Matplotlib與Seaborn數據可視化

一、matplotlib的基本用法

matplotlib繪圖的基本語法爲：
pyplot.圖名(x, y, 參數=值)，其中，x和y爲列表或Numpy數組。

import matplotlib.pyplot as plt
import numpy as np
import math
%matplotlib inline    ##讓繪圖顯示在Jupyter筆記本中

x01 = np.arange(0,9)  ##創建Numpy數組
y01 = x01**2
x02 = np.linspace(-math.pi*2,math.pi*2,100)  ##創建Numpy數組
y02 = np.sin(x02)*10

plt.figure(figsize=(6, 4))  ##設置圖表的大小，能夠省略，使用默認大小
plt.scatter(x01,y01,linewidth=1,label='linear')  ##繪製散點圖，label爲圖例
plt.plot(x02,y02,label='scatter')  ##繪製折線圖，這裏會與折線圖顯示在同一張圖表中
plt.title('Square numbers')  ##設置圖表的標題
plt.xlabel('Value',fontsize=14)  ##設置圖標x軸的標籤
plt.ylabel('Value of numbers',fontsize=14)  ##設置圖標y軸的標籤
plt.axis([-math.pi*2,math.pi*2,-100,100])  ##設置座標軸的顯示區域
##plt.xlim(-math.pi*2,math.pi*2)  ##設置x軸的顯示區域
##plt.ylim(-100,100) ##設置y軸的顯示區域

plt.legend()  ##顯示圖例
plt.show()  ##顯示繪圖
##plt.savefig('f01.svg',format='svg')  ##保存繪圖

二、matplotlib繪製子圖

2.1 使用pyplot.subplots()函數

subplots()函數的基本用法是f, ax = plt.subplots(ncols=列數, nrows=行數[, figsize=圖片大小, ...])，其中f爲所繪製的總圖表，ax爲所繪製的子圖標，能夠經過下標調用。

x = np.arange(0.01, 10, 0.01)
y1 = 2*x - 6
y2 = np.log(x)
y3 = np.exp(x)
y4 = np.sin(x)

f, ax = plt.subplots(ncols=2, nrows=2, figsize=(8, 6))

ax[0, 0].plot(x, y1)
ax[0, 0].set_title("Linear")
ax[0, 1].plot(x, y2)
ax[0, 1].set_title("Log")
ax[1, 0].plot(x, y3)
ax[1, 0].set_title("Exp")
ax[1, 1].plot(x, y4)
ax[1, 1].set_title("Sin")

2.2 使用pyplot.subplot()繪製子圖

subplot()函數的基本用法爲：pyplot.subplot(nrows, ncols, index, 其餘參數)，而後再使用plt.plot()函數繪圖。

x = np.arange(0.01, 10, 0.01)
y1 = 2*x - 6
y2 = np.log(x)
y3 = np.exp(x)
y4 = np.sin(x)

plt.figure(figsize=(8,6))
plt.subplot(221)  ##也能夠寫做subplot(2,2,1)
plt.plot(x, y1,label='Linear')

plt.subplot(222)
plt.plot(x, y2, label='Log')

plt.subplot(223)
plt.plot(x, y3, label='Exp')

plt.subplot(224)
plt.plot(x, y4, label='sin')

plt.show()