matplotlib学习记录（一）

先参照《利用Python进行数据分析》的内容过一遍matplotlib库基本api的操作，后续的学习添加一些fashion的东西，备忘用。
首先，导库 import matplotlib.pyplot as plt，from numpy.random import randn(用于产生随机数)

Figure(画布)&&Subplot(子图)

1.创建画布对象Figure:

fig = plt.figure()

2.创建时设定纵横比：

fig = plt.figure(figsize=(16, 8))

3.获取当前Figure：

fig = plt.gcf()

4.在画布上创建子图（至少一张）：

    ax1 = fig.add_subplot(2, 2, 1)
    ax2 = fig.add_subplot(2, 2, 2)
    ax3 = fig.add_subplot(2, 2, 3)

（把画布切分成2行2列，在1，2，3位置上创建子图）

5.当前子图上画图

plt.plot(randn(50).cumsum(), 'k--')

6.指定子图上画图

    _ = ax1.hist(randn(100), bins=20, color=''k, alpha=0.3)
    ax2.scatter(np.arange(30), np.arange(30) + 3*randn(30))

7.同时创建画布和子图

In[65]: fig, axes = plt.subplots(2, 3)
In[66]: axes
Out[66]: 
array([[,
        ,
        ],
       [,
        ,
        ]], dtype=object)

调整subplot周围的间距

subplots_adjust(left=None, bottom=None, right=None, top=None, wspace=None, hspace=None)

wspace和hspace控制宽度和高度百分比，可用作subplot的间距。

    fig, axes= plt.subplots(2, 2, sharex=True, sharey=True)
    for i in range(2):
        for j in range(2):
            axes[i, j].hist(randn(500), bins=50, color='k', alpha=0.5)
    plt.subplots_adjust(wspace=0, hspace=0)

颜色、标记和线型

plot函数接受X，Y轴坐标，颜色（可指定RGB值，如’#CECECE’），线型，标记。

ax.plot(x, y, 'ko--')

等同于：

ax.plot (x, y, color='k', linesytle='--', marker='o')

刻度、标签和图例

设置标题、轴标签、刻度、刻度标签

1. 刻度、刻度标签
   调用时不带参数，返回参数值。例，plt.xlim()返回当前X轴绘图范围
   调用时带参数，则设置参数值。例，plt.xlim([0, 10])将X轴范围设为0到10
   对于子图，函数为ax.get_xlim和ax.set_xlim
   set_xticks 决定将刻度放在什么位置，set_xticklabels 设置刻度标签为

            ticks = ax.set_xticks([0 ,250, 500, 750, 1000])
            labels = ax.set_xticklabels(['one', 'two', 'three', 'four', 'five'], rotation=30, fontsize='small') 

1. 轴标签

   ax.set_xlabel('Stages')
   

2. 标题

   ax.set_title('My first matplotlib plot')
   

添加图例

在添加subplot的时候传入label参数：

ax.plot(x, y, 'k', label='one')

用ax.legend() 或plt.legend() 创建图例：

ax.legend(loc='best')

注解

注解可以通过text、arrow和annotate等函数添加，可绘制在图标的指定坐标（x，y），还可以添加自定义格式：

ax.text(x, y, 'Hello world!', family='monospace', fontsize=10)

更多内容见matplotlib库。

图表保存到文件

想存为什么格式改扩展名就行了：

plt.savefig('figpath.svg')

最重要的两个参数是dpi（控制”每英寸点数“分辨率）和bbox_inches（可剪除当前图表周围的空白部分），得到一张带有最小白边且分辨为400DPI的PNG图片：

plt.savefig('figpath.png', dpi=400, bbox_inches='tight')

savefig可以写入任何文件类型的对象，比如StringIO：

    from io import StringIO
    buffer = StringIO()
    plt.savefig(buffer)
    plot_data = buffer.getvalue()

这在Web上提供动态生成的图片很实用。