本文經(jīng)機(jī)器之心（微信公眾號：almosthuman2014）授權(quán)轉(zhuǎn)載，禁止二次轉(zhuǎn)載”

參與：路雪、蔣思源

Matplotlib?能創(chuàng)建非常多的可視化圖表，它也有一個(gè)豐富的?Python?工具生態(tài)環(huán)境，很多更高級的可視化工具使用?Matplotlib?作為基礎(chǔ)庫。因此本文旨在提供一種高效的?Matplotlib?使用方法，并希望該方法可以幫助大家理解如何更有效地進(jìn)行日常數(shù)據(jù)分析工作。

簡介

對新手來說?Python?可視化實(shí)在有些令人挫敗。有很多不同的選項(xiàng)，如何選擇正確的選項(xiàng)是一個(gè)挑戰(zhàn)。例如，兩年前這篇文章《Overview?of?Python?Visualization?Tools》仍然吸引了大量讀者。在那篇文章中，我否定了?Matplotlib。但是，在使用過?pandas、scikit-learn、seaborn?和其他?Python?數(shù)據(jù)科學(xué)包之后，我覺得之前否認(rèn)?Matplotlib?的行為有點(diǎn)不成熟。坦白講，當(dāng)時(shí)我不是很了解?Matplotlib，也不懂如何在我的工作流中高效使用?Matplotlib。

現(xiàn)在我學(xué)習(xí)了一些工具，了解了如何基于?Matplotlib?使用這些工具，Matplotlib?逐漸變成了可視化工具的核心。本文將展示如何使用?Matplotlib。我堅(jiān)定地認(rèn)為?Matplotlib?是?Python?數(shù)據(jù)科學(xué)包必不可少的一部分，希望這篇文章可以幫助大家了解如何使用?Matplotlib?進(jìn)行?Python?可視化。

為什么大家都在否定?Matplotlib？

我認(rèn)為，Matplotlib?對于新手來說比較難存在幾個(gè)原因。首先，Matplotlib?有兩個(gè)界面。第一個(gè)界面基于?MATLAB，使用基于狀態(tài)的接口。第二個(gè)界面是面向?qū)ο蟮慕涌凇１疚木筒徽归_介紹?Matplotlib?有兩個(gè)界面的原因，但了解這兩種方法在使用?Matplotlib?繪圖時(shí)會很重要。兩個(gè)界面會引起混淆的原因可以通過?Stack?Overflow?和谷歌搜索查找一些信息。此外，新用戶將發(fā)現(xiàn)混淆問題有多個(gè)解決方案，但是這些問題看起來類似卻不完全相同。從我的個(gè)人經(jīng)驗(yàn)來講，我們從以前的代碼中可以看出有一些?Matplotlib?代碼的混雜。

關(guān)鍵點(diǎn)

Matplotlib?新手應(yīng)該學(xué)習(xí)和使用面向?qū)ο蟮慕涌凇?/span>

使用?Matplotlib?的另一個(gè)歷史性挑戰(zhàn)是一些默認(rèn)的樣式缺乏吸引力。在?R?使用?ggplot?就可以生成相當(dāng)不錯(cuò)的圖，而?Matplotlib?相對來說有點(diǎn)丑。好消息是?Matplotlib?2.0?中的樣式好看了很多，你可以用最小的努力生成可視化。

第三個(gè)挑戰(zhàn)是你不確定什么時(shí)候該使用?Matplotlib，什么時(shí)候該使用基于?Matplotlib?構(gòu)建的工具，如?pandas?或?seaborn。大部分時(shí)候做一件事都有多種選擇，但是對于新手來說選擇正確的道路有些困難。

為什么使用?Matplotlib？

盡管?Matplotlib?有這么多問題，我還是喜歡用它。因?yàn)樗軓?qiáng)大，這個(gè)庫允許你創(chuàng)建幾乎所有的可視化圖表。此外，圍繞?Matplotlib?有一個(gè)豐富的?Python?工具生態(tài)環(huán)境，很多更高級的可視化工具使用?Matplotlib?作為基礎(chǔ)庫。因此如果你想在?Python?數(shù)據(jù)科學(xué)工具包中進(jìn)行任何操作，你需要對如何使用?Matplotlib?有一些基礎(chǔ)了解。這就是本文其余部分的重點(diǎn)，提供一種高效使用?Matplotlib?的基礎(chǔ)方法。

