Python数据分析笔记4（matplotlib库）

柔光的暖阳◎ 2023-07-17 12:34 131阅读 0赞

参考书籍 《利用Python进行数据分析（原书第2版）》9.1 简明matplotlib API入门

导入惯例 -> import matplotlib.pyplot as plt

### 9.1.1 图片与子图 ###

【例】创建一个图片对象，包含2x2个子图

In [1]: import matplotlib.pyplot as plt
    In [2]: import numpy as np
    In [3]: import pandas as pd
    In [4]: matplotlib
    Using matplotlib backend: TkAgg
    
    In [5]: fig = plt.figure()
    In [6]: ax1 = fig.add_subplot(2,2,1)
    In [7]: ax2 = fig.add_subplot(2,2,2)
    In [8]: ax3 = fig.add_subplot(2,2,3)

说明：  
In \[4\]   在Jupyter中运行%matplotlib notebook（或在IPython中运行%matplotlib）  
In \[5\]   matplotlib所绘制的图位于图片（Figure）对象中，使用plt.figure生成一个新的图片  
In \[6\]   不能使用空白的图片进行绘图，需要使用add\_subplot创建一个或多个子图（subplot）  
           该行代码表示图片应该是2×2的（最多四个图形），并且我们选择了四个图形中的第一个（序号从1开始）

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d5X2hoeHg_size_16_color_FFFFFF_t_70][]  
![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d5X2hoeHg_size_16_color_FFFFFF_t_70 1][]

In \[51\] 当你输入绘图命令plt.plot(), matplotlib会在最后一个图片和子图（如果需要的话就创建一个）上进行绘制

注意：如果一开始没有执行matplotlib，图片不显示可以使用命令plt.show()，如果希望图片自动弹出则执行plt.ion()。如果一开始执行了matplotlib，再执行plt.ioff()图片也不会自动弹出。

*参考 : 在使用ipython的时候matplotlib无法自动显示图片 https://blog.csdn.net/u013613428/article/details/89133495*

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d5X2hoeHg_size_16_color_FFFFFF_t_70 2][]

matplotlib包含了一个便捷方法**plt.subplots** -> **创建一个新的图片，返回包含了已生成子图对象的NumPy数组**

In [11]: fig, axes = plt.subplots(2,3)  => 回车后弹出图片
    
    In [12]: axes
    Out[12]:
    array([[<matplotlib.axes._subplots.AxesSubplot object at 0x0000013F66247F48>,
            <matplotlib.axes._subplots.AxesSubplot object at 0x0000013F6AA10E48>,
            <matplotlib.axes._subplots.AxesSubplot object at 0x0000013F6AA4B308>],
           [<matplotlib.axes._subplots.AxesSubplot object at 0x0000013F6AA7BE88>,
            <matplotlib.axes._subplots.AxesSubplot object at 0x0000013F6AAB1948>,
            <matplotlib.axes._subplots.AxesSubplot object at 0x0000013F6AAE7648>]],
          dtype=object)

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d5X2hoeHg_size_16_color_FFFFFF_t_70 3][]

**@调整子图周围的间距(subplots\_adjust方法)**  
可以用作图对象上的方法、也可以用作顶层函数  
subplots\_adjust(left=None, bottom=None, right=None, top=None,wspace=None, hspace=None)  
wspace和hspace分别控制的是图片的宽度和高度百分比，以用作子图间的间距。  
【例】关注参数sharex和sharey，wspace和hspace

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)
    plt.subplots_adjust(wspace=0, hspace=0)

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d5X2hoeHg_size_16_color_FFFFFF_t_70 4][]

说明：sharex、sharey设置为True会共享轴刻度数据；wspace、hspace设置为0四个图会贴在一起

接着将wspace、hspace设置为1（100%）->横向间距100%图片宽度，纵向间距100%图片高度

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d5X2hoeHg_size_16_color_FFFFFF_t_70 5][]

再看看将sharex、sharey设置为False -> 每个子图有独立的坐标轴  
将wspace、hspace设置为0.5(50%) -> 横向间距50%图片宽度，纵向间距50%图片高度

fig, axes = plt.subplots(2, 2, sharex=False, sharey=False)
    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)
    plt.subplots_adjust(wspace=0.5, hspace=0.5)

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d5X2hoeHg_size_16_color_FFFFFF_t_70 6][]

