数据处理工具（一）——Matplotlib
文章目錄
- 致謝
- 1 Matplotlib
- 1.1 什么是Matplotlib
- 1.2 實現(xiàn)一個簡單的圖
- 1.3 Matplotlib三層結(jié)構(gòu)
- 1.3.1 容器層
- 1.3.2 輔助顯示層
- 1.3.3 圖像層
- 1.3 使用模塊
- 1.3.1 畫布的設(shè)置
- 1.3.2 添加網(wǎng)格輔助背景
- 1.3.3 附加屬性
- 1.3.4 標(biāo)簽
- 1.3.5 刻度
- 1.3.6 一個圖上多條線
- 1.3.7 子區(qū)域
- 1.4 基礎(chǔ)圖表
- 1.4.1 折線圖
- 1.4.2 散點圖
- 1.4.3 柱狀圖
- 1.4.4 直方圖
- 1.4.5 餅圖
- 1.4.6 小結(jié)
致謝
Matplotlib subplot2grid()函數(shù)的詳細(xì)介紹及操作實例-立地貨 (lidihuo.com)
直方圖和柱狀圖的區(qū)別有哪些_Amanda_python的博客-CSDN博客_直方圖和柱狀圖的區(qū)別
1 Matplotlib
1.1 什么是Matplotlib
Matplotlib是一種專門用于開發(fā)2D圖表的一種工具包，盡管它也能開發(fā)3D圖表，但是我們很少會去使用他。我們通常用其來使數(shù)據(jù)可視化，其英文來源Matplotlib可以分解為三個單詞：mat——matrix（矩陣），plot——plot（畫圖），lib——library（庫）。其方法實際上和matlab一樣。而之所以不使用matlab是因為它并不免費。
1.2 實現(xiàn)一個簡單的圖
import matplotlib.pyplot as pltplt.figure() plt.plot([1, 0, 9], [4, 5, 6]) plt.show()1.3 Matplotlib三層結(jié)構(gòu)
1.3.1 容器層
容器層主要由Canvas、Figure、Axes組成。其中Canvas是位于最底層的系統(tǒng)層，在繪圖的過程中充當(dāng)畫板的角色，即放置畫布（Figure）的工具；Figure是Canvas上方的第一層，也是需要用戶來操作的應(yīng)用層的第一層，在繪圖的過程中充當(dāng)畫布的角色；而Axes是應(yīng)用層的第二層，在繪圖的過程中相當(dāng)于畫布上的繪圖區(qū)的角色。
- Figure：指整個圖形（可以通過plt.figure()設(shè)置畫布的大小和分辨率）
- Axes（坐標(biāo)系）：數(shù)據(jù)的繪圖區(qū)域
- Axis（坐標(biāo)軸）：坐標(biāo)系中的一條軸，包含大小限制、刻度和刻度標(biāo)簽
容器層的特點為：
一個figure（畫布）可以包含多個axes（坐標(biāo)系/繪圖區(qū)），但是一個axes只能屬于一個figure。
一個axes（坐標(biāo)系/繪圖區(qū)）可以包含多個axis（坐標(biāo)軸），包含兩個即為2d坐標(biāo)系，3個即為3d坐標(biāo)系。
總結(jié)來說，Canvas是畫板、Figure是白紙，Axes是紙上面的框架。當(dāng)我們想要在白紙上面畫多個圖像，我們可以使用plt.subplots來分區(qū)。
1.3.2 輔助顯示層
輔助顯示層指的是繪圖區(qū)內(nèi)的除了根據(jù)數(shù)據(jù)繪制出的圖像以外的內(nèi)容，比如繪制風(fēng)格、邊框線、坐標(biāo)軸、坐標(biāo)名、刻度、網(wǎng)格線、圖例、標(biāo)題等。
1.3.3 圖像層
在圖像層中，我們可以在Axes之中使用plot、scatter、bar、histogram、pie等函數(shù)根據(jù)數(shù)據(jù)繪制出圖像。
1.3 使用模塊
1.3.1 畫布的設(shè)置
我們從最簡單的開始一步一步深入，我們想要繪制關(guān)于一周內(nèi)天氣的折線圖。
plot方法可用于畫圖，其可以傳入列表，當(dāng)傳入一個列表時，默認(rèn)為y所在位置。當(dāng)傳入兩個列表時，第一個列表為x所在位置，第二個列表為y所在位置。
import matplotlib.pyplot as pltplt.figure() plt.plot([1, 2, 3, 4, 5, 6, 7], [17, 17, 18, 15, 11, 11, 13]) plt.show()如果我們要設(shè)置畫布的大小和畫布的分辨率，我們可以在figure的有參構(gòu)造器中設(shè)置。
