使用matplotlib進行繪圖

環境介紹

• IDE是PyCharm專業版，社區版好像不支持圖形可視化（不肯定）。
• 庫是matplotlib、numpy、pandas。
• 本文參考《利用python進行數據分析》一書，github地址請點這裏

基本示例

簡單嘗試

#導入matplotil庫，用於畫圖
import matplotlib.pyplot as plt
#導入numpy庫，用於數據處理
import numpy as np
#畫圖
data = np.arange(10)
plt.plot(data)
#使圖像展現出來
plt.show()

上面的代碼展現了最簡單的圖片繪製。總結起來有一下幾個步驟：

1. 導入繪圖和數據處理須要的庫
2. 導入須要繪製成圖的數據，處理這些數據。好比本例中執行data = np.arange(10)生成從0-9的整數。
3. 繪圖並展現。這裏須要說明，若是不執行plt.show()，在PyCharm中不會自動彈出繪製出來的圖形，須要在PyCharm界面的最右側點擊‘Sciview’按鈕進行查看。另在，若是是在Jupyter中繪圖，須要加入代碼matplotlib notebook，若是是在Ipython中運行，則須要加入代碼matplotlib。

上述代碼的執行效果以下所示。

子圖

#導入matplotil庫，用於畫圖
import matplotlib.pyplot as plt
#導入numpy庫，用於數據處理
import numpy as np
#畫圖
data = np.arange(10)
#第一種生成子圖的方式
fig = plt.figure() #生成一個圖片對象
#將fig劃分紅2行2列4個子圖 ，a1表示第1個子圖，對應subplot的三個參數。
a1 = fig.add_subplot(2,2,1)
#在生成兩個子圖
a2 = fig.add_subplot(2,2,2)
a3 = fig.add_subplot(2,2,3)

#繪圖
plt.plot(np.random.randn(50).cumsum(),'k--')
_ = a1.hist(np.random.randn(100),bins=20,color = 'k',alpha=0.3)
a2.scatter(np.arange(30),np.arange(30)+2*np.random.randn(30))

#第二種生成子圖的方式。
#生成2行3列的子圖，sharex表示全部子圖橫座標範圍相同
fig,axs = plt.subplots(2,3,sharex=True)
#對在第1行第2列的子圖進行繪製
axs[0,1].hist(np.random.randn(100),bins=20,color = 'k',alpha=0.3)
#使圖像展現出來
plt.show()

經常使用的生成子圖的方式有兩種。

• 對於第一種，先生成一個圖片對象，而後在圖片對象中添加子圖。以後在自圖上進行繪製。這裏注意，若是直接執行plt.plot，默認是在最後生成的一張子圖上進行繪製。好比本例中使用plt.plot(np.random.randn(50).cumsum(),'k--')繪製的圖出如今了第子圖中。‘k--’線條的一些屬性，在下一節具體列出。也能夠經過'子圖名稱.XXX'的方法來具體指定在哪一個子圖中繪製。如本例中使用a1.hist()命令在a1中繪製了柱狀圖。常見的圖片類型見下表，更豐富的指令請參見官方文檔。地址請點我！

  關鍵詞	圖片種類
  angle_spectrum	角度光譜
  bar	條形圖
  barh	水平條圖
  hist	直方圖
  hist2d	2D直方圖
  phase_spectrum	相位頻譜
  pie	餅圖
  ploar	極性圖
  psd	功率光譜密度
  scatter	散點圖
  specgram	光譜圖
  stackplot	堆疊區域圖
  step	步驟圖

  第一種的圖片效果以下所示;

  

• 第二種建立子圖的方式與第一種相似。使用subplots建立一組圖，其中參數中的2,3表示2行3列，sharex參數表示全部子圖共享一樣的橫座標範圍。subplots還有一些其餘的參數，具體請查看官網文檔。在繪製子圖時，可使用如本例中axs[0,1]的方式進行指定，[0,1]參數表示第一行第二列的子圖（行和列的計數從零開始）。效果以下所示。

  

