数据分析之Matplotlib

项目场景：

本文主要介绍python数据分析可视化库Matplotlib的一些常见问题，后续会不断补充增加。

---

一. 关于子图绘制：

A.Pyplot编程接口绘制子图（state-based)

Pyplot编程接口（state-based），
1.类似MATLAB风格,利用plt创建Axes对象(此时也自动创建了Figure，可以使用plt.figure(figsize=（））来制定图的大小）；
2.具有状态属性，未指明图的次序（也就是plt.subplot()未使用），将默认在最后一个坐标系上绘图；

1.规则子图绘制
代码如下（示例）：

import matplotlib.pyplot as plt
import numpy as np
#未指明图的大小，使用默认图大小
for i in range(4):
    plt.subplot(221+i)
    plt.plot(np.arange(1,6))
plt.show()

2.不规则子图绘制
代码如下（示例）：

import matplotlib.pyplot as plt
import numpy as np
plt.figure(figsize=(12, 6))#指明图的大小
plt.subplot(221)
plt.plot(np.arange(6))
plt.subplot(222)
plt.plot(np.arange(6))
plt.subplot(212)
plt.plot(np.arange(6))
plt.show()

代码如下（示例）：

import matplotlib.pyplot as plt
import numpy as np
plt.figure(figsize=(12, 6))#指明图的大小
plt.subplot(311)
plt.plot(np.arange(6))
plt.subplot(312)
plt.plot(np.arange(6))
plt.subplot(313)
plt.plot(np.arange(6))
plt.show()

总结规律：

• plt.subplot(221)是将图四等分（2*2）选取第一个，同理plt.subplot(222)则为四等份中的第二个；
• plt.subplot(212)将图两等分（2*1），选择第二个；
• plt.subplot(abc),a和b代表图分成的份数，c代表次序；

B.面向对象编程接口绘制子图（object-based）

面向对象编程接口绘图即每个图都基于一个对象（Axes坐标系对象），相比于pyplot接口，需要我们自己创建画布（FigureCanvas），我们自己创建图对象（Figure），我们自己创建Axes，所有对象一起才能完成一次完整的绘图

import matplotlib.pyplot as plt
import numpy as np
#使用plt.subplots（）指定图的大小和坐标系的数目,并指明图的大小
fig, axes = plt.subplots(2, 2,figsize=(12, 8), dpi=72)
#依次生成子图对象
ax1 = axes[0, 0]
ax2 = axes[0, 1]
ax3 = axes[1, 0]
ax4 = axes[1, 1]
#绘制图像
ax2.plot(np.arange(4))
ax4.scatter(np.arange(4), np.arange(4))
plt.show()

• subplots方法最好使用axes方法绘图，它是先搭框架再绘图；而subplot方法则是通过代码块一步步绘图，逻辑非常清晰，并且在代码块中可以使用plt方法；
• 代码示例均以绘制简单子图为例，读者可以根据需求添加图像的其他元素

---

二. 关于坐标轴参数设置：

fig, ax = plt.subplots(1, 1,figsize=(8, 6), dpi=100)
#用于设置图的标题
ax.set_title("Anatomy of a figure", fontsize=20, verticalalignment='bottom')
#选择‘major’，使两个坐标轴的都显示出刻度，并且设置width和length 
ax.tick_params(which='major', width=1.0)
ax.tick_params(which='major', length=10)
#用于设置x轴的最大分度值
ax.xaxis.set_major_locator(MultipleLocator(10.000))
#用于设置x轴的最小分度值，‘4’代表将10等分成4份，一份2.5
ax.xaxis.set_minor_locator(AutoMinorLocator(4))
#用于设置y轴的最大分度值
ax.yaxis.set_major_locator(MultipleLocator(10.000))
#用于设置y轴的最小分度值，‘4’代表将10等分成4份，一份2.5
ax.yaxis.set_minor_locator(AutoMinorLocator(4))
#用于设置x轴的标签
ax.set_xlabel("X axis label")
#用于设置y轴的标签
ax.set_ylabel("Y axis label")
#用于设置x轴的范围
ax.set_xlim(0, 100)
#用于设置y轴的范围
ax.set_ylim(0, 150)
#用于显示图例
ax.legend()

---

三. 关于中文显示：

plt.rcParams['font.sans-serif'] = ['SimHei'] 
plt.rcParams['axes.unicode_minus'] = False

未完待续！！