import matplotlib.pyplot as plt %matplotlib inlineplt.figure(figsize=(20,8),dpi = 80) plt.plot([1, 2, 3, 4, 5, 6, 7], [17, 17, 18, 15, 11, 11, 13]) plt.show()如果你要保存這個畫布中的內(nèi)容，除了可以直接右鍵保存圖片外，還可以使用下面的方法：
import matplotlib.pyplot as plt %matplotlib inlineplt.figure(figsize=(20,8),dpi = 80) plt.plot([1, 2, 3, 4, 5, 6, 7], [17, 17, 18, 15, 11, 11, 13]) plt.savefig("路徑") plt.show()需要注意的是，保存圖片這個方法不可以置于show方法之后，否則show方法執(zhí)行時，上述的圖片資源會被釋放，再用savefig保存的圖片是一張空白圖。
1.3.2 添加網(wǎng)格輔助背景
如果想要添加網(wǎng)格背景，可以調(diào)用plt.grid方法，其方法默認(rèn)關(guān)閉，如果要開啟，需要手動給構(gòu)造器一個True。在打開后，grid方法還擁有多種附加屬性，你可以自己查看API去添加。
import matplotlib.pyplot as plt plt.plot([3,1,4,5,2]) plt.ylabel('grade') plt.grid(True,linestyle = '--',alpha = 0.5) plt.show()1.3.3 附加屬性
我們這一小節(jié)來講講附加屬性。我們首先來看一下plot的API。
Plt.plot(x,y,format_string,**kwargs)
- X:x軸數(shù)據(jù)，列表或者數(shù)組，可選。
- Y:y軸數(shù)據(jù)，列表或者數(shù)組。
- Format_string:控制曲線的格式字符串，可選
- **kwargs：第二組或更多(x,y.format_string)
對于kwargs，可以是更多附加屬性，也可以是第二組列表。
更多附加屬性有：
-
linewidth:線條寬度（可取0~10，默認(rèn)1.5）
-
Color:控制顏色
? 控制顏色只需寫對應(yīng)的英文首字母即可
-
Linestyle:線條風(fēng)格
-
Marker:標(biāo)記風(fēng)格（可取’o’'D’等20種，默認(rèn)為None）
-
Markerfacecolor:標(biāo)記顏色
-
Markersize:標(biāo)記尺寸（取0~10的數(shù)值，默認(rèn)為1）
線條風(fēng)格有：
- "-"實線
- "–"破折線
- "-."點劃線
- ":"虛線
- "“無線條
線條上的標(biāo)記有：
- ","像素標(biāo)記
- "o"實習(xí)圈標(biāo)記
- "v"倒三角標(biāo)記
- "^"上三角標(biāo)記
- ">"右三角
- "<"左三角
- "1"下花三角
- "2"上花三角
- "3"左花三角
- "4"右花三角
- "s"實習(xí)方形
- "p"實心五角
- "*"星形
- "h"豎六邊形
- "H"橫六邊形
字體有：
- SimHei:黑體
- Kaiti:楷體
- Lisu:隸書
- Fangsong:仿宋
- You yaun:幼圓
- Stsong:宋體
1.3.4 標(biāo)簽
我們可以為我們的折線圖設(shè)置標(biāo)簽。
- plt.xlabel()：對x軸增加文本標(biāo)簽
- plt.ylable()：對y軸增加文本標(biāo)簽
- plt.title()：對圖形整體增加文本標(biāo)簽
- plt.text()：對任意位置增加文本
- plt.annotate：在圖形上加上帶有箭頭的注解
- plt.legend()：添加圖例
需要注意的是，在輸入中文標(biāo)簽的時候，matplotlib是不支持中文的，所以輸出的圖像會有空白。為了解決這個問題，我們可以使用以下的方法。
第一種方法
pyplot并不默認(rèn)支持中文顯示，需要rcParams修改字體實現(xiàn)。（可以實現(xiàn)，但不推薦，畢竟是全局使用）
import matplotlib.pyplot as plt import matplotlibmatplotlib.rcParams['font.family']='SimHei'其他屬性：
Font.family:用于顯示字體的名字
Font.style:字體風(fēng)格，正常‘normal’或斜體‘italic’
Font.size:字體大小，整數(shù)字號或者‘large’，‘x-small’
第二種方法（實測還能用）
有中文輸入的地方，增加一個屬性：fontproperties
Plt.xlabel('橫軸：時間'，fontproperties = 'SimHei',fontsize = 20)1.3.5 刻度