### 9.1.2 颜色、标记和线类型 ###

以下两种表达等价  
ax.plot(x, y, 'g--')  
ax.plot(x, y, linestyle='--', color='g')

说明：有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颜色（例如’\#CECECE'）  
参考plot函数的文档字符串可以看到全部的线类型（在IPython或Jupyter中使用 plt.plot? ）

【例】

In [20]: from numpy.random import randn
    In [21]: plt.plot(randn(30).cumsum(), 'ko--')
    Out[21]: [<matplotlib.lines.Line2D at 0x13f70fe3288>]

上面的代码可以写得更为显式：  
plot(randn(30).cumsum(), color='k', linestyle='dashed', marker='o')  
说明：标记可以用来突显线图的实际数据点。样式字符串中线类型、标记类型必须跟在颜色后面。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d5X2hoeHg_size_16_color_FFFFFF_t_70 7][]

### 9.1.3 刻度、标签和图例 ###

pyplot接口设计为交互式使用，包含了像xlim、xticks和xticklabels等方法。分别控制了绘图范围、刻度位置以及刻度标签。

我们可以在两种方式中使用：  
\-  在没有函数参数的情况下调用，返回当前的参数值（例如plt.xlim()返回当前的x轴绘图范围）  
\-  传入参数的情况下调用，并设置参数值（例如plt.xlim（\[0, 10\]）会将x轴的范围设置为0到10）  
所有的这些方法都会在当前活动的或最近创建的AxesSubplot上生效。这些方法中的每一个对应于子图自身的两个方法。比如xlim对应于ax.get\_lim和ax.set\_lim。

**@设置标题、轴标签、刻度和刻度标签**  
【例】随机漫步

In [24]: fig = plt.figure()
    In [25]: ax = fig.add_subplot(1, 1, 1)
    In [26]: ax.plot(np.random.randn(1000).cumsum())
    Out[26]: [<matplotlib.lines.Line2D at 0x13f6ec47108>]

使用set\_xticks和set\_xticklabels可以改变x轴刻度。  
set\_xticks表示在数据范围内设定刻度的位置，默认情况下，这些刻度也有标签。

ticks = ax.set\_xticks(\[0, 250, 500, 750, 1000\])   =>

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d5X2hoeHg_size_16_color_FFFFFF_t_70 8][]

使用set\_xticklabels为标签赋值：labels = ax.set\_xticklabels(\['one', 'two', 'three', 'four', 'five'\],rotation=30, fontsize='small')

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d5X2hoeHg_size_16_color_FFFFFF_t_70 9][]

说明：rotation选项会将x轴刻度标签旋转30度

使用set\_xlabel给x轴一个名称，使用set\_titel给子图一个标题 =>   
ax.set\_title('My first matplotlib plot')  
ax.set\_xlabel('Stages')

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d5X2hoeHg_size_16_color_FFFFFF_t_70 10][]

修改y轴坐标是相同过程，将上面示例中的x替换成y即可。

轴的类型拥有一个set方法，允许批量设置绘图属性。

In [43]: props = {
        ...:     'title': 'My first matplotlib plot update',
        ...:     'ylabel': 'Distance'
        ...:     }
        ...: ax.set(**props)
    Out[43]:
    [Text(35.347222222222214, 0.5, 'Distance'),
     Text(0.5, 1.0, 'My first matplotlib plot update')]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d5X2hoeHg_size_16_color_FFFFFF_t_70 11][]

**@添加图例**  
图例是用来区分绘图元素的另一个重要内容，有多种方式可以添加图例。  
最简单的方式是在添加每个图表时传递label参数：

In [9]: fig,ax = plt.subplots(1, 1)
    
    In [10]: ax.plot(randn(1000).cumsum(), 'k', label='one')
    Out[10]: [<matplotlib.lines.Line2D at 0x27ce056ec88>]
    In [11]: ax.plot(randn(1000).cumsum(), 'k--', label='two')
    Out[11]: [<matplotlib.lines.Line2D at 0x27ce05a7cc8>]
    In [12]: ax.plot(randn(1000).cumsum(), 'k.', label='three')
    Out[12]: [<matplotlib.lines.Line2D at 0x27ce05c5148>]
    
    In [13]: ax.legend(loc='best') 
    Out[13]: <matplotlib.legend.Legend at 0x27ce05c1288>

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d5X2hoeHg_size_16_color_FFFFFF_t_70 12][]

