Python学习笔记（11-1）：matplotlib绘图——图形语法

文章导读

 - 课程难度：★★☆☆☆
 - 重要度：★★★★★
 - 预计学习时间：40分钟
 - 简介：本节主要讲解了使用matplotlib绘图的基本图形语法，包括：（1）使用简单的例子展示基础绘图的步骤；（2）设置图像的基础参数和属性，如图例、x轴、y轴和图像的名称等；（3）基于定义画布、绘制子图和figure、axes对象的画布与子图的设置；（4）使用函数plt.savefig()保存图像。
 - 重点涉及的函数和内容：plt.show()、plt.savefig()、plt.figure()、plt.subplot()、plt.subplots()、plt.xlabel()、plt.ylabel()、plt.title()、plt.legend()。

前言

这部分我们只讲解一个最基础的matplotlib库，但这就足够了。因为另外一些应用广泛的包，例如seaborn也是基于matplotlib进行封装的，而plotly虽然能绘制动态图，但是它的应用则受到诸多限制。
我们首先用最基本的图形描述其在matplotlib下的基础图形语法，接着讲解其通用的一些参数。然后，我们会延伸一些例子，面向各种需要实现常用图表的绘制。
在此，先导入包和我们这边会用到的一些数据集：

import matplotlib.pyplot as plt
import matplotlib
import numpy as np
import pandas as pd

一、matplotlib图形语法

对于一个图而言，它的绘制遵循着如下的步骤。这些步骤实际上可看做执行一批设置绘图参数的指令，但这种执行指令的过程都是利用函数而不是传递参数而实现的：

（1）声明一个即将绘制的画布（可选） - Figure对象，在绘制子图时讲解。
（2）声明当前即将绘制的子图（可选） - Axe对象，在绘制子图时讲解。
（3）在当前的子图下声明即将绘制的图的类型，以及待用的数据。
（4）在当前绘图的类型下，声明绘图的各类参数（可选）。
（5）定义好各个参数后，将当前的绘图对象输出或保存。

1、基础绘图

实现一个最基础的绘图可以说轻而易举，我们只需要三步：定义待绘制数据、调用绘图函数、将图输出：

x = np.linspace(0, 2, 10)		# 生成一个自0到2的等差数列，包含100个元素
plt.plot(x, x) 				
# 声明当前绘图的类型，一般的折线图（plot），即连续的各点间的连线图。

plt.show()					# 将曲线输出

绘图效果如下。这里先补充讲解一下，如果传入的是plot(x)，那么绘制曲线x时横坐标设置为range(len(x))，而传入plot(x,y)时曲线的横坐标为x，纵坐标为y。

matplotlib的整套基础语法知识：

（1）`plt`作为一个函数库，实际上管理着我们的图形对象，我们在此是直接用类方法管理着图形属性，也可以用当前画布和子图对象来管理（之后会讲）。
（2）在绘图前需要定义画布和子图，但步骤可省。如果当前没有定义二者而直接调用了绘图函数，就会默认定义一个画布，这张画布包含唯一一个子图。
（3）对于细节参数，例如X、Y轴的名称标度、曲线的颜色等等，可以不予定义，将会默认值进行输出。
（4）作为程序的最后一步，当`plt.show()`被调用后，会将当前已经定义好的图形全部输出，同时清空已经当前的图形对象。

2、图形属性参数

接下来，我们为数据补充两个部分，一是绘制多根曲线并指定一些图形参数，二是增加一些图形属性。我们还是手工定义待绘制的数据：

x = np.linspace(0, 2, 10)

我们同时绘制一次、二次和三次曲线，同时设置曲线的图例（label）。而且，不仅绘制对应数据列的曲线图，也同时在当前图像上绘制数据的散点图：

plt.plot(x, x, label='linear')					# 用plt.plot()绘制数据的连线图
plt.plot(x, x**2, label='quadratic')			# label是曲线的名称
plt.plot(x, x**3, label='cubic')

plt.scatter(x, x, label='linear')				# 用plt.scatter()绘制数据的散点图
plt.