前提

推薦以下步驟學(xué)習(xí)如何使用?Matplotlib：

1.?學(xué)習(xí)?Matplotlib?的基本術(shù)語，具體來說就是什么是?Figure?和?Axes。

2.?一直使用面向?qū)ο蟮慕缑?#xff0c;養(yǎng)成習(xí)慣。

3.?用基礎(chǔ)的?pandas?繪圖開始可視化。

4.?使用?seaborn?進(jìn)行稍微復(fù)雜的數(shù)據(jù)可視化。

5.?使用?Matplotlib?自定義?pandas?或?seaborn?可視化。

下圖非常重要，有助于理解圖的不同術(shù)語。

大部分術(shù)語很直接易懂，需要牢記的是?Figure?是可能包含一或多個(gè)?axes?的最終圖像。Axes?代表單個(gè)圖。一旦你理解這些是什么以及如何通過面向?qū)ο蟮?API?評估它們，其余步驟就很簡單了。

了解這個(gè)知識還有一個(gè)好處，就是當(dāng)你在網(wǎng)絡(luò)上看東西的時(shí)候有一個(gè)出發(fā)點(diǎn)。如果你花時(shí)間了解了這個(gè)點(diǎn)，那么其他的?Matplotlib?API?才有意義。此外，很多高級?Python?包，如?seaborn?和?ggplot?依賴于?Matplotlib?構(gòu)建，因此理解了基礎(chǔ)，學(xué)習(xí)更強(qiáng)大的框架才更加容易。

最后，我不是說你應(yīng)該逃避其他優(yōu)秀選項(xiàng)，如?ggplot（又名?ggpy）、bokeh、plotly?或?altair。我只是認(rèn)為你需要對?matplotlib?+?pandas?+?seaborn?有一個(gè)基礎(chǔ)的了解。了解基礎(chǔ)可視化棧之后，你就可以探索其他優(yōu)秀工具，根據(jù)需求做出合適的選擇。

開始

下面主要介紹如何在?pandas?中創(chuàng)建基礎(chǔ)的可視化以及使用?Matplotlib?定制最常用的項(xiàng)。了解基礎(chǔ)流程有助于更直觀地進(jìn)行自定義。

我主要關(guān)注最常見的繪圖任務(wù)，如標(biāo)注軸、調(diào)整圖形界限（limit）、更新圖標(biāo)題、保存圖像和調(diào)整圖例。

開始，我打算設(shè)置輸入，讀取一些數(shù)據(jù)：

import pandas as pdimport matplotlib.pyplot as pltfrom matplotlib.ticker import FuncFormatter

df = pd.read_excel("https://github.com/chris1610/pbpython/blob/master/data/sample-salesv3.xlsx?raw=true")

df.head()

數(shù)據(jù)包括?2014?年的銷售交易額。為簡短起見，我將總結(jié)這些數(shù)據(jù)，列出前十名客戶的采購次數(shù)和交易額。繪圖時(shí)我將對各列進(jìn)行重命名。

top_10 = (df.groupby('name')['ext price', 'quantity'].agg({'ext price': 'sum', 'quantity': 'count'})

? ? ? ? ?.sort_values(by='ext price', ascending=False))[:10].reset_index()

top_10.rename(columns={'name': 'Name', 'ext price': 'Sales', 'quantity': 'Purchases'}, inplace=True)

下圖是數(shù)據(jù)。

現(xiàn)在數(shù)據(jù)以簡單的表格形式呈現(xiàn)，我們再來看一下如何將數(shù)據(jù)繪制成條形圖。如前所述，Matplotlib?具備多種不同風(fēng)格，可用于渲染圖表。你可以使用?plt.style.available?查看你的系統(tǒng)可用的風(fēng)格。

plt.style.available

['seaborn-dark', 'seaborn-dark-palette', 'fivethirtyeight', 'seaborn-whitegrid', 'seaborn-darkgrid', 'seaborn', 'bmh', 'classic', 'seaborn-colorblind', 'seaborn-muted', 'seaborn-white', 'seaborn-talk', 'grayscale', 'dark_background', 'seaborn-deep', 'seaborn-bright', 'ggplot', 'seaborn-paper', 'seaborn-notebook', 'seaborn-poster', 'seaborn-ticks', 'seaborn-pastel']

使用如下簡單風(fēng)格：

plt.style.use('ggplot')

現(xiàn)在我們有了好看的風(fēng)格，第一步就是使用標(biāo)準(zhǔn)?pandas?繪圖函數(shù)繪制數(shù)據(jù)：

top_10.plot(kind='barh', y="Sales", x="Name")

