利用 Matplotlib 繪製數據圖形（一）

什麼是 Matplotlib ? Matplotlib 能夠作什麼？

Matplotlib 是一個用於 Python 的繪圖庫。藉助 Matplotlib， 幾行代碼就能繪製出高質量的數據圖形。

import matplotlib.pyplot as plt
import numpy as np

# Fixing random state for reproducibility
np.random.seed(19680801)

N = 100
r0 = 0.6
x = 0.9 * np.random.rand(N)
y = 0.9 * np.random.rand(N)
area = (20 * np.random.rand(N))**2  # 0 to 10 point radii
c = np.sqrt(area)
r = np.sqrt(x * x + y * y)
area1 = np.ma.masked_where(r < r0, area)
area2 = np.ma.masked_where(r >= r0, area)
plt.scatter(x, y, s=area1, marker='^', c=c)
plt.scatter(x, y, s=area2, marker='o', c=c)
# Show the boundary between the regions:
theta = np.arange(0, np.pi / 2, 0.01)
plt.plot(r0 * np.cos(theta), r0 * np.sin(theta))

plt.show()
複製代碼

繪圖部分僅用了5行代碼 * 案例來自官方文檔

Matplotlib 的設計理念

Matplotlib 使用層級結構來組織事物。Matplotlib 的最上層是 「state-machine environment」，它控制着繪圖的具體內容，好比線條、顏色、文字等。接着是第一層面向對象接口，經過這一層能夠建立和追蹤繪圖區域。最後是將 Matplotlib 視爲總體與其它應用進行交互的接口。

我理解的 Matplotlib 層級結構

上圖是我理解的 Matplotlib 層級結構，不必定正確。可是這個理解讓我在使用 Matplotlib 時順暢無阻。注意其中的 Axes 不是字面意思「axis 的複數」，而是指一個包含座標的圖形。Figure 是指一整張大的繪圖區域。咱們能夠在一個 Figure 裏繪製多個不一樣的 Axes。

fig,(ax1,ax2) = plt.subplots(1,2)
ax1.set_title('axes 1')
ax2.set_title('axes 2')
fig.suptitle('one figure, two axes')
複製代碼

Matplotlib 實際使用前應該知道的細節

來自 官方文檔的 figure 組成，很重要

大部分時候咱們的數據，格式是 pandas 中的 DataFrame 或者 numpy 中的 Matrix，可是官方說了：使用這兩種格式繪製圖形，結果不必定符合預期。np.array 和 np.ma.masked_array 纔是指望的數據類型。因此，np.martix 和 pd.DataFrame 須要轉換爲 np.array:

# convert a dataframe
a = pandas.DataFrame(np.random.rand(4,5), columns = list('abcde'))
a_asndarray = a.values
# convert a matrix
b = np.matrix([[1,2],[3,4]])
b_asarray = np.asarray(b)
複製代碼

手動轉換數據類型並非必須的，對於 numpy.recarray 和 pandas.DataFrame，咱們能夠直接使用變量名做爲繪圖時的輸入。

data = pd.DataFrame({
    'a':[1,2,3],
    'b':[1,4,9]
})
fig,ax_1 = plt.subplots()
ax_1.scatter('a', 'b', data=data)
複製代碼

也能夠一次傳入多對數據，在同一張圖中繪製多個同類圖形。

x = np.array([1,2,3])
plt.plot(x,x,x,x**2,x,x**3)
複製代碼

如何簡單方便的開始使用 Matplotlib

對我而言，在 jupyter notebook 中使用 Matplotlib 是一種很是容易且直觀的方式，也是我最爲青睞的方式。 關於 jupyter notebook 的安裝網絡上有不少教程，我我的推薦安裝 miniconda 後再在 miniconda 中安裝 jupyter notebook。

由於 Matplotlib 能夠在不少環境中使用，因此官方的安裝文檔也很詳細，可是對於初學者就不太友好了。若是使用 jupyter notebook ,直接在 miniconda 中 conda install matplotlib 就能夠開始體驗 Matplotlib 了。

另外，你或許會接觸到 seaborn，ggpy 等繪圖庫。ggpy 三年沒更新了，棄坑爲妙。seaborn 是在 Matplotlib 上作的更高層次封裝，基本上 seaborn 和 Matplotlib 要混合使用才能實現微調圖形細節。因此用 seaborn 也得了解 Matplotlib。