Matplotlib画图接口_Python数据分析与可视化

导入matplotlib

和numpy,pandas一样，在导入matplotlib时我们也可以用一些常用的简写形式：

import matplotlib as mpl
import matplotlib.pyplot as plt

pyplot是最常用的画图模块接口，功能非常强大。

显示图像

开发环境的不同，显示图像的方式也就不一样，一般有三种开发环境，分别是脚本、IPython shell、IPython Notebook。

在脚本中使用matplotlib进行可视化时显示图像可以使用plt.show()。

在IPython shell中使用matplotlib可视化非常方便，使用%matplotlib命令启动matplotlib模式。之后的任何plt命令都会自动打开一个图像窗口，当有新的命令，图像就会更新。但对已经画好的图像不会自动实时更新。对于这种可以使用plt.draw()强制更新。

在IPython Notebook中画图和IPthon shell类似，也需要使用%matplotlib命令。图像的显示是嵌在IPython Notebook页面中。有两种展示形式:%matplotlib notebook交互式图形；%matplotlib inline静态图形。

matplotlib还可以直接将图像保存文件，通过plt.savefig("test.jpg")命令保存文件。

plt.savefig("test.jpg")

画图接口

matplotlib有两个画图接口：一个是便捷的matlab风格接口，另一个是功能更强大的面向对象接口。

matplotlib的matlab接口许多语法都和MATLAB类似，所以使用过MATLAB的朋友们想必很快就能上手matplotlib。

import matplotlib.pyplot as plt#导入模块
plt.figure(figsize=(10,10))#创建图形,并设置大小为10 x 10
plt.subplot(2,1,1)#创建子图1（行，列，子图编号）
plt.plot([1,2,3,4], [1,2,3,4])
plt.subplot(2,1,2)#创建子图2（行，列，子图编号）
plt.plot([4,3,2,1], [1,2,3,4])
plt.show()

面向对象接口可以适应更加复杂的场景，更好地控制图形，在画比较复杂的图形市，面向对象方法会更方便。通过下面的代码，可以用面向对象接口重新创建之前的图形。

fig,ax=plt.subplots(2)#ax是一个包含2个axes对象的数组
ax[0].plot([1,2,3,4], [1,2,3,4])
ax[1].plot([4,3,2,1], [1,2,3,4])
plt.show()