python 用画布组件画直方图_Python画图——基础篇

Python画图——基础篇

1 前言

2 matplotlib

2.1 画直线图

2.2画散点图

2.3 区域填充

2.4 坐标轴相关

2.4.1 坐标轴范围

2.4.2 坐标轴刻度

2.4.3 坐标轴标签

2.4.4 隐藏坐标轴

2.5 标题

2.6 画布设置

2.7 保存文件

2.8 实例

3 pygal

3.1 直方图

3.2 折线图

3.3 管理生成的svg图

1 前言

本文章基于《Python编程，从入门到实践》，Eric Matthes著。书中采用的是matplotlib库和pygal库。我的配置为anaconda下python3.7.1，由于目前pygal官方未提供python3.7版本，故创建了python3.5环境。

文章会将画图从零讲起，如果您有一定的基础，或想绘制非常炫酷的图像，请访问matplotlib官网或pygal官网查看更多。也可以查看我的另一篇文档python画图——进阶篇(预计2019/5/8发布)

2 matplotlib

matplotlib.pyplot是一个命令型函数集合，包含了众多的函数，这些函数可以控制画布，让使用者如使用matlab一样方便地进行绘图。

在使用前，需要导入该库，一般简写为plt。

import matplotlib.pyplot as plt

2.1 画直线图

// draw a line

plt.plot(array_x,array_y,options)

可选项options包括：

x坐标：array_x为可选项，为数组时即为x轴坐标主刻度，不写时默认生成0，1，2，3……

线宽：linewith=n

线透明度：alpha=(0,1)，越接近0，透明度越大

2.2画散点图

// draw a scatter

plt.scatter(array_x,array_y,options)

// draw a series of points with options

array_x=['1','2','3','4','5']

array_y=['1','4','9','16','25']

plt.scatter(array_x,array_y,s=15,edgecolor='pink',c=y,cmap=plt.cm.cool)

plt.show()

可选项options包括：

点大小：s=d

去除边缘：edgecolor=‘none’

改变点颜色(默认为蓝色)：c=‘color’，还可使用c=(r,g,b)，其中r/g/b取0~1之间，程序运行会报警告，但可以继续使用

颜色映射：将c设置为y数组，cmap=plt.cm.映射模式，matplotlib官网提供了大量颜色映射模式，颜色映射可以使可视化效果更好

2.3 区域填充

// fill the region that between two lines

plt.fill_between(array_x,array_y1,array_y2,options)

可选项options包括：

填充区域颜色：facecolor=‘color’

填充区透明度：alpha=(0,1)，越接近0，透明度越大

2.4 坐标轴相关

2.4.1 坐标轴范围

plt.axis([x0,xt,y0,yt])

x0表示x标轴起始x坐标；xt表示x轴最后一个x坐标

y0表示y标轴起始y坐标；yt表示y轴最后一个y坐标

// create a tuple variable as x/y scale

plt.xlim((a,b))

plt.ylim((a,b))

// create an array variable as x/y scale

plt.xticks(array_x)

plt.yticks(array_y)

// create a mapping between an numeric array and a literal array

plt.xticks(array_x,words_x)

上述命令分别生成x/y轴的刻度，内容分别为元组/数组/文字

2.4.2 坐标轴刻度

plt.tick_params(options)

可选项options包括：

刻度字体大小：labelsize=n

显示主刻度，副刻度：which='major/minor/both，默认major

应用范围(x/y坐标轴)：axis=‘x/y/both’，默认both

2.4.3 坐标轴标签

plt.xlabel("",options)

plt.ylabel("",options)

fig.autofmt_xdate() // plt.gcf().autofmt_xdate()

// transform date

import datetime from datetime // you need import this first

date=datetime.strptime(d,"%Y-%m-%d")

可选项options包括：

字体大小：fontsize=n

以斜体/日期格式显示x轴刻度标签：fig.autofmt_xdate()或plt.gcf().autofmt_xdate()，在这之前需要转化日期，如上

2.4.4 隐藏坐标轴

plt.axes().get_xaxis().set_visible(False)

plt.axes().get_yaxis().set_visible(False)

注意此命令需要用在plt.show()之前，不然会报错，因为plt.show()创建了一个画布

如果想先看到结果，可以首先实例化一个fig，调用fig的show()函数

2.5 标题

plt.title("",options)

可选项options包括：

字体大小：fontsize=n

2.6 画布设置

fig=plt.figure(dpi=xxx,figsize=(width,height))

dpi是规定像素质量，即每英寸多少个像素，一般不写即为默认值

figsize是生成的图片大小，单位是英寸

2.7 保存文件

plt.savefig('figname.xxx',options)

可选项options包括：

figname的拓展名：可以是jpg/jpeg/png等

保存时是否删除图片周围的空白区域：bbox_inches=‘tight’

2.8 实例

示例内容为使用matplotlib.pyplot完成的随机漫步

from random import choice

import matplotlib.pyplot as plt

class RandomWalk():

