可视化利器-matplotlib

matplotlb是一个可视化绘图库，其强大，接口多，可以直观了解数据

尽量使用numpy.array绘制，图像基本构成：

Data: 数据区，包括数据点、描绘形状

Axis: 坐标轴，包括 X 轴、 Y 轴及其标签、刻度尺及其标签

Title: 标题，数据图的描述

Legend: 图例，区分图中包含的多种曲线或不同分类的数据

其他的还有图形文本 (Text)、注解 (Annotate)等其他描述

常用图形：

官方文档   https://matplotlib.org/api/pyplot_api.html

曲线图：matplotlib.pyplot.plot(data)

灰度/直方图：matplotlib.pyplot.hist(data)

散点图：matplotlib.pyplot.scatter(data)

箱式/箱线图：matplotlib.pyplot.boxplot(data)

下面以常规图为例，详细记录作图流程及技巧。按照绘图结构，可将数据图的绘制分为如下几个步骤：

导入 matplotlib 包相关工具包

准备数据，numpy 数组存储

绘制原始曲线

配置标题、坐标轴、刻度、图例

添加文字说明、注解

显示、保存绘图结果

color参数：

r 红色

g 绿色

b 蓝色

c cyan

m 紫色

y 土黄色

k 黑色

w 白色

linestyle 参数主要包含虚线、点化虚线、粗虚线、实线，如下：

设置图像尺寸：

plt.rcParams["figure.figsize"] = (12,8)

绘图案例：

ax1=plt.subplot(2,2,1)#子图1

ax2=plt.subplot(2,2,2)#子图2

# 轴取值范围

ax1.set_xlim(x.min()*1.1, x.max()*1.1)

ax1.set_ylim(-1.5,1.5)

# 设置 x, y 轴的刻度值

ax1.set_xticks([2, 4, 6, 8, 10], [r'TWO', r'4', r'6', r'8', r'10'])

ax1.set_yticks([-1.0, 0.0, 1.0, 2.0, 3.0, 4.0],

    [r'-1.0', r'0.0', r'1.0', r'2.0', r'3.0', r'4.0'])

ax1.spines['right'].set_color('none') # 去掉右边的边框线

ax1.spines['top'].set_color('none')  

ax1.xaxis.set_ticks_position('bottom') #移动坐标轴x

ax1.spines['bottom'].set_position(('data', 0))

# 移动左边边框线，相当于移动 y 轴

ax1.yaxis.set_ticks_position('left')

ax1.spines['left'].set_position(('data', 0)) #移动坐标轴y

ax1.plot(x,y1,color='b')# 绘制图1

ax1.set_title(r'$y = \sin(x)$')# 子图1 title

ax2.plot(x,y3)

ax2.set_title(r'$y = \sqrt{x}$')

ax1.text(8,-0.75,r'$x \in R$')

ax1.text(8,-1,r'$y \in R$') #\in 转义为 ∈

# 绘制散点，作为标注

ax1.scatter(2,np.sin(2),50, color ='m')

t = '(2,'+str(round(np.sin(2),2))+')' # 标注文本内容

ax1.annotate(t,xy=(2,np.sin(2)),xytext=(4, 0.75), fontsize=10, color='#090909',arrowprops=dict(arrowstyle='->', connectionstyle='arc3, rad=0.1', color='#090909'))

ax1.grid(True) #网格

output：

注意：

总图函数一般直接调用，如plt.title,子图需要加set_xx,如ax1.set_titile.

箱式图科普

箱式图又名箱线图，主要用于观察数据集中点以及观察误差点，箱式图构成：

上边缘（Q3+1.5IQR）、下边缘（Q1-1.5IQR）、IQR=Q3-Q1

上四分位数（Q3）、下四分位数（Q1）

中位数

异常值

处理异常值时与3 σ 标准的异同：统计边界是否受异常值影响、容忍度的大小

各常用图形绘图代码

图形选择：

关联分析、数值比较：散点图、曲线图

分布分析：灰度图、密度图

涉及分类的分析：柱状图、箱式图

各类图形绘图代码封装：

散点图

from matplotlib import font_manager

fontP = font_manager.FontProperties()

fontP.set_family('SimHei')

fontP.set_size(14)

# 包装一个散点图的函数便于复用

def scatterplot(x_data, y_data, x_label, y_label, title):

    # 创建一个绘图对象

    fig, ax = plt.subplots()

    # 设置数据、点的大小、点的颜色和透明度

    ax.scatter(x_data, y_data, s = 10, color = '#539caf', alpha = 0.75) #http://www.114la.com/other/rgb.htm

    # 添加标题和坐标说明

    ax.set_title(title)

    ax.set_xlabel(x_label)

    ax.set_ylabel(y_label)

曲线图

# 包装曲线绘制函数

def lineplot(x_data, y_data, x_label, y_label, title):

    # 创建绘图对象

    _, ax = plt.subplots()

    # 绘制拟合曲线，lw=linewidth，alpha=transparancy

    ax.plot(x_data, y_data, lw = 2, color = '#539caf', alpha = 1)

    # 添加标题和坐标说明

    ax.set_title(title)

    ax.set_xlabel(x_label)

    ax.set_ylabel(y_label)

带置信区间曲线图

def lineplotCI(x_data, y_data, sorted_x, low_CI, upper_CI, x_label, y_label, title):

    # 创建绘图对象

    _, ax = plt.subplots()

    # 绘制预测曲线

    ax.plot(x_data, y_data, lw = 1, color = '#539caf', alpha = 1, label = 'Fit')

    # 绘制置信区间，顺序填充

    ax.fill_between(sorted_x, low_CI, upper_CI, color = '#539caf', alpha = 0.4, label = '95% CI')