推薦使用?pandas?繪圖的原因在于它是一種快速便捷地建立可視化原型的方式。

自定義圖表

如果你對該圖表的重要部分都很滿意，那么下一步就是對它執(zhí)行自定義。一些自定義（如添加標(biāo)題和標(biāo)簽）可以使用?pandas?plot?函數(shù)輕松搞定。但是，你可能會發(fā)現(xiàn)自己需要在某個(gè)時(shí)刻跳出來。這就是我推薦你養(yǎng)成以下習(xí)慣的原因：

fig, ax = plt.subplots()

top_10.plot(kind='barh', y="Sales", x="Name", ax=ax)

生成的圖表和原始圖表基本一樣，不過我們向?plt.subplots()?添加了一個(gè)額外的調(diào)用，并將?ax?傳輸至繪圖函數(shù)。因此，通過?ax?或?fig?對象可以執(zhí)行任何自定義。

我們利用?pandas?實(shí)現(xiàn)快速繪圖，現(xiàn)在利用?Matplotlib?獲取所有功能。通過使用命名慣例，調(diào)整別人的解決方案適應(yīng)自己的需求變得更加直接簡單了。

假設(shè)我們想調(diào)整一些軸標(biāo)簽，且?ax?變量中有多個(gè)軸，可以進(jìn)行一些操作：

fig, ax = plt.subplots()

top_10.plot(kind='barh', y="Sales", x="Name", ax=ax)

ax.set_xlim([-10000, 140000])

ax.set_xlabel('Total Revenue')

ax.set_ylabel('Customer');

這是另一種改變標(biāo)題和標(biāo)簽的簡單方式：

fig, ax = plt.subplots()

top_10.plot(kind='barh', y="Sales", x="Name", ax=ax)

ax.set_xlim([-10000, 140000])

ax.set(title='2014 Revenue', xlabel='Total Revenue', ylabel='Customer')

為了進(jìn)一步展示該方法，我們還可以使用?plt.subplots()?函數(shù)可以定義圖像尺寸，一般以英寸為單位。我們還可以使用?ax.legend().set_visible(False)?移除圖例。

fig, ax = plt.subplots(figsize=(5, 6))

top_10.plot(kind='barh', y="Sales", x="Name", ax=ax)

ax.set_xlim([-10000, 140000])

ax.set(title='2014 Revenue', xlabel='Total Revenue')

ax.legend().set_visible(False)

要想修改這個(gè)圖像，你可能需要執(zhí)行很多操作。圖中最礙眼的可能是總收益額的格式。Matplotlib?可以使用?FuncFormatter?解決這一問題。該函數(shù)用途多樣，允許用戶定義的函數(shù)應(yīng)用到值，并返回格式美觀的字符串。

以下是貨幣格式化函數(shù)，用于處理數(shù)十萬美元區(qū)間的數(shù)值：

def currency(x, pos):

? ?'The two args are the value and tick position'

? ?if x >= 1000000: ? ? ? ?return '${:1.1f}M'.format(x*1e-6) ? ?return '${:1.0f}K'.format(x*1e-3)

現(xiàn)在我們有了格式化程序函數(shù)，就需要定義它，并將其應(yīng)用到?x?軸。完整代碼如下：

fig, ax = plt.subplots()

top_10.plot(kind='barh', y="Sales", x="Name", ax=ax)

ax.set_xlim([-10000, 140000])

ax.set(title='2014 Revenue', xlabel='Total Revenue', ylabel='Customer')

formatter = FuncFormatter(currency)

ax.xaxis.set_major_formatter(formatter)

ax.legend().set_visible(False)

這張圖美觀多了，非常好地展示了自定義問題解決方案的靈活性。最后要說的自定義特征是向圖表添加注釋。你可以使用?ax.axvline()?畫垂直線，使用?ax.text()?添加自定義文本。就以上示例，我們可以畫一條表示平均值的線，包括代表?3?個(gè)新客戶的標(biāo)簽。以下是完整代碼（包括注釋）：

# Create the figure and the axes

fig, ax = plt.subplots()

# Plot the data and get the averaged

top_10.plot(kind='barh', y="Sales", x="Name", ax=ax)

avg = top_10['Sales'].mean()

# Set limits and labels

ax.set_xlim([-10000, 140000])

ax.set(title='2014 Revenue', xlabel='Total Revenue', ylabel='Customer')

# Add a line for the average

ax.axvline(x=avg, color='b', label='Average', linestyle='--', linewidth=1)

# Annotate the new customers

for cust in [3, 5, 8]:

? ?ax.text(115000, cust, "New Customer")

# Format the currency

formatter = FuncFormatter(currency)

ax.xaxis.set_major_formatter(formatter)

# Hide the legend

ax.legend().set_visible(False)

