matplotlib数据可视化

matplotlib数据可视化

1. matplotlib简单介绍

绘制图像一共有两种方式，一种是面向对象的（显示的），利用Figure，axes，另一个是直接用plot.plt（隐式的）

1. 图像的组成

1. Figure，顶层级，用来容纳所有绘图元素
2. Axes，容纳大量元素可以用来构造一幅幅子图（一个figure可以由一个或多个子图组成）
3. Axis，axes的下属层级，用来处理所有和坐标轴，网格有关的元素
4. Tick，axis的下属层级，用来处理所有和刻度有关的元素

2.matplot的底层结构

1. 三个层次API：

matplotlib.backend_bases.FigureCanvas 代表了绘图区，所有的图像都是在绘图区完成的
matplotlib.backend_bases.Renderer 代表了渲染器，可以近似理解为画笔，控制如何在 FigureCanvas 上画图。
matplotlib.artist.Artist 代表了具体的图表组件，即调用了Renderer的接口在Canvas上作图。

2. Artist分类

1. primitive

1. 包含一些用在绘图区的标准图像对象，例如：曲线Line2D，文字text，矩形Rectangle，图像image等

   2. containers

2. 用来装基本要素的地方，包括图形figure，坐标系Axes，坐标轴Axis

2. matplotlib标准用法

import matplotlib.pyplot as plt
import numpy as np

#step1
fig = plt.figure()

#step2
ax = fig.add_subplot(2,1,1)

#step3
t = np.arange(0.0,1.0,.01)
s = np.sin(2 * np.pi * t)
line, = ax.plot(t,s,color='blue',lw=2)

3. primitives详细介绍

1. 2DLine：

连接所有顶点的实现样式，也可以是每个顶点的标记

1. 常用参数：

xdata，ydata，linewidth，linestyle，color，marker，markersize

2. 设置属性的方法：

1. plot()中设置

# 1) 直接在plot()函数中设置
import matplotlib.pyplot as plt
x = range(0,5)
y = [2,5,7,8,10]
plt.plot(x,y, linewidth=10) # 设置线的粗细参数为10

2. 获得线对象，对线对象进行设置

# 2) 通过获得线对象，对线对象进行设置
x = range(0,5)
y = [2,5,7,8,10]
line, = plt.plot(x, y, '-')
line.set_antialiased(False) # 关闭抗锯齿功能

3. 获得线属性，使用setp()设置

# 3) 获得线属性，使用setp()函数设置
x = range(0,5)
y = [2,5,7,8,10]
lines = plt.plot(x, y)
plt.setp(lines, color='r', linewidth=10)

3. 绘制lines

1. 绘制直线lines

2. pyplot方法绘制

# 1. pyplot方法绘制
import matplotlib.pyplot as plt
x = range(0,5)
y = [2,5,7,8,10]
plt.plot(x,y)

2. Line2D对象绘制

# 2. Line2D对象绘制
import matplotlib.pyplot as plt
from matplotlib.lines import Line2D      

fig = plt.figure()
ax = fig.add_subplot(111)
line = Line2D(x, y)
ax.add_line(line)
ax.set_xlim(min(x), max(x))
ax.set_ylim(min(y), max(y))

plt.show()

2. errorbar绘制误差折线图

3. 构造函数主要参数：

x，y，yerr（y轴水平的误差），xerr，fmt（折线图的风格），ecolor，elinewidth

import numpy as np
import matplotlib.pyplot as plt
fig = plt.figure()
x = np.arange(10)
y = 2.5 * np.sin(x / 20 * np.pi)
yerr = np.linspace(0.05, 0.2, 10)
plt.errorbar(x, y + 3, yerr=yerr, label='both limits (default)')

2. patches

1. Rectangle矩形：

通过锚点xy及其宽高生成

1. hist-直方图

   1. 常用参数：

      x，bins，range，density（显示频数统计结果），histtype（bar，barstacked，setp，setpfilled）࿰