"""创建随即漫步类"""

def __init__(self,num_points=5000):

self.num_points=num_points

self.x_values=[0] //用于放置x数组

self.y_values=[0] //用于放置y数组

def fill_walk(self):

while len(self.x_values)

x_direction=choice([1,-1])

x_distance=choice([0,1,2,3,4])

x_step=x_direction*x_distance //创建x的步进

y_direction=choice([1,-1])

y_distance=choice([0,1,2,3,4])

y_step=y_direction*y_distance //创建y的步进

if x_step==0 and y_step==0: //如果原地不动，则跳过，重新生成

continue

next_x=self.x_values[-1]+x_step

next_y=self.y_values[-1]+y_step

self.x_values.append(next_x)

self.y_values.append(next_y) //创建了两个数组，存储xy的步进值

while True:

rw=RandomWalk(50000) //创建一个生成5w个点的实例

rw.fill_walk() //进行随即漫步

plt.figure(figsize=(10,6)) //设置画布大小

point_numbers=list(range(rw.num_points))

plt.scatter(rw.x_values,rw.y_values,s=1,c=point_numbers,cmap=plt.cm.cool) //绘制各点，并且使用映射效果cool

plt.scatter(0,0,c='green',edgecolors='none',s=50) //将初始点突出显示

plt.scatter(rw.x_values[-1],rw.y_values[-1],c='red',edgecolors='none',s=50) //将末尾点突出显示

plt.axes().get_xaxis().set_visible(False) //隐藏x轴

plt.axes().get_yaxis().set_visible(False) //隐藏y轴

plt.show()

keep_running=input("Make another walk?(Y/N)")

if keep_running=='N':

break

3 pygal

pygal可以生成可缩放的矢量图，一般保存文件格式为svg

使用pygal前，需要导入pygal包。了解更多关于pygal，可以访问pygal官网

import pygal

3.1 直方图

hist=pygal.Bar(options)

hist.title=""

hist.x_labels=['1','2','3','4','5']

hist.x_title=""

hist.y_title=""

hist.add('name',array_y)

hist.render_to_file('xxx.svg')

hist.title=：完成了直方图标题的规定

hist.x_labels=[]：x轴显示的内容

hist.x_title/hist.y_title：规定x/y轴的标题

hist.add(‘name’,array_y)：将数组array_y即值加入图片，图例为name

hist.render_to_file(‘name.svg’)：保存为svg文件，使用浏览器打开

pygal.Bar()可选项为：

样式：style=my_style，其中my_style由pygal.style.LightenStyle设置，如my_style=LS(’#333366’,base_style=LCS)；LCS是pygal.style.LightColorizedStyle库，这个语句表示设置直方图的样式为LCS默认样式，填充颜色为蓝色

标签旋转：x_label_rotation=angle

隐藏图例：show_legend=False

可以使用pygal.Config()创建一个实例，来更改坐标轴的其他参数

import pygal

from pygal.style import LightColorizedStyle as LCS, LightenStyle as LS

my_style=LS('#333366',base_style=LCS)

my_config=pygal.Config() // create a new style

my_config.x_label_rotation=45 // rotate 45 degrees clockwise for x labels

my_config.show_legend=False // hide the legend

my_config.title_font_size=24 // set fontsize of title

my_config.label_font_size=14 // set fontsize of labels

my_config.major_label_font_size=18 // set fontsize of major labels

my_config.truncate_label=15 // limit the repository's name below 15 words, you can check it in svg file when your mouse moves on it

my_config.show_y_guides=False // hide the y grid

my_config.width=1000 // the width of figure

chart=pygal.Bar(my_config,style=my_style)

在交互方面，如果不设置其他参数，将鼠标放置在直方图上时，会显示数值，若要添加描述，可以向bar.add()函数提供一个字典列表，此外，还可以加入链接，即当点击该直方图时，可以转到对应的网页

dicts=[{'value':1,'label':one},{'value':2,'label':two},{'value':3,'label':three}]

//dicts=[{'value':1,'label':one,'xlink':url_1},{'value':2,'label':two,'xlink':url_2},{'value':3,'label':three,'xlink':url_3}]

chart.add('',dicts)

3.2 折线图

line=pygal.Line(options)

line.title=""

line.x_labels=array

line.x_labels_major=array[::N] // label with an inteval N

line.add('name',array_y)

其中，pygal.LIne()的可选项包括：

x坐标轴标签顺时针旋转角度：x_label_rotation=angle

不显示x轴标签的所有值：show_minor_x_labels=False

3.3 管理生成的svg图

with open('Dashboard.html','w',encoding='utf8') as html_file:

html_file.write('Dashboard\n')

for svg in svg_list:

html_file.write(' \n'.format(svg))

html_file.write('')

这样就可以在生成的html网页中查看自己的svg图

以上内容参考《Python编程 从入门到实践》

后续一篇文章将基于matplotlib和pygal官网，探索一些有趣的图像的画法！