我們來看一下如何給我們的圖像層加上刻度。
xticks(ticks, [labels], **kwargs)
- ticks：數(shù)組類型，用于設(shè)置X軸刻度間隔
- [labels]：數(shù)組類型，用于設(shè)置每個間隔的顯示標(biāo)簽
- **kwargs：用于設(shè)置標(biāo)簽字體傾斜度和顏色等外觀屬性
1.3.6 一個圖上多條線
我們?nèi)绻胍谝粋€折現(xiàn)圖中畫出多條直線，我們可以再次使用plot，也可以在第一個plot傳入第二組列表。
import matplotlib.pyplot as plt import matplotlibmatplotlib.rcParams['font.family']='SimHei'plt.plot([3,1,4,5,2]) plt.ylabel('溫度') plt.xlabel('時間') plt.title('一周內(nèi)的天氣變化折線圖') plt.grid(True,linestyle = '--',alpha = 0.5)plt.plot([2,3,1,4,5]) plt.grid(True,linestyle = '--',alpha = 0.5)plt.show()1.3.7 子區(qū)域
工作中往往會根據(jù)業(yè)務(wù)需求，將繪制的多個圖形組合到一個大圖框內(nèi)，形成類似儀表盤的效果。
在畫布上面創(chuàng)建子圖有很多方法，這里有四種介紹，但是三種很容易混淆。
subplots和subplot
兩個參數(shù)基本一樣，但是區(qū)別就是subplots是直接創(chuàng)建一個畫布和一個或多個子圖返回，而subplot添加一個子圖到當(dāng)前畫布，它會刪除前面覆蓋的子圖。
如果想一次性的創(chuàng)建多個子圖，就使用subplots函數(shù)，如果想一個一個地添加子圖，就使用subplot函數(shù)，這是他們的主要區(qū)別。
在如今的開發(fā)中，subplot已經(jīng)被版本淘汰了，使用起來實際上很不方便，所以這里我們就不再講解它。
matoplotlib.pyplot.subplots(nrow = 1,ncol = 1,**fig_kw)
- 作用：創(chuàng)建一個帶有多個axes的圖
- return 畫布figure 和 繪圖區(qū)axes，對于不同的axes對象，采用的不再是plt.方法，而是使用axes.方法，且方法名不同
- set_xticks
- set_yticks
- set_xlabel
- set_ylabel
學(xué)完上面的知識后，讓我們來試試下面的案例：
import matplotlib.pyplot as plt import random import matplotlib matplotlib.rcParams['font.family']='SimHei'# 1 準(zhǔn)備數(shù)據(jù)x，y x = range(60) y_shanghai = [random.uniform(15,18) for i in x] y_beijing = [random.uniform(1,3) for i in x]# 2 創(chuàng)建畫布 figure,axes = plt.subplots(nrows = 1,ncols = 2,figsize = (20,8),dpi = 80)# 3 繪制圖像 axes[0].plot(x,y_shanghai,color = "r",linestyle = "-.",label = "上海") axes[1].plot(x,y_beijing,color = "b",label = "北京")# 4 顯示圖例 axes[0].legend() axes[1].legend()# 5 修改刻度 x_label = ["11點{}分".format(i) for i in x] axes[0].set_xticks(x[::5],x_label[::5]) axes[0].set_yticks(range(0,40,5)) axes[1].set_xticks(x[::5],x_label[::5]) axes[1].set_yticks(range(0,40,5))# 6 添加網(wǎng)格顯示 plt.grid(linestyle = "--",alpha = 0.5)# 7 添加描述信息 axes[0].set_xlabel("時間變化") axes[0].set_ylabel("溫度變化") axes[0].set_title("上海11點到12點每分鐘的溫度變化狀況") axes[1].set_xlabel("時間變化") axes[1].set_ylabel("溫度變化") axes[1].set_title("上海11點到12點每分鐘的溫度變化狀況")# 8 顯示圖 plt.show()除了上面的方法，還有下面兩種：
