author:pprp

Matplotlib数据可视化

author:pprp

安装

conda install matplotlib
sudo apt-get install python-matplotlib

架构

scripting
Artist
backend

Backend层

FigureCanvas对象实现绘图区域
Renderer在FigureCanvas上绘图
Event处理用户输入

Artist层

图中能看到的元素都是这个层的，比如标题，标签，刻度等

分为两种：

primitive 原始
composite 复合

graph TB
Axes-->Figure
Text-->Axes
X-axis-->Axes
Y-axis-->Axes
Line2D-->Axes
Y-ticks-->Y-axis
Y-label-->Y-axis
X-ticks-->X-axis
X-label-->X-axis

Scripting层

pyplot, 数据分析和可视化

pylab & pyplot
- from pylab import *
- import matplotlib.pyplot as plt
- import numpy as np
pylab 在一个命名空间整合了pyplot和numpy的功能，无需单独倒入numpy

建议使用pylab模块进行使用

pyplot模块

交互式用法与MATLAB相似

生成一个简单的交互式图表

import matplotlib.pyplot as plt

plt.plot([1,2,3,4])

plt.show()

设置图形的属性

plt.axis([fromx,tox,fromy,toy]) # 范围

plt.title('my first plot') # 设置标题

plt.plot([1,2,3,4],[1,4,9,16],'ro')

plt.show()

matplotlib and numpy

import math

import numpy as np

t=np.linspace(0,10,1000)

y1=map(math.sin,math.pi*t)

y2=map(math.sin,math.pi*t+math.pi/4)

y3=map(math.sin,math.pi*t-math.pi/4)

plt.plot(t,y1,'b*',t,y2,'g^',t,y3,'ys')

试了一下报错了

RuntimeError: matplotlib does not support generators as input

import math

import numpy as np

x=np.linspace(0,10,1000)

y1=np.sin(x)+1

y2=np.cos(x ** 2)+1

y3=np.cos(x)

plt.plot(t,y1,'b*',t,y2,'g^',t,y3,'ys')

从网上找的一个例子：

import numpy as np

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif']=['SimHei']#用来正常显示中文标签

plt.rcParams['axes.unicode_minus']=False#用来正常显示负号

x = np.linspace(0, 10, 1000)

y = np.sin(x) + 1

z = np.cos(x ** 2) + 1

plt.figure(figsize = (8, 4))

plt.plot(x,y,label='$\sin x+1$', color = 'red', linewidth = 2)

plt.plot(x,z,'b--',label='$\cos x^2+1$')

plt.xlabel('Time(s)')

plt.ylabel('Volt')

plt.title('A Sample Example')

plt.ylim(0,2.2)

plt.xlim(0,10)

plt.legend(loc='best')

	颜色字符	说明	颜色字符	说明.1
0	'b'	blue	'm'	magenta洋红色
1	'g'	green	'y'	黄色
2	'r'	red	'k'	黑色

0	'-'	实线
1	'--'	破折线
2	'-.'	点划线
3	':'	虚线

标记字符	说明	标记字符	说明	标记字符	说明
'.'	点标记	'1'	下花三角标记	'h'	竖六边形标记
','	像素标记(极小点)	'2'	上花三角标记	'H'	横六边形标记
'o'	实心圏标记	'3'	左花三角标记	'+'	十字形标记
'v'	倒三角标记	'4'	右花三角标记	'x'	x标记
'^'	上三角标记	's'	实心方形标记	'D'	菱形标记
'>'	右三角标记	'p'	实心五角标记	'd'	瘦菱形标记
'<'	左三角标记	'*'	星形标记	'	'

pyplot并不默认支持中文显示，需要rcParams修改字体实现

matplotlib.rcParams['font.family']='SimHei'

rcParams['font.family']

中文字体	说明
'SimHei'	中文黑体
'Kaiti'	中文楷体
'LiSu'	中文隶书
'FangSong'	中文仿宋
'YouYuan'	中文幼圆
STSong	华文宋体