    # 添加标题和坐标说明

    ax.set_title(title)

    ax.set_xlabel(x_label)

    ax.set_ylabel(y_label)

    # 显示图例，配合label参数，loc=“best”自适应方式

    ax.legend(loc = 'best')

双坐标曲线图

# 双纵坐标绘图函数

def lineplot2y(x_data, x_label, y1_data, y1_color, y1_label, y2_data, y2_color, y2_label, title):

    _, ax1 = plt.subplots()

    ax1.plot(x_data, y1_data, color = y1_color)

    # 添加标题和坐标说明

    ax1.set_ylabel(y1_label, color = y1_color)

    ax1.set_xlabel(x_label)

    ax1.set_title(title)

    ax2 = ax1.twinx() # 两个绘图对象共享横坐标轴

    ax2.plot(x_data, y2_data, color = y2_color)

    ax2.set_ylabel(y2_label, color = y2_color)

    # 右侧坐标轴可见

    ax2.spines['right'].set_visible(True)

ax1 = plt.subplot()

ax1.plot(x,np.sin(x))

ax2=ax1.twinx()

ax2.plot(x,np.cos(x))

灰度图

# 绘制灰度图的函数

def histogram(data, x_label, y_label, title):

    _, ax = plt.subplots()

    res = ax.hist(data, color = '#539caf', bins=10) # 设置bin的数量

    ax.set_ylabel(y_label)

    ax.set_xlabel(x_label)

    ax.set_title(title)

    return res

堆叠直方图

# 绘制堆叠的直方图

def overlaid_histogram(data1, data1_name, data1_color, data2, data2_name, data2_color, x_label, y_label, title):

    # 归一化数据区间，对齐两个直方图的bins

    max_nbins = 10

    data_range = [min(min(data1), min(data2)), max(max(data1), max(data2))]

    binwidth = (data_range[1] - data_range[0]) / max_nbins

    bins = np.arange(data_range[0], data_range[1] + binwidth, binwidth) # 生成直方图bins区间

    # Create the plot

    _, ax = plt.subplots()

    ax.hist(data1, bins = bins, color = data1_color, alpha = 1, label = data1_name)

    ax.hist(data2, bins = bins, color = data2_color, alpha = 0.75, label = data2_name)

    ax.set_ylabel(y_label)

    ax.set_xlabel(x_label)

    ax.set_title(title)

    ax.legend(loc = 'best')

密度图

# 绘制密度估计曲线

def densityplot(x_data, density_est, x_label, y_label, title):

    _, ax = plt.subplots()

    ax.plot(x_data, density_est(x_data), color = '#539caf', lw = 2)

    ax.set_ylabel(y_label)

    ax.set_xlabel(x_label)

    ax.set_title(title)

柱状图

# 定义绘制柱状图的函数

def barplot(x_data, y_data, error_data, x_label, y_label, title):

    _, ax = plt.subplots()

    # 柱状图

    ax.bar(x_data, y_data, color = '#539caf', align = 'center')

    # 绘制方差

    # ls='none'去掉bar之间的连线

    ax.errorbar(x_data, y_data, yerr = error_data, color = '#297083', ls = 'none', lw = 5)

    ax.set_ylabel(y_label)

    ax.set_xlabel(x_label)

    ax.set_title(title)

堆积柱状图

# 绘制堆积柱状图

def stackedbarplot(x_data, y_data_list, y_data_names, colors, x_label, y_label, title):

    _, ax = plt.subplots()

    # 循环绘制堆积柱状图

    for i in range(0, len(y_data_list)):

        if i == 0:

            ax.bar(x_data, y_data_list[i], color = colors[i], align = 'center', label = y_data_names[i])

        else:

            # 采用堆积的方式，除了第一个分类，后面的分类都从前一个分类的柱状图接着画

            # 用归一化保证最终累积结果为1

            ax.bar(x_data, y_data_list[i], color = colors[i], bottom = y_data_list[i - 1], align = 'center', label = y_data_names[i])

    ax.set_ylabel(y_label)

    ax.set_xlabel(x_label)

    ax.set_title(title)

    ax.legend(loc = 'upper right') # 设定图例位置

分组柱状图

# 绘制分组柱状图的函数

def groupedbarplot(x_data, y_data_list, y_data_names, colors, x_label, y_label, title):

    _, ax = plt.subplots()

    # 设置每一组柱状图的宽度

    total_width = 0.8

    # 设置每一个柱状图的宽度

    ind_width = total_width / len(y_data_list)

    # 计算每一个柱状图的中心偏移

    alteration = np.arange(-total_width/2+ind_width/2, total_width/2+ind_width/2, ind_width)

    # 分别绘制每一个柱状图

    for i in range(0, len(y_data_list)):

        # 横向散开绘制

        ax.bar(x_data + alteration[i], y_data_list[i], color = colors[i], label = y_data_names[i], width = ind_width)

    ax.set_ylabel(y_label)

    ax.set_xlabel(x_label)

    ax.set_title(title)

    ax.legend(loc = 'upper right')

箱式图

# 定义绘图函数

def boxplot(x_data, y_data, base_color, median_color, x_label, y_label, title):

    _, ax = plt.subplots()

    # 设置样式

    ax.boxplot(y_data

               # 箱子是否颜色填充

               , patch_artist = True

               # 中位数线颜色

               , medianprops = {'color': base_color}

               # 箱子颜色设置，color：边框颜色，facecolor：填充颜色

               , boxprops = {'color': base_color, 'facecolor': median_color}

               # 猫须颜色whisker

               , whiskerprops = {'color': median_color}

               # 猫须界限颜色whisker cap

               , capprops = {'color': base_color})

    # 箱图与x_data保持一致

    ax.set_xticklabels(x_data)

    ax.set_ylabel(y_label)

    ax.set_xlabel(x_label)

    ax.set_title(title)