【數據科學系統學習】Python # 數據分析基本操做[三] matplotlib

咱們在上一篇介紹了 pandas，本篇介紹 matplotlib。

---

繪圖和可視化

一個用於建立出版質量圖表的桌面繪圖包。

Matplotlib API入門

Figure 和 Subplot

---

matplotlib的圖像都位於Figure對象中。

帶有三個subplot的Figure：

這些由fig.add_subplot所返回的對象是AxesSubplot對象，直接調用它們的實例方法就能夠在其它空着的格子裏畫圖了。

這時發出一條繪圖命令，matplotlib就會在最後一個用過的subplot上進行繪製（若是沒有會建立一個）：

K--：一個線型選項，用於告訴matplotlib繪製黑色虛線圖。

---

依次畫出虛線、直方圖、散點圖。

根據特定佈局建立Figure和subplot的簡便方法：plt.subplots， 它能夠建立一個新的Figure，並返回一個含有已建立的subplot對象的NumPy數組：

能夠對 axes數組進行索引，就像是一個二維數組同樣：

還能夠經過sharex和sharey指定subplot應該具備相同的X軸或Y軸（刻度），在比較相同範圍的數據時用，不然matplotlib會自動縮放各圖表的界限。

---

調整subplot周圍的間距

---

默認狀況下，matplotlib會在subplot外圍留下必定的邊距，在subplot之間留下必定的間距。間距跟圖像的高度和寬度有關。

利用Figure的subplots_adjust方法修改間距。

下面的例子間距收縮到 0：

軸標籤重疊了，matplotlib不會檢查標籤是否重疊，這時要本身設定刻度位置和刻度標籤。

能夠在matplotlib的文檔中找到各類圖表類型。

---

顏色、標記和線型

---

完整的linestyle列表參見plot的文檔。

ax.plot(x, y, 'g--')  #根據x, y繪製綠色虛線
ax.plot(x, y, linestyle='--', color='g')   #更明確的方式，和上面同樣的效果

要使用其餘任意顏色能夠經過指定其 RGB 值的形式（如 #CECECE）

matplotlib建立的是連續的線型圖，即點與點之間插值，非實際數據點默認是按線性方式插值的，能夠經過drawstyle選項修改：

---

線型圖能夠加上一些標記，以強調實際的數據點：

標記類型和線型必須放在顏色後面。

簡化的寫法：

---

刻度、標籤和圖例

---

• 過程型的pyplot接口

  交互式使用，有xlim, xticks, xticklabels之類的方法，它們分別控制圖表的範圍，刻度位置，刻度標籤等。
  調用時不帶參數，如plt.xlim()返回當前的X軸繪圖範圍。
  調用時帶參數，如plt.xlim([0, 10])會將X軸的範圍設置爲 0 到 10。

• 更爲面向對象的原生matplotlib API。

---

設置標題、軸標籤、刻度以及刻度標籤

---

繪製一段隨機漫步：

修改X軸刻度：set_xticks（數值），set_xticklabels（其餘任何的值用做刻度）。

---

添加圖例（legend）

---

添加圖例的方式：添加subplot的時候傳入label參數。

調用 ax.legend() 或 plt.legend() 來自動建立圖例。

loc告訴matplotlib要將圖例放在哪，best選擇最不礙事的位置。

去除圖例：不傳入label或傳入label='_nolegend_'（注意有兩個下劃線）。

---

註釋以及在Subplot上繪圖

---

註釋：經過 text, arrow, annotate 等函數進行添加。

---

matplotlib有一些表示常見圖形的對象：稱爲塊（patch），完整的集合位於matplotlib.patches。

建立一個塊對象shp，而後經過ax.add_patch(shp)將其添加到subplot中：

圖表對象：它們其實就是由塊組裝而成的。

---

將圖表保存到文件

---

利用 plt.savefig 能夠將當前圖表保存到文件。（該方法至關於 Figure 對象的實例方法 savefig）。

如要將圖表保存爲 SVG 文件：

兩個重要的選項：

• dpi：控制「每英寸點數」分辨率；
• bbox_inches：能夠剪除當前圖表周圍的空白部分。

獲得一張帶有最小白邊且分辨率爲 400DPI 的 PNG 圖片：

savefig並不是必定要寫入磁盤，也可寫入任何文件型的對象，好比StringIO：

---

matplotlib配置

---

操做matplotlib配置系統的方式：Python 編程方式，即利用rc方法。

如將全局的圖像默認大小設置爲 10 * 10，執行：

plt.rc('figure', figsize=(10, 10))

rc的第一個參數：是但願自定義的對象（如'figure', 'axes', 'xtick', 'ytick', 'grid', 'legend'），這裏是figure。

能夠跟一系列的關鍵字參數，將它們寫成一個字典：

所有的自定義選項：查閱matplotlib的配置文件matplotlibrc（位於 matplotlib/mpl-data 目錄中）。對該文件進行自定義，並將其放在目錄中，則每次使用matplotlib時就會加載該文件。

---

pandas中的繪圖函數

在pandas中，有行標籤、列標籤、分組信息。

要製做一張完整的圖表，本來須要一大堆的matplotlib代碼，如今只需一兩條簡潔的語句就能夠了。pandas有許多可以利用DataFrame對象數據組織特色來建立標準圖表的高級繪圖方法。

---

線型圖

---

Series和DataFrame都有一個用於生成各種圖表的plot方法，默認狀況下它們都生成線型圖。

DataFrame的plot方法會在一個 subplot 中爲各列繪製一條線，並自動建立圖例。

---

柱狀圖

---

垂直柱狀圖：Kind='bar'
水平柱狀圖：Kind='barh'

---

設置 stacked=True 便可爲DataFrame生成堆積柱狀圖：

---

柱狀圖利用value_counts圖形化顯示Series中各值的出現頻率，如：

---

直方圖和密度圖

---

直方圖（histogram）：是一種能夠對值頻率進行離散化顯示的柱狀圖。

密度圖：經過計算「可能會產生觀測數據的連續機率分佈的估計」而產生的。

通常的過程是將該分佈近似爲一組核（如正態（高斯）分佈之類的較爲簡單的分佈）。

密度圖也被稱做 KDE 圖（Kernel Density Estimate 核密度估計）。

直方圖和密度圖常被畫在一塊兒，直方圖以規格化形式給出（以便給出面元密度），再在其上繪製核密度估計。

---

由兩個不一樣的標準正態分佈組成的雙峯分佈：

最後一行代碼繪製的密度圖的最終結果：

---

散佈圖

---

散佈圖（scatter plot）：是觀察兩個一維數據序列之間關係的有效手段。

matplotlib的scatter方法是繪製散佈圖的主要方法。

在探索式數據分析工做中，同時觀察一組變量的散佈圖是頗有意義的。也被稱爲散佈圖矩陣（scatter plot matrix）。

pandas提供了一個能從DataFrame建立散佈圖矩陣的 scatter_matrix 函數，它還支持在對角線上放置各變量的直方圖或密度圖。

---

不足之處，歡迎指正。