利用Python进行数据分析之matplotlib基本使用

2021-12-18

数据可视化是数据分析中最重要的任务之一，有时构建网络交互可视化可能是最终目标之一。matplotlib是一个用于生成出版级质量图表的桌面绘图包，随着时间的推移，matplotlib已经产生了一些数据可视化的附加工具包，比如seaborn。

matplotlib的安装：

conda install -n Excercise matplotlib

pip install -n Excercise matplotlib

matplotlib绘图流程

借用一张图，说明可视化的作图流程：

matplotlib API入门

如果所有设置都正确，可以运行以下代码输出简单图形：

import matplotlib.pyplot as plt
import numpy as np

data = np.arange(10)
plt.plot(data)
plt.show()

plot([x],y,[fmt],data=None,**kwargs) ‘[]’代表参数选填，fmt传一个字符串，用来给图形做一些样式修改，默认是’b-‘。也可以用随机函数绘制一张折线图：

import matplotlib.pyplot as plt
import numpy as np

x = range(20)
y = [np.random.randint(0,10) for x in range(20)]
plt.plot(x,y)
plt.show()

# 等价写法
mydata = {'x':range(20),'y':[np.random.randint(0,10) for x in range(20)]}
plt.plot('x','y',data=mydata)
plt.show()

# 等价写法
mydata = {'x':range(20),'y':[np.random.randint(0,10) for x in range(20)]}
mydf = DataFrame(mydata)
plt.plot('x','y',data=mydf)
plt.show()

matplotlib的基本使用

matplotlib的主函数plot接收带有x和y轴的数组以及一些可选的字符串缩写参数来指明颜色和线类型。

例如ax.plot(x,y,'g--')等价于ax.plot(x,y,linestyle='--',color='g')

很多颜色缩写被用于常用颜色，也可以通过指定十六进制颜色代码的方式来指定任何颜色，总的来说，有以下三种方式：

# 使用颜色的名称或缩写
ax.plot(x,y,linestyle='--',color='r')
ax.plot(x,y,linestyle='--',color='red')

# 使用十六进制
ax.plot(x,y,linestyle='--',color='#CECECE')

# 使用RGB或RGBA方式，前三位对应红黄蓝三原色，第四位对应透明度
ax.plot(x,y,linestyle='--',color=(0,0,0,0))

折线图有时需要凸显实际的数据点，也可以用下面的表达方式，plt.plot(randn(30).cumsum(),'k0--')等价于plt.plot(randn(30).cumsum(),color='k',linestyle='dashed',marked='o')

通过drawstyle选项更改折线图的连接方式：

import numpy as np
import matplotlib.pyplot as plt

data = np.random.randn(30).cumsum()

# 线性内插绘图
plt.plot(data,'k--',label='Default')

# 步长绘图
plt.plot(data,'k-',drawstyle='steps-post',label='steps-post')

# 为每条线生成说明图例，图例中的线条名称为label的值
plt.legend(loc='best')
plt.show()

指明线类型的常见字符串汇总：

字符	类型	字符	类型
‘-‘	实线	‘–’	虚线
‘-.’	虚点线	‘:’	点线
‘.’	点	‘,’	像素点
‘o’	圆点	‘v’	下三角点
‘^’	上三角点	‘<’	左三角点
‘>’	右三角点	‘1’	下三叉点
‘2’	上三叉点	‘3’	左三叉点
‘4’	右三叉点	‘s’	正方点
‘p’	五角点	‘*’	星形点
‘h’	六边形点1	‘H’	六边形点2
‘+’	加号点	‘x’	乘号点
‘D’	实心菱形点	‘d’	瘦菱形点
‘_’	横线点

指明颜色的常见字符串汇总：

字符	类型
‘b’	蓝色，blue
‘g’	绿色，green
‘r’	红色，red
‘c’	青色，cyan
‘m’	品红，magenta
‘y’	黄色，yellow
‘k’	黑色，black
‘w’	白色，white

设置线条样式

设置线条样式一般有三种方法：

使用plot方法：plot方法就是用来绘制线条的，因此可以在绘制的时候就把线条相关的样式通过参数传递进去，例如：
1
plt.plot(x,y,linewidth=2)
通过Line2D对象来设置：plot方法会返回一个装有Line2D对象的列表，比如lines = plt.plot(x1,y1,x2,y2)因为绘制了两根线条，因此lines中会有两根2D对象，拿到这个line2D对象后就可以通过set_属性名设置线条样式了
1
2
3
4
lines = plt.plot(x,y)
line = lines[0]
line.set_aa(False) # 关掉反锯齿
line.set_alpha(0.5) # 设置0.5的透明度
使用plt.setp来设置：setp的好处是一次性可以设置多根线条的多个样式
1
2
lines = plt.plot(x,y)
plt.setp(lines,linewidth=10,alpha=0.5)