• 可使用plt.subplots_adjust()函數來調整子圖間距。

顏色、標記、線性

#導入matplotil庫，用於畫圖
import matplotlib.pyplot as plt
#導入numpy庫，用於數據處理
import numpy as np
from numpy.random import randn
#畫圖
data = np.random.randn(30).cumsum()
plt.plot(data,color='k', linestyle='dashed', marker='o', label='One')
plt.plot(data,'r-', drawstyle='steps-post', label='Two')
#生成圖例
plt.legend(loc='best')
plt.show()

上面的代碼中有兩個plt.plot，因此能夠在同一個圖中繪製兩條不一樣的線。

• 在第一句plt.plot的參數中，‘color’表示顏色，在這裏k表示黑色，linestyle表示線條的類型，marker表示標記的類型。它們也能夠簡寫成一個參數：‘ko--’，如第二句plt.plot中的參數‘r-’（表明紅色實線）就是這種寫法。須要注意的是，若是要用這種簡寫的方式指定標記的類型，該參數須要緊跟在顏色參數以後。好比‘ko--’中，o要緊跟在k以後。
• 若是不指定drawstyle參數，則默認使用線性內插的方式使圖像連續，在第二條線中，這個參數被指定爲steps-post，意思是折現法內插，label屬性至關於給每條線一個名字，便於生成圖例。
• plt.legend表示要生成圖例，loc參數是指圖例出現的位置，best是指自動選擇位置。
• 更多關於顏色、線條、標記的屬性請參見官網文檔。請點這裏！

效果以下所示：

刻度，座標軸，註釋

# 導入matplotil庫，用於畫圖
import matplotlib.pyplot as plt
# 導入numpy庫，用於數據處理
import numpy as np
from numpy.random import randn

# 畫圖
fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)
ax.plot(np.random.randn(1000).cumsum())

# 設置x軸上，哪些座標處須要加刻度
ticks = ax.set_xticks([0, 250, 500, 750, 1000])
# 設置刻度的內容
labels = ax.set_xticklabels(['one', 'two', 'three', 'four', 'five'], rotation=45, fontsize='small')
# 設置橫座標的名稱
ax.set_xlabel('Stages')
plt.show()

• ax.set_xticks能夠設置在哪些座標處須要加刻度。
• set_xticklabels能夠設置刻度的內容，rotation參數能夠用來設置旋轉的角度，fontsize能夠用來設置刻度的大小。
• set_xlabel能夠用來設置x軸的名稱。

效果以下所示。

# 導入matplotil庫，用於畫圖
import matplotlib.pyplot as plt
# 導入numpy庫，用於數據處理
import numpy as np
from numpy.random import randn

from datetime import datetime
import pandas as pd

fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)

data = pd.read_csv('C:/Users/Nighthink/Downloads/pydata-book/examples/spx.csv', index_col=0, parse_dates=True)
spx = data['SPX']

spx.plot(ax=ax, style='k-')

crisis_data = [
    (datetime(2007, 10, 11), 'Peak of bull market'),
    (datetime(2008, 3, 12), 'Bear Stearns Fails'),
    (datetime(2008, 9, 15), 'Lehman Bankruptcy')
]

for date, label in crisis_data:
    ax.annotate(label, xy=(date, spx.asof(date) + 75),
                xytext=(date, spx.asof(date) + 225),
                arrowprops=dict(facecolor='black', headwidth=4, width=2,
                                headlength=4),
                horizontalalignment='left', verticalalignment='top')

# Zoom in on 2007-2010
ax.set_xlim(['1/1/2007', '1/1/2011'])
ax.set_ylim([600, 1800])

ax.set_title('Important dates in the 2008-2009 financial crisis')

• 可使用set_xlim函數來設置橫座標的顯示範圍，同理將x換成y能夠設置縱座標的顯示範圍。
• set_title函數能夠給圖片添加一個標題
• 可使用ax.annotate方法來在指定的x和y座標上繪製標籤。

效果以下所示：

圖片的保存

執行代碼plt.savegif('fig.png',dpi=400,bbox_inches='tight')能夠將圖保存成png格式，文件名是fig，dpi參數表示每英寸點數的分辨率，bbox_inches參數能夠用來控制實際圖像四周的空白。