圖表

目前，我們所做的所有改變都是針對單個(gè)圖表。我們還能夠在圖像上添加多個(gè)表，使用不同的選項(xiàng)保存整個(gè)圖像。

如果我們確定要在同一個(gè)圖像上放置兩個(gè)表，那么我們應(yīng)該對如何做有一個(gè)基礎(chǔ)了解。首先，創(chuàng)建圖像，然后創(chuàng)建軸，再將它們繪制成圖表。使用?plt.subplots()?可以完成該操作：

fig, (ax0, ax1) = plt.subplots(nrows=1, ncols=2, sharey=True, figsize=(7, 4))

在這個(gè)例子中，我使用?nrows?和?ncols?指定大小，這對新用戶來說比較清晰易懂。我還使用?sharey=True?以使?y?軸共享相同的標(biāo)簽。

該示例很靈活，因?yàn)椴煌妮S可以解壓成?ax0?和?ax1。現(xiàn)在我們有了這些軸，就可以像上述示例中那樣繪圖，然后把一個(gè)圖放在?ax0?上，另一個(gè)圖放在?ax1。

# Get the figure and the axes

fig, (ax0, ax1) = plt.subplots(nrows=1,ncols=2, sharey=True, figsize=(7, 4))

top_10.plot(kind='barh', y="Sales", x="Name", ax=ax0)

ax0.set_xlim([-10000, 140000])

ax0.set(title='Revenue', xlabel='Total Revenue', ylabel='Customers')

# Plot the average as a vertical line

avg = top_10['Sales'].mean()

ax0.axvline(x=avg, color='b', label='Average', linestyle='--', linewidth=1)

# Repeat for the unit plot

top_10.plot(kind='barh', y="Purchases", x="Name", ax=ax1)

avg = top_10['Purchases'].mean()

ax1.set(title='Units', xlabel='Total Units', ylabel='')

ax1.axvline(x=avg, color='b', label='Average', linestyle='--', linewidth=1)

# Title the figure

fig.suptitle('2014 Sales Analysis', fontsize=14, fontweight='bold');

# Hide the legends

ax1.legend().set_visible(False)

ax0.legend().set_visible(False)

現(xiàn)在，我已經(jīng)在?jupyter?notebook?中用?%matplotlib?inline?展示了很多圖像。但是，在很多情況下你需要以特定格式保存圖像，將其和其他呈現(xiàn)方式整合在一起。

Matplotlib?支持多種不同文件保存格式。你可以使用?fig.canvas.get_supported_filetypes()?查看系統(tǒng)支持的文件格式：

fig.canvas.get_supported_filetypes()

{'eps': 'Encapsulated Postscript', 'jpeg': 'Joint Photographic Experts Group', 'jpg': 'Joint Photographic Experts Group', 'pdf': 'Portable Document Format', 'pgf': 'PGF code for LaTeX', 'png': 'Portable Network Graphics', 'ps': 'Postscript', 'raw': 'Raw RGBA bitmap', 'rgba': 'Raw RGBA bitmap', 'svg': 'Scalable Vector Graphics', 'svgz': 'Scalable Vector Graphics', 'tif': 'Tagged Image File Format', 'tiff': 'Tagged Image File Format'}

我們有?fig?對象，因此我們可以將圖像保存成多種格式：

fig.savefig('sales.png', transparent=False, dpi=80, bbox_inches="tight")

結(jié)論

該版本將圖表保存為不透明背景的?png?文件。我還指定?dpi?和?bbox_inches="tight"?以最小化多余空白。最后，希望該方法可以幫助大家理解如何更有效地使用?Matplotlib?進(jìn)行日常數(shù)據(jù)分析。

原文鏈接：http://pbpython.com/effective-matplotlib.html

精彩活動

福利 · 閱讀 | 免費(fèi)申請讀大數(shù)據(jù)新書 第23期

推薦閱讀

2017年數(shù)據(jù)可視化的七大趨勢！?

全球100款大數(shù)據(jù)工具匯總（前50款）?

論大數(shù)據(jù)的十大局限

大數(shù)據(jù)時(shí)代的10個(gè)重大變革

大數(shù)據(jù)七大趨勢 第一個(gè)趨勢是物聯(lián)網(wǎng)

Q:?你還知道哪些實(shí)現(xiàn)數(shù)據(jù)可視化的方法和工具？

歡迎留言與大家分享

請把這篇文章分享給你的朋友

轉(zhuǎn)載 / 投稿請聯(lián)系：hzzy@hzbook.com

更多精彩文章，請?jiān)诠娞柡笈_點(diǎn)擊“歷史文章”查看

總結(jié)

以上是生活随笔為你收集整理的教程 | 如何优雅而高效地使用Matplotlib实现数据可视化的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。