设置标题、轴标签和刻度标签

要改变x轴刻度，最简单的方式是使用set_xticks和set_xticklabels

import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure()
ax = fig.add_subplot(1,1,1)
ax.plot(np.random.randn(1000).cumsum())
# 设置x轴刻度以250为一档，共5档
ticks = ax.set_xticks([0,250,500,750,1000])
# 为5档x刻度提供命名标签，标签旋转30度
labels = ax.set_xticklabels(['one','two','three','four','five'],
                            rotation=30,fontsize='small')
# 修改整个表格的标题
ax.set_title('My first matplotlib plot')
# 给x轴一个名称
ax.set_xlabel('Stage')

# y轴的修改方式是相同的，这里改用set方法批量修改绘图属性
props = {'title':'My first matplotlib plot','ylabel':'Cumsum'}
# 同时修改表格名称和y轴名称
ax.set(**props)

# 打印表格
plt.show()

默认情况下轴和标题是显示不了中文的，需要设置字体，可通过以下代码实现：

import numpy as np
from matplotlib import pyplot as plt
from matplotlib import font_manager

# 定义每日票房数据
avenger = [17974.4,50918.4,30033.0,40329.1,52330.2,
           19833.3,11902.0,24322.6,47521.8,32262.0,
           22841.9,12938.7,4835.1,3118.1,2570.9]
# 修改图表的长宽
plt.figure(figsize=(10,5))
# 制图
plt.plot(avenger,marker='o')
# 加载字体
font = font_manager.FontProperties(fname="/System/Library/Fonts/PingFang.ttc")
# 修改字体大小
font.set_size(10)
# 修改行标签
plt.xticks(range(15),["第%d天"%x for x in range(1,16)],fontproperties=font,rotation=30)
# 设置x轴标签名称
plt.xlabel("上映天数",fontproperties=font)
plt.ylabel("票房（单位：万）",fontproperties=font)
# 设置图表标签名称
plt.title("复仇者联盟前15天票房记录",fontproperties=font)
#打开背景网格
plt.grid(True)
plt.show()

Macbook的字体可通过<字体册.app>查看

在Finder中打开字体，并拷贝文件位置即可

添加图例

图例是用来区分绘图元素的一个重要内容，最简单的方法是在绘制每个图表的时候传递label参数，然后使用plt.legend()自动生成图例，代码示例可以参考前面<颜色、标记和线类型>部分

设置注释文本

使用plt.annotate(text,xy,xytext,arrowprops={})来注释或标记某个图形，其中text是文本内容，xy是被注释点的坐标，xytext是注释文本的坐标，arrowprops是箭头的样式属性：

import numpy as np
from matplotlib import pyplot as plt

# 注释的用法
x1 = np.arange(0.0,5.0,0.01)
y1 = np.cos(2*np.pi*x1)
line,=plt.plot(x1,y1,linewidth=2)
# 设置注释
plt.annotate('local max',xy=(2,1),xytext=(3,1.5),
             arrowprops=dict(facecolor='black',shrink=0.05),)
plt.ylim(-2,2)
plt.show()

设置图形样式

调整图片的大小和像素，可以使用plt.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True)来实现。比如

1	plt.figure(figsize=(20,8),dpi=80)

可以使用grid函数显示图片背景网格：

1 2	plt.plot(x,y,color="r") plt.grid()

绘制图形

绘制图形时，如Rectangle(矩形)和Circle(圆形)可以在matplotlib.pyplot中找到，但图形的全集位于matplotlib.patches中

import matplotlib.pyplot as plt

fig = plt.figure()
ax = fig.add_subplot(1,1,1)

# 指定矩形的前三个点坐标
rect = plt.Rectangle((0.2,0.75),0.4,0.15,color='k',alpha=0.3)
# 指定圆形的圆心和半径
circ = plt.Circle((0.7,0.2),0.15,color='b',alpha=0.3)
# 指定三角形的三个顶点坐标
pgon = plt.Polygon([[0.15,0.15],[0.35,0.4],[0.2,0.6]],color='g',alpha=0.5)

ax.add_patch(rect)
ax.add_patch(circ)
ax.add_patch(pgon)

plt.show()