说明：调用ax.legend()或plt.legend自动生成图例。  
loc参数告诉matplotlib在哪里放置图表。'best'会自动选择最合适的位置。  
如果取消图例中的元素，不要传入label参数或者传入label='\_nolegend\_'。  
关于legend方法位置参数loc，使用ax.legend? 查看更多信息。

### 9.1.4 注释与子图加工 ###

可以使用text、arrow和annote方法来添加注释和文本。  
text在图表上给定的坐标（x, y），根据可选的定制样式绘制文本。  
注释可以同时绘制文本和箭头，ax.annotate方法可以在指定的x和y坐标上绘制标签。

matplotlib含有表示多种常见图形的对象，这些对象的引用是patches。  
想在图表中添加图形时，你需要生成patch对象shp，并调用ax.add\_patch(shp)将它加入到子图中。  
【例】绘制矩形、圆、三角形  
矩形：左下顶点(0.2,0.75),长0.5，高0.15  
圆：圆心(0.2,0.75),半径0.15  
三角形：给出三个顶点的位置  
alpha代表不透明度（0-> 透明，1-> 不透明）

fig = plt.figure()
    ax = fig.add_subplot(1, 1, 1)
    rect = plt.Rectangle((0.2, 0.75), 0.4, 0.15, color='k', alpha=0.3)
    circ = plt.Circle((0.7, 0.2), 0.15, color='b', alpha=0.3)
    pgon = plt.Polygon([[0.2, 0.2], [0.4, 0.4], [0.3, 0.6]],color='g', alpha=0.5)
    ax.add_patch(rect)
    ax.add_patch(circ)
    ax.add_patch(pgon)

### ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d5X2hoeHg_size_16_color_FFFFFF_t_70 13][] ###

## ##

### 9.1.5 将图片保存到文件 ###

可以使用plt.savefig将活动图片保存到文件。这个方法等价于图片对象的savefig实例方法。  
【例】将图片保存为SVG  =>   plt.savefig('figpath.svg')

说明：  
1.文件类型是从文件扩展名中推断出来的。  
2.一些选项  
dpi -> 控制每英寸点数的分辨率  
bbox\_inches -> 修剪实际图形的空白

为了得到同样一个PNG图片，且使用最小的空白，拥有400 DPI =>  
plt.savefig('figpath.png', dpi=400, bbox\_inches='tight')

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d5X2hoeHg_size_16_color_FFFFFF_t_70]: /images/20230528/94781ccd57ea421bbf57367f9c2203f2.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d5X2hoeHg_size_16_color_FFFFFF_t_70 1]: /images/20230528/bc1d16e7947c4cbe93d662d42b43e398.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d5X2hoeHg_size_16_color_FFFFFF_t_70 2]: /images/20230528/a6acdb7cf1c04d8783196008954a1fa7.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d5X2hoeHg_size_16_color_FFFFFF_t_70 3]: /images/20230528/d9320358a8cd4ac1953c8ad756641de4.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d5X2hoeHg_size_16_color_FFFFFF_t_70 4]: /images/20230528/3fb5aeeb411543d1aa9e5109bad79880.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d5X2hoeHg_size_16_color_FFFFFF_t_70 5]: /images/20230528/974176c1b85e4777bf4fc94635b376a9.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d5X2hoeHg_size_16_color_FFFFFF_t_70 6]: /images/20230528/d9e4ef173d174c03876d5b085df9e50c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d5X2hoeHg_size_16_color_FFFFFF_t_70 7]: /images/20230528/9aa706f70cdc42c49f5cf5714539a000.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d5X2hoeHg_size_16_color_FFFFFF_t_70 8]: /images/20230528/79dffd37941a46b8887add85dc88f4bc.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d5X2hoeHg_size_16_color_FFFFFF_t_70 9]: /images/20230528/3611d8e6c86c472fab0ef7d3483556d7.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d5X2hoeHg_size_16_color_FFFFFF_t_70 10]: /images/20230528/7c1ef0400cf640bb83b6b0b269dfe193.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d5X2hoeHg_size_16_color_FFFFFF_t_70 11]: /images/20230528/523f443646a94bb592a91e3554f31b88.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d5X2hoeHg_size_16_color_FFFFFF_t_70 12]: /images/20230528/1e076872a5bc4b58b11a8691655caf79.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d5X2hoeHg_size_16_color_FFFFFF_t_70 13]: /images/20230528/7d2e78b147d3407aabfd1f36252466c8.png