数据可视化之matplotlib

架构

Artist是图像上所有可见元素的基类,以对象的方式对可见元素进行描述。

图像渲染依赖于Backend,Backend作为后端绘图渲染引擎,支持GUI方式(直接将图像显示在屏幕上,如GTK、WX等)与非GUI方式(输出为某种格式的文件,如PS、AGG等)。

获取与设置Backend:

>>> import matplotlib as mpl
>>> mpl.get_backend()
'TkAgg'
>>> mpl.use('agg')
>>> mpl.get_backend()
'agg'

创建Figure:

>>> import matplotlib.pyplot as plt
>>> plt.figure()
<matplotlib.figure.Figure object at 0x7fc6b845ccc0>
>>> fig = plt.gcf()
>>> fig.get_children()
[<matplotlib.patches.Rectangle object at 0x7fc6945d5390>]

使用plt.figure()会创建并返回一个Figure对象。
Figure是绘图区,所有的绘图操作都在Figure里进行。
使用plt.gcf()可以获取当前的Figure。

为了绘图,我们可以先创建Axes:

>>> plt.axes()
<matplotlib.axes._subplots.AxesSubplot object at 0x7fc68cbd3048>
>>> ax = plt.gca()
>>> ax.get_children()
[<matplotlib.spines.Spine object at 0x7fc68cbd3438>,
<matplotlib.spines.Spine object at 0x7fc68cbd3550>,
<matplotlib.spines.Spine object at 0x7fc68cbd3668>,
<matplotlib.spines.Spine object at 0x7fc68cbd3780>,
<matplotlib.axis.XAxis object at 0x7fc68cbd3860>,
<matplotlib.axis.YAxis object at 0x7fc68cbedeb8>,
Text(0.5,1,''),
Text(0,1,''),
Text(1,1,''),
<matplotlib.patches.Rectangle object at 0x7fc68bc48a20>]
>>> fig.get_children()
[<matplotlib.patches.Rectangle object at 0x7fc6945d5390>,
<matplotlib.axes._subplots.AxesSubplot object at 0x7fc68cbd3048>]

使用plt.axes()会创建并返回一个Axes对象。
Axes是坐标轴区域,默认包括Spine、Axis、标题和一个绘图区域。

Axis是坐标轴,包括Tick(刻度)和标签。Spine是轴线(如图中红线):

【Tip】

可以设置风格:

plt.style.use('seaborn')

查看可用风格:

print(plt.style.available)

2D绘图

常用操作

创建Figure,创建subplot:

fig = plt.figure()
ax = plt.subplot()

可以合为一步:

fig, ax = plt.subplots()

即使没有事先创建Figure和subplot,也会自动创建。

plot绘制折线图

常用参数:

参数解释
color颜色
linestyle线型
linewidth线条宽度
alpha透明度
label标签(制作图例时用到)
marker标记点类型
markerfacecolor标记点颜色
markersize标记点大小

示例:

from matplotlib import pyplot as plt
import numpy as np

X = np.linspace(-2 * np.pi, 2 * np.pi, 1000)
y1 = np.sin(X)
y2 = np.cos(X)

plt.plot(X, y1, color='r', linestyle='--', linewidth=2, alpha=0.8)
plt.plot(X, y2, color='b', linestyle='-', linewidth=2)
plt.show()

scatter绘制散点图

常用参数:

参数解释
s散点大小
c散点颜色
edgecolors散点边缘颜色
marker散点样式
cmap定义多类别散点的颜色
alpha透明度

示例:

from matplotlib import pyplot as plt
import numpy as np

x = np.random.rand(100)
y = np.random.rand(100)
colors = np.random.rand(100)
size = np.random.normal(20, 30, 100)

plt.scatter(x, y, s=size, c=colors)
plt.show()

其它

命令图类型
pie饼图
bar条形图
hist柱状图
barh直方图
contour等高线图
imshow显示图像
......

子图绘制

1、使用plt.subplot

plt.subplot(nrows, ncols, plot_number)
  • nrows: 将行进行n等分
  • ncols: 将列进行n等分
  • plot_number: 序号(从1开始,从左到右,从上到下,依次递增)

如果出现重叠区域,则会覆盖之前的。

示例:

import numpy as np
import matplotlib.pyplot as plt

x1 = np.linspace(0.0, 5.0)
x2 = np.linspace(0.0, 2.0)

y1 = np.cos(2 * np.pi * x1) * np.exp(-x1)
y2 = np.cos(2 * np.pi * x2)

plt.subplot(2, 1, 1)
plt.plot(x1, y1, 'o-')
plt.title('A tale of 2 subplots')
plt.ylabel('Damped oscillation')

plt.subplot(2, 1, 2)
plt.plot(x2, y2, '.-')
plt.xlabel('time (s)')
plt.ylabel('Undamped')

plt.show()

2、使用plt.axes

plt.axes(*args, **kwargs)

plt.axes传入一个数组[left, bottom, width, height](归一化),
设置axes范围。

示例:

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-2 * np.pi, 2 * np.pi)
y1 = np.sin(x)
y2 = np.cos(x)

plt.axes([.1, .1, .8, .8])
plt.plot(x, y1, 'k')

plt.axes([.6, .6, .3, .3])
plt.plot(x, y2, 'r')

plt.show()

PythonAI

上一篇 Numpy使用教程(二)
下一篇 MySQL基础

添加新评论

*
*