保存图片

可以使用plt.savefig将活动图片保存到文件，文件类型是从文件扩展名中推断出来的，比如：

plt.savefig('figpath.png')

plt.savefig函数的参数汇总：

参数	描述
fname	包含文件路径的字符串。图片格式从文件扩展名中推断
dpi	分辨路，默认为100
facecolor，edgecolor	子图之外的图形背景颜色；默认是’w’(白色)
format	文件格式(‘png’，’pdf’，’svg’，’ps’，’eps’……)
bbox_inches	要保存的图片范围，如果传递’tight’，将除掉图片周围空白的部分

matplotlib设置

matplotlib配置了配色方案和默认设置，主要用来准备用于发布的图片，使用plt.rc方法可以全局定制或修改图片参数，包括图形大小、子图间距、颜色、字体大小、网格样式等等。通过定义字典，同样可以批量修改全局参数。

import matplotlib.pyplot as plt

# 将全局默认数字大小设置为10*10
plt.rc('figure',figsize=(10,10))

# 用字典定义需要修改的参数
font_options = {'family':'monospace',
                'weight':'bold',
                'size':'small'}
# 批量修改全局变量
plt.rc('font',**font_options)

图片与子图

matplotlib所绘制的图位于Figure对象中，使用plt.figure可以生成一个新的图片，并通过fig.add_subplot或plt.subplot创建一个或多个子图：

import numpy as np
import matplotlib.pyplot as plt

# 创建一个空白绘图窗
fig = plt.figure()
# 创建子图，图片是2*2的，且ax1是其中的第一个
ax1 = fig.add_subplot(2,2,1)
ax2 = fig.add_subplot(2,2,2)
ax3 = fig.add_subplot(2,2,3)

# 默认在最后一个子图上绘制
# 正太分布的50个随机数累积求和，以虚线绘图
plt.plot(np.random.randn(50).cumsum(),'k--')
plt.show()

‘k–’是用于绘制黑色分段线的style选项。fig.add_subplot返回的对象是AxesSubplot对象，使用这些对象可以直接在其他空白的子图上调用对象的实例方法进行绘图

import numpy as np
import matplotlib.pyplot as plt

# 创建一个空白绘图窗
fig = plt.figure()
# 创建子图，图片是2*2的，且ax1是其中的第一个
ax1 = fig.add_subplot(2,2,1)
ax2 = fig.add_subplot(2,2,2)
ax3 = fig.add_subplot(2,2,3)

# 默认在最后一个子图上绘制
# 正太分布的50个随机数累积求和，以虚线绘图
plt.plot(np.random.randn(50).cumsum(),'k--')

# 在第一个子图上绘制直方图
_ = ax1.hist(np.random.randn(100),bins=20,color='k',alpha=0.3)
# 在第二个子图上绘制散点图
ax2.scatter(np.arange(30),np.arange(30)+3*np.random.randn(30))
plt.show()

一个更加便捷地创建子图的方法是使用plt.subplots函数，它会创建一个新的图片，然后返回包含了已生成子图对象的Numpy数组，这样子图对象可以像数组那样方便索引和调用。

figure,axes = plt.subplots(2,2)
axes[0,0].plot(np.sin(np.arange(10)),c='r')
axes[0,1].plot(np.cos(np.arange(10)),c='b')
axes[1,0].plot(np.tan(np.arange(10)),c='y')
axes[1,1].plot(np.arange(10),c='g')

plt.subplots的选项如下：

参数	描述
nrows	子图的行数
ncols	子图的列数
sharex	所有子图使用相同的x轴刻度
sharey	所有子图使用相同的y轴刻度
subplot_kw	船用`add_subplot`的关键字参数字典，用于生成子图
**fig_kw	在生成图片时使用的额外关键字参数，例如`plt.subplots(2,2,figsize=(8,6))`

调整子图周围的间距

默认情况下，matplotlib会在子图的外部和子图之间留出一定的间距。你可以使用subplots_adjust方法更改间距：

import numpy as np
import matplotlib.pyplot as plt

# 创建子图数组，所有子图使用相同轴刻度
fig, axes = plt.subplots(2,2,sharex=True,sharey=True)
for i in range(2):
    for j in range(2):
        axes[i,j].hist(np.random.randn(500),bins=50,color='k',alpha=0.5)
# 子图间距为零
plt.subplots_adjust(wspace=0,hspace=0)
plt.show()

风格设置

matplotlib内置来几种风格，可以通过plt.style.available来查看内置的风格

在绘制时，可以使用plt.style.use()方法来使用不同的风格，例如：

1	plt.style.use("seaborn")