【DataWhale資料可視化學習】認識Matplotlib

DataWhale學習筆記：http://datawhale.club/t/topic/538

認識Matplotlib

• matplotlib介紹
• 簡單繪圖例子
• • 繪制折線圖
• Figure的組成
• 兩種繪圖接口
• • OO模式
  • pyplot自動建立

matplotlib介紹

• 是2D繪圖庫，可以以多種硬拷貝和跨平台的互動環境生成出版物品質的圖形，可以用來繪制各種靜态、動态、互動式的圖表。
• 是公認的資料可視化工具，pandas和seaborn的繪圖接口也是基于此的進階封裝。

簡單繪圖例子

• 圖像是畫在figure（canvas畫布，包括标題、标簽等元素）上的，每個figure又可以包含一個或者多個axes。
• 可以使用

  figure1 = plt.figure( )

  來建立一個空畫布
• 可以用

  axes1 = figure1.add_subplot( )

  來向畫布中添加一個空的坐标

繪制折線圖

• 通過pyplot.subplots指令，建立axes後，可以使用Axes.plot繪制簡單折線圖。
• 在Spyder中，可以直接寫前四行代碼，但是在pycharm中，必須加上plt.show()才可以将圖像顯示出來。

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots()  # 建立一個包含一個axes的figure
ax.plot([1, 2, 3, 4], [1, 4, 2, 3])  # 繪制圖像

plt.show()  #顯示出圖像
           

Figure的組成

完整的matplotlib圖像通常會包括以下四個層級（容器），在matplotlib中，将通過各種指令方法來操作圖像中每一部分，進而達到資料可視化的效果，一幅完整的圖像就是各類子元素的集合。

• Figure：頂級層，用來容納所有繪圖元素
• Axes：核心，容納了大量元素用來構造一幅幅子圖，一個figure可以由一個或多個子圖組成。（2D繪圖）
• Axis：axes下屬層級，用來處理所有和坐标軸、網格有關的元素（具體的x軸或者y軸，可以用

  Axes.get_xaxis( )

  來對x軸進行操作）
• Tick：axes下屬層級，用來處理所有和刻度有關的元素

兩種繪圖接口

matplotlib提供了兩種繪圖接口：

• 顯式建立figure和axes，在上面調用繪圖方法，被稱為OO模式
• 依賴pyplot自動建立figure和axes

OO模式

• 用

  ax.legend( )

  增加圖例，顯示labels

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 2, 100)
#numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)
#在指定的間隔内傳回均勻間隔的數字，傳回num均勻分布的樣本，在[start, stop]，這個區間的端點可以任意的被排除在外。

fig, ax = plt.subplots( )
ax.plot(x, x, label = 'liner')
ax.plot(x, x**2, label = 'quadratic')
ax.plot(x, x**3, label = 'cubic')
ax.set_xlabel('x label')
ax.set_ylabel('y label')
ax.set_title("Simple Plot")
ax.legend( )

plt.show( )
           

pyplot自動建立

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 2, 100)

plt.plot(x, x, label = 'liner')
plt.plot(x, x**2, label = 'quadratic')
plt.plot(x, x**3, label = 'cubic')
plt.xlabel('x label')
plt.ylabel('y label')
plt.title("Simple Plot")
plt.legend( )

plt.show( )
           

結果同上