机器学习数据科学包（十四）——Matplotlib模块：颜色样式、面向对象画图、子图、网格、图例、坐标轴范围，刻度，添加坐标轴，注释，文字，Tex公式，形状，美化，极坐标

目录

颜色样式

面向对象画图

子图

网格

图例

设置坐标轴范围

坐标轴刻度

添加坐标轴

注释

文字

TeX公式

区域填充

形状

美化

极坐标

---

颜色样式

颜色

八种默认颜色缩写

• b：blue
• g：green
• r：red
• c：cyan
• m：magenta
• y：yellow
• k：black
• w：white

其他颜色表示方法

• 灰色阴影
• html 十六进制
• RGB元组

点形状(注不同点默认使用不同颜色)

• "."     point
• ","     pixel
• "o"    circle
• "v"    triangle_down
• "^"    triangle_up
• "<"    triganle_left
• ">"   triganle_right
• "1"   tri_down
• "2"   tri_up
• "3"   tri_left
• "4"   tri_right
• "8"   octagon
• "s"   square
• "p"   pentagon
• "*"    star
• "h"   hexgon1
• "H"   hexgon2
• "+"    plus
• "x"     x
• "D"    diamond
• "d"    thin_diamond
• "|"     yline
• "-"     hline

线型

• -   实线
• --  虚线
• -.  点划线
• :   点线

样式字符串

-可以将颜色，点型，线型写成一个字符串

• xc--    x点青色虚线
• mo:    紫红色圆点点线
• kp-     黑色五边形实线

面向对象画图

三种画图方式简介

• pyplot：经典高层封装，到目前为止，我们所用的都是pyplot
• pylab：将Matplotlib和Numpy合并的模块，模拟Matlab的编程环境
• 面向对象的方式：Matplotlib的精髓，更基础和底层的方式

pyplot模块

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(0,10,1)
y = np.random.randn(len(x))

plt.plot(x,y)
plt.title('pyplot')
plt.show()

pylab模块

from pylab import *

x = arange(0,10,1)
y = randn(len(x))

plot(x,y)

title('pylab')

show()

面向对象的方式

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(0,10,1)
y = np.random.randn(len(x))

fig = plt.figure()    # 创建一个图对象
  
ax = fig.add_subplot(111)   # 为图对象创建坐标系

ax.plot(x,y)    # 画图

ax.set_title('object oriented')  # 为坐标轴创建名字

三种方式的优劣

• pyplot：简单易用。交互使用时方便，可以根据命令实时作图，但底层定制能力不足
• pylab：完全封装，环境最接近Matlab。不推荐使用
• 面向对象：接近Matplotlib基础和底层的方式，难度稍大，但定制能力强，而且是Matplotlib的精髓
• 总结：实战中推荐，根据需求，综合使用pyplot和面向对象方式，显示导入numpy

子图

面向对象--Matplotlib对象简介

• FigureCanvas 画布
• Figure 图
• Axes 坐标

实践

fig = plt.figure()

• 创建Figure实例
• 可以添加Axes实例

ax = fig.add_subplot(111) 

• 返回Axes实例
• 参数一：子图总行数
• 参数二：子图总列数
• 参数三：子图位置

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(0,10,1)
y = np.random.randn(len(x))

fig = plt.figure()   
ax = fig.add_subplot(221)    # 两行两列的第一个坐标轴
ax.plot(x,y)                 # 使用坐标轴.plot画图

ax2 =fig.add_subplot(222)    # 两行两列的第二个坐标轴
ax2.plot(x,-y)

ax2 =fig.add_subplot(223)    # 两行两列的第三个坐标轴
ax2.plot(x,y*y)

ax2 =fig.add_subplot(224)    # 两行两列的第四个坐标轴
ax2.plot(x,-y*y)

交互式面向对象画图，也可以显示出相同的结果

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(0,10,1)
y = np.random.randn(len(x))

fig = plt.figure()
ax = fig.add_subplot(221)
plt.plot(x,y)                    # 使用plt.plot画图

ax2 =fig.add_subplot(222)
plt.plot(x,-y)

ax2 =fig.add_subplot(223)
plt.plot(x,y*y)

ax2 =fig.add_subplot(224)
plt.plot(x,-y*y)

网格

生成网格语法

对象/plt.grid(True)   # 生成默认网格
对象/plt.grid(color='r',linestyle=':',linewidth='2')   # 生成设置样式的网格

实例

图例

plt.plot(x,x**2,label="Normal")
plt.legend(loc=1/2/3/4,ncol=3)   
# 其中loc为1代表右上，2左上，3左下，4右下，ncol=3表示三列
# 如果loc不指定会默认放在最优位置（不遮挡线段）

设置ncol

设置坐标轴范围

# 查看坐标轴范围
对象/plt.axis()

# 设置坐标轴范围 同时设置x，y
对象/plt.axis([x最小值,x最大值,y最小值,y最大值])

# 设置x坐标轴范围
对象/plt.xlim([x最小值,x最大值])

# 设置y坐标轴范围
对象/plt.ylim([y最小值,y最大值])

坐标轴刻度

调整刻度的段数

plt/对象.locator_params(nbins=20)    # 将x和y轴的段数调整为20

plt/对象.locator_params('y',nbins=20)    # 将y轴的段数调整为20

面向对象的方式调整坐标轴段数

日期作为坐标轴

import matplotlib as mpl   # 多导入一个包

fig = plt.figure()
ax = plt.gca()

# 调整日期样式
date_format = mpl.dates.DateFormatter('%Y-%m-%d')
ax.xaxis.set_major_formatter(date_format)

# 自适应日期互不遮挡
fig.autofmt_xdate()

# 使用plot_date()绘制
plt.plot_date(dates,y,linestyle='-',marker='')

添加坐标轴

plt.twinx()
plt.twiny()

注释

.annotate('this is a note',
            xy=(x1,y1),
            xytext=(x2,y2),
            arrowprops={'frac'=0.5,'facecolor':,headwidth':,'width':})

其中xy代表箭头起始坐标，xytext代表箭头终止坐标及注释开始位置，arrowprops指定箭头如何填充，值为一个字典其中frac代表箭头头部占比，facecolor代表箭头颜色，headwidth代表箭头头部宽度，width代表箭头尾部宽度。

文字

TeX公式

• matplotib自带mathtext引擎，不需要安装TeX系统
• TeX公式$作为开始和结束符，如"$ y=x+z $"

区域填充

• 对曲线下面或者曲线之间的区域进行填充
• fill，fill_between

形状

import matplotlib.patches as mpatches（注：不导入这个模块也可，将下述mpatches.Circle等换成plt.Circle也可）

• 生成形状 mpatches.形状
• 添加形状到坐标 add_patch

美化

使用自带样式进行美化

使用样式

全部样式

其中ggplot，fivethirtypeeight，seaborn比较好看

极坐标

• projection=‘polar’