plt.subplot2grid()
plt.subplot2grid(Gridspec,Curspec,colspan = 1,rowspan = 1，**kwargs)
-
Matplotlib subplot2grid()函數(shù)在網(wǎng)格的特定位置創(chuàng)建軸對象提供了更大的靈活性。它還允許軸對象跨越多個行或列
-
shape:指定組合圖的框架形狀，以元組形式傳遞，如2*3的矩陣可以表示成（2，3）
-
loc:指定子圖所在的位置，如shape中第一行第一列可以表示成（0，0）
-
rowspan:指定某個子圖需要跨幾行
-
colspan：指定某個子圖需要跨幾列
可以用下面的例子試試手！
import matplotlib.pyplot as plt import numpy as np import math # 顯示中文設(shè)置... plt.rcParams['font.sans-serif'] = ['SimHei'] # 步驟一(替換sans-serif字體) plt.rcParams['axes.unicode_minus'] = False # 步驟二(解決坐標(biāo)軸負(fù)數(shù)的負(fù)號顯示問題) a1 = plt.subplot2grid((3,3),(0,0),colspan = 2) a2 = plt.subplot2grid((3,3),(0,2), rowspan = 3) a3 = plt.subplot2grid((3,3),(1,0),rowspan = 2, colspan = 2) x = np.arange(1,10) a2.plot(x, x*x) a2.set_title('平方') a1.plot(x, np.exp(x)) a1.set_title('指數(shù)') a3.plot(x, np.log(x)) a3.set_title('log') plt.tight_layout() plt.show()Gridspec類
模塊gridspec是一個可以指定畫布中子區(qū)位置或者說是布局的"分區(qū)"模塊。在模塊gridspec中，有一個類GridSpec，他可以指定網(wǎng)格的幾何形狀。
import matplotlib.gridspec as gr import matplotlib.pyplot as plt gs = gr.GridSpec(3,3) ax1 = plt.subplot(gs[0,:]) ax2 = plt.subplot(gs[1,:1]) ax3 = plt.subplot(gs[1:,-1])plt.show()這里ax1，ax2，ax3是選定在子區(qū)域里面的特定區(qū)間來劃分，可以通過類似于列表中的切片操作來確定所選區(qū)域。
1.4 基礎(chǔ)圖表
plt不止可以利用plot方法畫出折線圖，實際上，他還能畫出各種數(shù)學(xué)圖像，如下所示：
- plt.plot(x,y,fmt,…):繪制一個坐標(biāo)圖
- plt.boxplot(data,notch,position):繪制一個箱型圖
- plt.bar(left,height,width,bottom):繪制一個條形（柱狀）圖
- plt.barh(width,bottom,left,height):繪制一個橫向條形圖
- plt.polar(theta,r)：繪制極坐標(biāo)圖
- plt.pie(date,explode):繪制餅圖
- plt.psd(x,NFF = 256,pad_to,Fs):繪制功率譜密度圖
- plt.specgram(x,NFF = 256,pad_to,F):繪制譜圖
- plt.cohere(x,y,NFFT=256,Fs):繪制X-Y的相關(guān)性函數(shù)
- plt.scatter(x,y):繪制散點圖，其中x和y長度相同
- plt.step(x,y,where):繪制步階圖
- plt.hist(x,bins,normed):繪制直方圖
- plt.contour(x,y,z,n):繪制等值圖
- plt.vlines():繪制垂直圖
- plt.stem(x,y,linefmt,marterfmt):繪制柴火圖
- plt.plot_date():繪制數(shù)據(jù)日p
在下面的講解中，我們會慢慢地去了解一些常用的圖表。
1.4.1 折線圖
實際上前面講到的plot方法是可以繪制各種函數(shù)圖像的，但是它常用于繪制折線圖。
當(dāng)我們的點使用離散的值，如離散列表或離散元組，那么其畫出來的是折線圖；當(dāng)我們的點取得非常密集的時候，折線圖就會變成一條平滑的曲線，如二次函數(shù)圖像的繪制我們可以采用以下的方式：
