matplotlib_maatplotlib-CSDN博客

本文链接：https://blog.csdn.net/qq_43271202/article/details/89422008

今天我们来介绍一下python的一个可视化工具matplotlib

matplotlib

使用matplotlib的方式有很多，但最通常的是Pylab模式的ipython(-ipython –pylab)

matplotlib的api都位于matplotlib.pyplot中，所以一般的引入方式为：

import matplotlib.pyplot as plt

Figure、Subplot

Figure

matplitlib的图像必须在Figure中，Figure创建方式如下：

fig = plt.figure() # 之后会弹出一个Figure窗口

创建好Figure后，并不能直接绘图，需要使用add_subplot创建一个或多个子图，在子图中绘图，创建方式如下：

ax1 = fig.add_subplot(2,2,1) # 将figure分为四块，在第一块创建一个子图;返回AxesSubplot对象

之后我们就可以绘制我们的图像了

plt.plot(randn(50).cumsum(), 'k--')

Figure和subplot的创建经常使用，所以matplotlib提供了简洁的创建方式：

fig, axes = plt.subplots(2,3) # 创建一个新Figure、并返回一个含有已创建subplot对象的Numpy数组 
ax = axes[0,1] # 引用第一行第二列的subplot对象

该函数的一些参数选项：

在这里插入图片描述

调整图像之间的间距

通常情况下，matplotlib会在subplot外围留下一些边距，并在subplot之间留下一些间距。

我们可以利用subplots_adjust()函数来修改间距

subplots_adjust(left=None,bootom=None,right=None,top=None,wspace=None,hspace=None) # 该函数是一个顶级函数；wspace、hspace用来控制宽度和高度的百分比，用作subplot之间的间距
plt.subplots_adjust(wspace=0, hspace=0) # 设置subplots之间的间距为0

颜色、线型和标记

matplotlib的plot()函数接受一组X和Y坐标，和一个表示颜色和线形的字符串

ax.plot(x,y,'g--') # 根据x，y绘制绿色虚线
# ax为一subplot

刻度、标签和图例

设置X轴范围：

plt.xlim() # 返回当前X轴的范围
plt.xlim([0,10]) # 将X轴的范围设为[0, 10]
# 以上方法都只对当前或最近创建的Subplot起作用

设置标题、轴标签、刻度以及刻度标签

设置标题

ax.set_title("My first matplotlib plot") # 设置对应dubplot的标题

设置轴标签

ax.set_xlabel() # 为对应subplot的x轴设置标签
ax.set_ylabel()

设置刻度

设置刻度有两个方法，set_xticks和set_xticklabels，前者告诉maatplotlib将刻度放在对应范围的哪个位置，默认情况下这些刻度就是刻度标签；后者可以将任何其他类型的值作为标签
```
ax.set_xticks([0,1,2,3,4]) # 将0,1,2,3,4作为x轴刻度标签
ax.set_xticklabels(['one','two','three','four','five']) # 将one,two,three,four,five作为x轴刻度标签
ax.set_yticks()
ax.set_xticklabels()
```

添加图例

图例是标识图表元素的重要工具。

方式一，在添加subplot时传入label参数

fig = plt.figure()
ax = fig.add_subplot(1,1,1)
ax.plot(randn(1000).cumsum(), 'k--', label='one')
ax.plot(randn(1000).cumsum(), 'k', label='two')
ax.plot(randn(1000).cumsum(), 'k.', label='three')
ax.legend(loc='best') # loc指定图例放置的位置,'best'参数标识系统将图例放置到最不碍事的地方

在这里插入图片描述

将图标保存到文件

利用plt.savefig可以将当前图表保存到文件

plt.savefig('figpath.png', dpi=400) # 将当前图表存储为png文件
# dpi参数指定每英寸点数(分辨率)

Pandas中的绘图函数

从上面的例子中我们可以看出，matplotlib实际上是一个比较低级的画图工具，当我们绘制一张图标时，往往要指定他的多个属性，如图例，标签，标题等。而pandas中的绘图函数大大简化了这个过程。

Series与DataFrame数据都可以通过调用plot函数来绘制图表

Series：

s = Series(np.random.randn(10).cumsum(), index=np.arange(0,100,10))
s.plot()

在这里插入图片描述

DataFrame：

df = DataFrame(np.random.randn(10,4).cumsum(), columns=['A','B','C','D'],index=np.arange(0,100,10))
# columns参数指定图例名称，index指定x轴标签
# np.random.randn(10,4)共10行4列，产生四条曲线，每条曲线十个数据点
df.plot()