使用kwarg

关键字参数

plt.plot([1,2,3,3,2,6,0,2],linewidth=2.0)

处理多个Figure和Axes对象

t=np.arange(0,5,0.1)

y1=np.sin(2*np.pi*t)

y2=np.sin(2*np.pi*t)

plt.subplot(211)

plt.plot(t,y1,'b-.')

plt.subplot(212)

plt.plot(t,y2,'r--')

subplot(numRows, numCols, plotNum)

参考

import numpy as np

import matplotlib.pyplot as plt

# 分成2x2，占用第一个，即第一行第一列的子图

plt.subplot(221)

# 分成2x2，占用第二个，即第一行第二列的子图

plt.subplot(222)

# 分成2x1，占用第二个，即第二行

plt.subplot(212)

试一试：

import matplotlib.pyplot as plt

import numpy as np

# plt.plot([1, 2, 3, 4], [1, 4, 9, 16], 'ro')

# plt.axis([0, 6, 0, 20])

# plt.show()

# t = np.arange(0., 5., 0.2)

# plt.plot(t, t, 'r--', t, t ** 2, 'bs', t, t ** 3, 'g^')

def f(t):

    return np.exp(-t) * np.cos(2 * np.pi * t)

t1 = np.arange(0, 5, 0.1)

t2 = np.arange(0, 5, 0.02)

plt.figure(12)

plt.subplot(221)

plt.plot(t1, f(t1), 'bo', t2, f(t2), 'r--')

plt.subplot(222)

plt.plot(t2, np.cos(2 * np.pi * t2), 'r--')

plt.subplot(212)

plt.plot([1, 2, 3, 4], [1, 4, 9, 16])

为图表添加更多元素

文本的添加

plt.title('title')

plt.xlabel('counting')

plt.ylabel('sqare values')

fontsize=20,fontname='Times New Roman'

color='gray'

# 还允许你在表格的任何位置添加文本

text(x,y,s,fontdict=None,**kwargs)

支持LaTeX表达式

将表达式内容放在两$符号之间，就可以用latex表达式了，通常要在表达式前加上r，表明它后面是原是文本，不能对其进行转义操作。

plt.text(1.1,12,r'$y=x^2$',fontsize=20,bbox={'facecolor':'yellow','alpha':0.2})

添加网格

plt.grid(True)

添加图例

plt.legend(['Fisrt Series'])

# 默认添加到右上角

# loc 关键字可以控制位置： 0 最佳位置，9 上方水平居中，8 下方水平居中

保存图标

%save my_first_chart 171

# 加载

%load my_first_chart.py

# 运行

%run my_first_chart.py

保存为图片

plt.savefig('mychart.png')

处理日期值

import datatime

datatime.data(2015,3,21)

在图表中可能有点问题，显示不全

再引入import matplotlib.dates，用MonthLocator()和DayLocator()函数分别表示月份和日子，然后用DateFormatter()函数

定义好两个时间尺度，一个用于日期，一个用于月份，可以调用set_major_locator()函数和set_minor_locator()函数，为x轴设置两个不同的标签；月份刻度标签的设置需要用到set_major_formatter()函数

import datetime

import numpy as np

import matplotlib.pyplot as plt

import matplotlib.dates as mdates

months=mdates.MonthLocator()

days=mdates.DayLocator()

timeFmt=mdates.DateFormatter('%Y-%m')

events=[datetime.date(2015,1,23),datetime.date(2015,1,28),datetime.date(2015,2,3),datetime.date(2015,2,21),datetime.date(2015,3,15),datetime.date(2015,3,24),datetime.date(2015,4,8),datetime.date(2015,4,24)]

readings=[12,22,25,20,18,15,18,14]

fig,ax=plt.subplots()

plt.plot(events,readings)

ax.xaxis.set_major_locator(months)

ax.xaxis.set_major_formatter(timeFmt)

ax.xaxis.set_minor_locator(days)

