python數據可視化——matplotlib 用戶手冊入門：使用指南

參考matplotlib官方指南：

https://matplotlib.org/tutorials/introductory/usage.html#sphx-glr-tutorials-introductory-usage-py

matplotlib的用戶指南分爲三個等級：入門，中級，高級。在入門級，主要介紹下圖內容

這裏我首先介紹 使用指南 部分，即 Usage Guide。

1.一張圖的組成

在使用matplotlib畫圖時，你會發現各類參數，下面就說說這些參數具體設置什麼

 

2.畫圖函數的輸入數據類型

最好將輸入數據轉換爲np.array類型

如，將pandas.DataFrame轉換爲 np.array

1 a = pandas.DataFrame(np.random.rand(4,5), columns = list('abcde')) 2 a_asndarray = a.values

將 np.matrix 轉換爲 np.array

1 b = np.matrix([[1,2],[3,4]]) 2 b_asarray = np.asarray(b)

3.matplotlib，pyplot 與 pylab的關係

pyplot是matplotlib的一個模塊，pylab是與matplotlib共同安裝的模塊

4.自定義畫圖函數

若是現有的畫圖形狀不知足需求，能夠方便地定義畫圖函數

 

 1 def my_plotter(ax, data1, data2, param_dict):  2     """
 3  A helper function to make a graph  4 
 5  Parameters  6  ----------  7  ax : Axes  8  The axes to draw to  9 
10  data1 : array 11  The x data 12 
13  data2 : array 14  The y data 15 
16  param_dict : dict 17  Dictionary of kwargs to pass to ax.plot 18 
19  Returns 20  ------- 21  out : list 22  list of artists added 23     """
24     out = ax.plot(data1, data2, **param_dict) 25     return out 26 
27 # which you would then use as:
28 
29 data1, data2, data3, data4 = np.random.randn(4, 100) 30 fig, ax = plt.subplots(1, 1) 31 my_plotter(ax, data1, data2, {'marker': 'x'})

 

5.交互模式

能夠經過matplotlib.interactive()，matplotlib.is_interactive()，matplotlib.pyplot.ion()能夠打開交互模式

使用 matplotlib.is_interactive()能夠關閉交互模式

在ipython中運行如下代碼：

1 import matplotlib.pyplot as plt 2 plt.ion() 3 plt.plot([1.6, 2.7]) 4 ax = plt.gca() 5 ax.plot([3.1, 2.2]) 6 plt.draw()