width/ 
     
     2 
     
     , df 
     
     [ 
     
     'conservative' 
     
     ] 
     
     , width 
     
     , label 
     
     = 
     
     'Conservative' 
     
     , color 
     
     = 
     
     '#0343df' 
     
     ) 
     
     

ax. 
     
     bar 
     
     ( x - width/ 
     
     2 
     
     , df 
     
     [ 
     
     'labour' 
     
     ] 
     
     , width 
     
     , label 
     
     = 
     
     'Labour' 
     
     , color 
     
     = 
     
     '#e50000' 
     
     ) 
     
     

ax. 
     
     bar 
     
     ( x + width/ 
     
     2 
     
     , df 
     
     [ 
     
     'liberal' 
     
     ] 
     
     , width 
     
     , label 
     
     = 
     
     'Liberal' 
     
     , color 
     
     = 
     
     '#ffff14' 
     
     ) 
     
     

ax. 
     
     bar 
     
     ( x + 
     
     3 *width/ 
     
     2 
     
     , df 
     
     [ 
     
     'others' 
     
     ] 
     
     , width 
     
     , label 
     
     = 
     
     'Others' 
     
     , color 
     
     = 
     
     '#929591' 
     
     )

轴标签和图例

那是它自己创建的图，但是您仍然需要添加一些轴标签和图例：


   
   
    
     
     
     # Notice that features like labels and titles are added in separate steps 
     
     

ax. 
     
     set_ylabel 
     
     ( 
     
     'Seats' 
     
     ) 
     
     

ax. 
     
     set_title 
     
     ( 
     
     'UK election results' 
     
     ) 
     
     


     
     

ax. 
     
     set_xticks 
     
     ( x 
     
     )    
     
     # This ensures we have one tick per year, otherwise we get fewer 
     
     

ax. 
     
     set_xticklabels 
     
     ( years. 
     
     astype 
     
     ( 
     
     str 
     
     ) . 
     
     values 
     
     , rotation 
     
     = 
     
     'vertical' 
     
     ) 
     
     


     
     

ax. 
     
     legend 
     
     ( 
     
     )

使魔术发生

最后，调用魔术词以使绘图显示在屏幕上：

 plt. show ( )

嘿，presto！

花费了一些脑力，但是您有一个不错的，干净的情节。

功率

您可能会看到此API如何为您提供大量功能。假设您要绘制一条线来显示保守党和工党之间的席位差异。进行操作时，在背景中添加一组网格线并设置一些合理的Y轴限制：


   
   
    
    
     
         ax. 
     
     plot 
     
     ( x 
     
     , df 
     
     [ 
     
     'conservative' 
     
     ] - df 
     
     [ 
     
     'labour' 
     
     ] 
     
     , label 
     
     = 
     
     'Conservative lead over Labour' 
     
     , color 
     
     = 
     
     'black' 
     
     , linestyle 
     
     = 
     
     'dashed' 
     
     ) 
     
     

    ax. 
     
     grid 
     
     ( color 
     
     = 
     
     '#eeeeee' 
     
     ) 
     
     

    ax. 
     
     set_axisbelow 
     
     ( 
     
     True 
     
     ) 
     
     

    ax. 
     
     set_ylim 
     
     ( 
     
     [ - 
     
     500 
     
     , 
     
     500 
     
     ] 
     
     )