图表类型

线性图

import matplotlib.pyplot as plt

import numpy as np

x=np.arange(-2*np.pi,2*np.pi,0.01)

y=np.sin(3*x)/x

plt.plot(x,y)

刻度的自定义：

xticks(), yticks()

plt.xticks([-2*np.pi,-np*pi,0,np.pi,2*np.pi],[r'$-2\pi$',r'$-\pi$',0,'$\pi$','$2\pi$'])

想要将坐标轴改变，需要用gca()函数

ax=plt.gca()

ax.spines['right'].set_color('none')

ax.spines['top'].set_color('none')

ax.xaxis.set_ticks_position('bottom')

ax.spines['bottom'].set_position(('data',0))

ax.yaxis.set_ticks_position('left')

ax.spines['left'].set_position(('data',0))

annotate() 函数可以用来注释，添加箭头

直方图

hist() 函数

pop = np.random.randint(0,100,100)

n,bins,patches=plt.hist(pop,bins=20)

条状图

bar() 函数

index=np.arange(5)

values1=[5,7,3,4,6]

plt.bar(index,values1)

plt.xticks(index+0.4,['A','B','C','D','E'])

水平条状图

barh() 函数

index=np.arange(5)

values1=[5,7,3,4,6]

plt.barh(index,values1)

plt.xticks(index+0.4,['A','B','C','D','E'])

多序列条状图

index=np.arange(5)

v1=[5,7,3,4,6]

v2=[5,6,6,4,7]

v3=[5,6,5,4,6]

bw=0.3

plt.axis([0,5,0,8])

plt.bar(index,v1,bw,color='b')

plt.bar(index+bw,v2,bw,color='g')

plt.bar(index+2*bw,v3,bw,color='r')

plt.xticks(index+1.5*bw,['A','B','C','D','E'])

DataFrame的多序列条状图：

data是字典 'series1':[1,2,3,4]

df=pd.DataFrame(data)

df.plot(kind='bar')

饼图

pie()函数

labels=['Nokia','Samsung','Apple','Lumia']

values=[10,30,45,15]

colors=['yellow','red','blue','green']

plt.pie(values,labels=labels,colors=colors)

plt.axis('equal')

# 突出某一块

explode=[0.3,0,0,0]

plt.pie(values,labels=labels,colors=colors,explode=explode,startangle=180)

等值线图

contour()函数

def f(x,y):

	return (1-y**5+x**5)*np.exp(-x**2-y**2)

dx=0.01

dy=0.01

x=np.arange(-2.0,2.0,dx)

y=np.arange(-2.0,2.0,dy)

X,Y=np.meshgrid(x,y)

C=plt.contour(X,Y,f(X,Y),8,colors='black')

plt.contourf(X,Y,f(X,Y),8,cmap=plt.cm.hot)

plt.clabel(C,inline=1,fontsize=10)

plt.colorbar()

mplot3D

from mpl_toolkits.mplot3d import Axes3D

import matplotlib.pyplot as plt

fig=plt.figure()

ax=Axes3D(fig)

X=np.arange(-2,2,0.1)

Y=np.arange(-2,2,0.1)

X,Y=np.meshgrid(X,Y)

def f(x,y):

	return (1-y**5+x**5)*np.exp(-x**2-y**2)

ax.plot_surface(X,Y,f(X,Y),rstride=1,cstride=1)

3D散点图

scatter()函数

3D条状图

bar()函数

多面板图形

在一个图中显示另一个子图

fig=plt.figure()

ax=fig.add_axes([0.1,0.1,0.8,0.8])

inner_ax=fig.add_axes([0.6,0.6,0.25,0.25])

子图网格

GridSpec()函数

gs=plt.GridSpec(3,3)

fig=plt.figure(figsize=(6,6))

fig.add_subplot(gs[1,:2])

fig.add_subplot(gs[0,:2])

fig.add_subplot(gs[2,0])

fig.add_subplot(gs[:2,2])

fig.add_subplot(gs[2,1:])

巴特西

matplotlib 初步学习