数据分析与挖掘入门——学习笔记（五）Matplotlib的简介、折线图与基础绘画功能

一 Matplotlib的简介

1.1 什么是Matplotlib

• 专门用于开发2D图表(包括3D图表)
• 使用起来及其简单
• 以渐进、交互式方式实现数据可视化

1.2 为什么要学习Matplotlib

可视化是在整个数据挖掘的关键辅助工具，可以清晰的理解数据，从而调整我们的分析方法。

• 能将数据进行可视化,更直观的呈现
• 使数据更加客观、更具说服力

1.3 实现一个简单的Matplotlib画图

import matplotlib.pyplot as plt
%matplotlib inline  # 内嵌式显示图表

plt.figure()
plt.plot([1, 0, 9], [4, 5, 6])
plt.show()

1.4 认识Matplotlib图像结构

1.5 Matplotlib三层结构

1.51 容器层

容器层主要由Canvas、Figure、Axes组成。

Canvas是位于最底层的系统层，在绘图的过程中充当画板的角色，即放置画布(Figure)的工具。

Figure是Canvas上方的第一层，也是需要用户来操作的应用层的第一层，在绘图的过程中充当画布的角色。

Axes是应用层的第二层，在绘图的过程中相当于画布上的绘图区的角色。

• Figure:指整个图形(可以通过plt.figure()设置画布的大小和分辨率等)
• Axes(坐标系):数据的绘图区域
• Axis(坐标轴)：坐标系中的一条轴，包含大小限制、刻度和刻度标签

特点为：

• 一个figure(画布)可以包含多个axes(坐标系/绘图区)，但是一个axes只能属于一个figure。
• 一个axes(坐标系/绘图区)可以包含多个axis(坐标轴)，包含两个即为2d坐标系，3个即为3d坐标系
  

1.5.2 辅助显示层

辅助显示层为Axes(绘图区)内的除了根据数据绘制出的图像以外的内容，主要包括Axes外观(facecolor)、边框线(spines)、坐标轴(axis)、坐标轴名称(axis label)、坐标轴刻度(tick)、坐标轴刻度标签(tick label)、网格线(grid)、图例(legend)、标题(title)等内容。

该层的设置可使图像显示更加直观更加容易被用户理解，但又不会对图像产生实质的影响。

1.5.3 图像层

图像层指Axes内通过plot、scatter、bar、histogram、pie等函数根据数据绘制出的图像。如下：

1.6 总结

1. Canvas（画板）位于最底层，用户一般接触不到
2. Figure（画布）建立在Canvas之上
3. Axes（绘图区）建立在Figure之上
4. 坐标轴（axis）、图例（legend）等辅助显示层以及图像层都是建立在Axes之上

二 折线图(plot)与基础绘图功能

2.1 折线图绘制与保存图片

为了更好地理解所有基础绘图功能，我们通过天气温度变化的绘图来融合所有的基础API使用

2.1.1 1 matplotlib.pyplot模块

matplotlib.pytplot包含了一系列类似于matlab的画图函数。 它的函数作用于当前图形(figure)的当前坐标系(axes)。

import matplotlib.pyplot as plt

2.2.2 折线图绘制与显示

展现上海一周的天气,比如从星期一到星期日的天气温度如下

# 1）创建画布(容器层)
plt.figure()
# 2）绘制折线图(图像层)
plt.plot([1, 2, 3, 4, 5, 6 ,7], [17, 17, 18, 15, 11, 11, 13])
# 3）显示图像
plt.show()