数据分析及数据科学必备技能之——matplotlib使用

       今天主要总结一下Matplotlib库的基本使用，后期将会补充一些Matplotlib可视化最有价值图表，和一些其他可视化库。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# %matplotlib notebook 
%matplotlib inline

基本设置：

matplotlib图标正常显示中文
设置	释义
mpl.rcParams[‘font.sans-serif’]=[‘SimHei’]	用来正常显示中文标签
mpl.rcParams[‘axes.unicode_minus’]=False	用来正常显示负号
为了将图片内嵌在交互窗口
%matplotlib inline	notebook模式下
%pylab inline	ipython模式下

1. 基本参数

配置项	释义
figure	控制dpi、边界颜色、图形大小、和子区( subplot)设置
grid	设置网格颜色和线性
legend	设置图例和其中的文本的显示
line	设置线条（颜色、线型、宽度等）和标记
xticks和yticks	为x,y轴的主刻度和次刻度设置颜色、大小、方向，以及标签大小
axex	设置坐标轴边界和表面的颜色、坐标刻度值大小和网格的显示
backend	设置目标暑促TkAgg和GTKAgg
patch	是填充2D空间的图形对象，如多边形和圆。控制线宽、颜色和抗锯齿设置等
savefig	可以对保存的图形进行单独设置。例如，设置渲染的文件的背景为白色
verbose	设置matplotlib在执行期间信息输出，如silent、helpful、debug和debug-annoying
font	字体集（font family）、字体大小和样式设置

2. 颜色、标记和线型

标记	释义	标记	释义
‘o’	圆圈	‘.’	点
‘D’	菱形	‘s’	正方形
‘h’	六边形1	‘*’	星号
‘H’	六边形2	‘d’	小菱形
‘_’	水平线	‘v’	一角朝下的三角形
‘8’	八边形	‘<’	一角朝左的三角形
‘p’	五边形	‘>’	一角朝右的三角形
‘,’	像素	‘^’	一角朝上的三角形
‘+’	加号	‘’	竖线
‘None’,’’,’ ‘	无	‘x’	X
颜色	释义	线型	释义
b	蓝色	‘-’	实线
r	红色	‘–’	破折线
c	青色	‘-.’	点划线
m	洋红色	‘:’	虚线
g	绿色	null	null
y	黄色	null	null
k	黑色	null	null
w	白色	null	null

plt.figure()
data = np.random.randn(30).cumsum()
plt.plot(data, 'r--', label='Default')
plt.plot(data, 'g-', drawstyle='steps-post', label='steps-post')
plt.legend(loc='best')

3. Figure和Subplot

matplotlib的图像都位于Figure对象中

Figure和Subplot	释义
plt.figure()
plt.figure(1)	第一张图
plt.figure(2)	第二张图
plt.figure(n)	第n张图
plt.subplot()
plt.subplot(nrows , ncols , …)	分割图形区域
fig=plt.subplot(); ax1=fig.add_subplot(nrows , ncols , x)	不同区域绘图

fig = plt.figure()
ax1=fig.add_subplot(2,2,1)
ax2=fig.add_subplot(2,2,2)
ax3=fig.add_subplot(2,2,3)

plt.plot(np.random.randn(50),'k--') # 默认最后一张图绘制
ax1.hist(np.random.randn(100), bins=20, color='k', alpha=0.3)
ax2.scatter(np.arange(30), np.arange(30) + 3 * np.random.randn