原作：Parul Pandey
Python資料科學整理，東哥起飛
大家都知道，Matplotlib是Python的可視化庫，功能很強，可以繪制各種圖。一些正常用法前不久分享過Matplotlib官方出品的cheatsheet：Matplotlib官方小抄手冊公開，配套可視化代碼已打包！
但是！今天我們不走尋常路，專挑幾個賊騷的操作分享下
1. Span Selector
Span Selector是Matplotlib中的滑鼠小部件，widgets是用于包含一些互動功能的python對象。Span Selector可以通過滑鼠框選，友善地檢視標明區域的最大值和最小值。
下面是代碼，首先建立一個基本折線圖作為例子。然後，我們調用SpanSelector方法并使用它來選擇一個區域，然後在該區域中顯示最大值和最小值。
import matplotlib.pyplot as plt
from matplotlib.widgets import SpanSelector
def onselect(xmin, xmax):
print(xmin, xmax)
return xmin, xmax
fig, ax = plt.subplots()
ax.plot([1,2,3,4,5,6,7], [10, 50, 100, 23,15,28,45])
span = SpanSelector(ax, onselect, 'horizontal', useblit=True, rectprops=dict(alpha=0.5, facecolor='red'))
plt.show() 複制
下面是具體操作。
2. Broken Barh
Broken的水準條形圖是不連續具有間隙的圖，它可用于資料值相差很大的情況下，例如，包含極端溫度範圍的資料集。在這種情況下，Broken的水準條形圖非常合适，因為它們可以同時繪制最大和最小範圍。
python子產品matplotlib.broken_barh()用于繪制Broken的水準條形圖。
import matplotlib.pyplot as plt
#Defining the x and y ranges
xranges = [(5,5), (20,5),(20,7)]
yrange = (2,1)
#Plotting the broken bar chart
plt.broken_barh(xranges, yrange, facecolors='green')
xranges = [(6,2), (17,5),(50,2)]
yrange = (15,1)
plt.broken_barh(xranges, yrange, facecolors='orange')
xranges = [(5,2), (28,5),(40,2)]
yrange = (30,1)
plt.broken_barh(xranges, yrange, facecolors='red')
plt.xlabel('Sales')
plt.ylabel('Days of the Month')
plt.show() 複制
3. Table Demo
Matplotlib的表格功能也是可以在圖中顯示表格的。當我們希望以條形圖的形式快速檢視表格中的值時，這特别友善。表格可以放置在圖表的頂部，底部或側面。
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
x = np.random.rand(5, 8)*.7
plt.plot(x.mean(axis=0), '-o', label='average per column')
plt.xticks([])
plt.table(cellText=[['%1.2f' % xxx for xxx in xx] for xx in x],cellColours=plt.cm.GnBu(x),loc='bottom')
plt.show() 複制
4. Watermark Images
有時候我們覺得可視化的背景太單調了，想增加點趣味性，比如将與資料相關的圖像作為水印覆寫到可視化圖形上。下面就以NBA的詹皇為例試試水，最後呈現出詹皇的資料，同時背景是詹皇本人。
首先，導入要用的資料集，圖檔和必要的庫pandas。
import numpy as np
import matplotlib.image as image
import matplotlib.pyplot as plt
import pandas as pd
df = pd.read_csv('income.csv')
im = image.imread('Lebron_James.jpeg') # Image 複制
用pandas過濾掉僅由勒布朗組成的資料。
lebron_james = df[df['Name']=='LeBron James'] 複制
然後像下面這樣操作，使用figimage添加水印就ok了。
fig, ax = plt.subplots()
ax.grid()
ax.plot('Year','earnings ($ million)',data=lebron_james)
ax.set_title("LeBron James earnings in US$(millions)")
fig.figimage(im, 60, 40,cmap='ocean', alpha=.2)
plt.show() 複制
5. XKCD Plots
下面這個操作更有趣味性（更騷）。如果你想讓Matplotlib圖上添加一些扭曲，可以簡單地xkcd()在pyplot對象上調用方法，如下所示。
import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_csv('https://raw.githubusercontent.com/parulnith/Website-articles-datasets/master/India%20GDP%20Growth%20Rate%20.csv', parse_dates=['Year'])
df['Year'] = df['Year'].apply(lambda x: pd.Timestamp(x).strftime('%Y'))
#calling xkcd() method
plt.xkcd(scale=5, length=400)
df.plot(x='Year',y='GDP Growth (%)',kind='bar')
plt.ylabel('GDP Growth (%)')
plt.xticks(rotation=-20)
plt.figure(figsize=(10,8))
plt.show() 複制
文章參考：
https://towardsdatascience.com/advanced-plots-in-matplotlib-part-1-30dbb02b09ae
歡迎在留言區和東哥讨論