# 1 準(zhǔn)備x，y數(shù)據(jù) x = np.linspace(-1,1,1000) y = 2 * x * x# 2 創(chuàng)建畫布 plt.figure(figsize = (20,8),dpi = 80)# 3 繪制圖像 plt.plot(x,y)# 4 添加網(wǎng)格顯示 plt.grid(linestyle = "--",alpha = 0.5)# 5 顯示圖像 plt.show()1.4.2 散點圖
我們來看一下散點圖的方法。
matplotlib.pyplot.scatter(x,y,s = None,c = None,marker = None,alpha = None)
- x,y:接受array，表示x軸和Y軸對應(yīng)的數(shù)據(jù)，無默認(rèn)
- s:接收數(shù)值或者一維的array，指定點的大小，若傳入一維array則表示每個點的大小，默認(rèn)為None
讓我們來繪制一個簡單的散點圖吧！
import matplotlib.pyplot as plt import numpy as np# 1 準(zhǔn)備x，y數(shù)據(jù) x = np.random.randn(100) y = np.random.randn(100)# 2 創(chuàng)建畫布 plt.figure(dpi = 80)# 3 繪制圖像 plt.scatter(x,y,7) #指定點的大小為7 plt.title('Scatter') #指定圖像標(biāo)題# 4 展示圖像 plt.show()1.4.3 柱狀圖
我們來看一下柱狀圖的方法。
matplotlib.pyplot.bar(left ， height , alpha = 1 ,width = 0.8 , bottom = none , data = none , **kwargs)
- left：x軸位置序列
- height：
- alpha：透明度
- bottom：底部柱形變量
- data：可以使用可被索引的對象數(shù)據(jù)類型
其他關(guān)鍵字參數(shù)如下：
- color：柱形填充顏色
- edgecolor：柱形邊框顏色
- label：標(biāo)簽
- lw：柱形邊框?qū)挾?/li>
讓我們來繪制一個簡單的柱形圖：
# 1 準(zhǔn)備數(shù)據(jù) movie_names = ['雷神3：諸神黃昏','正義聯(lián)盟','東方快車謀殺案','降魔傳'] tickets = [73853,57767,22354,15969]# 2 創(chuàng)建畫布 plt.figure(dpi = 80)# 3 繪制柱狀圖 x_ticks = range(len(movie_names)) plt.bar(x_ticks,tickets,width = 0.5,color = ['b','r','g','y'])# 4 修改刻度 plt.xticks(x_ticks,movie_names)# 5 添加網(wǎng)格顯示 plt.grid(linestyle = "--",alpha = 0.5)# 6 加標(biāo)簽 plt.title("各大電影票房")# 7 繪制圖像 plt.show()當(dāng)然，如果取值為負(fù)，還能畫出倒影柱狀圖。
1.4.4 直方圖
直方圖和柱狀圖有所區(qū)別，主要區(qū)別如下：
- 柱狀圖是根據(jù)數(shù)據(jù)直接得到一個數(shù)據(jù)的結(jié)果，只是比較數(shù)據(jù)的大小，直方圖是根據(jù)原數(shù)據(jù)做一個頻次的分布
- 直方圖柱子無間隔，柱狀圖柱子有間隔
- 直方圖描述數(shù)值變量（x軸是一條線），柱狀圖描述分類變量（x軸是分類變量）
- 直方圖一般用來描述等距數(shù)據(jù)或等比數(shù)據(jù)，柱形圖一般用來描述數(shù)據(jù)名稱或順序數(shù)據(jù)
- 通過直方圖可以觀察和估計哪些數(shù)據(jù)比較集中
畫直方圖的方法如下：
hist (x, bins = 10,range = none,density = false,weight = none,cumulative = false,bottom = none,histtype = u’bar’,align = u’mid’,orientation = u’vertical’,rwidth = none,log = false,color = none,label = none,stacked = false,** kwargs)
- x：直方圖中數(shù)據(jù)，可以是n維數(shù)組或者n維數(shù)組序列，多維數(shù)組長度不要求一致
- bins：劃分的組數(shù)，可以傳入整數(shù)或序列或auto
- range：bins參數(shù)的邊界，如果bins是第一個序列則無效，否則是(x.min(),x.max())
其他的參數(shù)就不說了，需要用再去查吧。
# 導(dǎo)入模塊 import numpy as np import matplotlib as plt#電影時長分布狀況 # 1 準(zhǔn)備數(shù)據(jù) time = [131,98,125,131,124,139,113,117,128,108]# 2 創(chuàng)建畫布 plt.figure(dpi = 80)# 3 背景網(wǎng)格 plt.grid(linestyle = "-",alpha = 0.5)# 4 繪制直方圖 distance = 2 group_num = (max(time)-min(time))/distanceplt.hist(time)# 5 修改刻度 plt.xticks(range(min(time),max(time),distance))# 7 顯示圖像 plt.show()1.4.5 餅圖
讓我們看一下餅圖繪圖的方法。
pie函數(shù)各類詳解：
參數(shù)：
- X:指定繪圖的數(shù)據(jù)
- Explode:指定餅圖某些部分的突出顯示，即呈現(xiàn)爆炸式
- Labels:為餅圖添加標(biāo)簽說明，類似于圖例說明
- Colors:指定餅圖的填充色
- Autopct:自動添加百分比顯示，可以采用格式化的方法顯示
- Pctdistance:設(shè)置百分比標(biāo)簽和圓心的距離
- Shadow:是否添加餅圖的陰影效果
- Labeldistance:設(shè)置各個扇形標(biāo)簽（圖例）與圓心的距離
- Startangle:設(shè)置餅圖的初始擺放角度
- Radius:設(shè)置餅圖的半徑大小
- Counterclock:是否讓餅圖按逆時針順序呈現(xiàn)
- Wedgeprops:設(shè)置餅圖內(nèi)外邊界的屬性，如邊界線的粗細(xì)、顏色等
- Textprops:設(shè)置餅圖中文本的屬性，如字體大小、顏色等
- Center:指定餅圖的中心點位置，默認(rèn)為原點
- Frame:是否要顯示餅圖后面的圖框，如果是Ture，需要同時控制圖框x軸，y軸的范圍和餅圖的中心位置
讓我們來試一試！
import matplotlib.pyplot as plt labels = 'Frog','Hogs','Dogs','Logs' sizes = [15,30,45,10] explode = (0,0.1,0,0) plt.pie(sizes,explode = explode,labels = labels,autopct = '%1.1f%%',shadow = False,startangle = 90) plt.show()讓我們搞一個更復(fù)雜的！
import matplotlib.pyplot as plt# 1 修正全局中文 matplotlib.rcParams['font.family']='SimHei'# 2 傳入數(shù)據(jù) labels = u'汽車',u'火車',u'輪船',u'單車',u'自行車',u'步行' sizes = [15,14,16,25,20,10]# 3 指定各部分?jǐn)?shù)據(jù)在餅圖的顏色 color = 'r','g','y','b','w','p'# 4 設(shè)定餅圖突出部分 explode = (0,0.2,0,0,0,0)# 5 繪制餅圖 plt.pie(sizes,explode = explode,labels = labels,autopct = '%1.1f%%',shadow = True,startangle = 90)# 6 使xy同方向延伸 plt.axis('equal')# 7 設(shè)置標(biāo)題 plt.title('你認(rèn)為別人去學(xué)校采用什么方式',fontproperties = 'SimHei',fontsize = 20)# 8 設(shè)置圖例 plt.legend()# 9 顯示餅圖 plt.show()1.4.6 小結(jié)
除了以上的圖形以外，其他的圖就不再概述了，因為很少用到。至于如果你想進(jìn)入更深入的學(xué)習(xí)，你可以進(jìn)入官方文檔。上面的工具應(yīng)該在你平時學(xué)習(xí)其他有關(guān)于數(shù)據(jù)的東西時應(yīng)不停地使用它，以免遺忘。你要明確的一點是：這一講講的是工具，而不是什么理論。
總結(jié)
以上是生活随笔為你收集整理的数据处理工具（一）——Matplotlib的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： asp版新闻发布今日弄好
- 下一篇： 仿人机器人(五连杆、七连杆)拉格朗日动力