数据可视化之matplotlib
数据可视化之matplotlib
0. 前言
数据可视化，就是通过图形、图表等方法将原数据中的关系展示出来。
matplotlib，是一个python下2D绘图库，它可以跨平台地生成各种高质量的图标。 matplotlib可以使我们很轻松地绘制如直方图、功率图、条形图和散点图等。 pyplot是matplotlib下的一个模块，它可以提供给我们类似于MATLAB的界面，可以很轻松地画出想要的图形。
这篇文章打算介绍一些基本的方法，可以根据pyplot模块，方便快捷的画出目标图形。 暂时只打算介绍pyplot模块的状态机环境，不打算深入介绍面向对象接口(OO接口)。 这篇文章的方法应对一些普通的散点图、折线图之类的没有问题，如果以后需要更复杂的，会再写一片增补版的。 文章中涉及到的两段代码上传。
查看
1. matplotlib架构
1.1 matplotlib框架
matplotlib框架分为三层，这三层构成了一个栈，上层可以调用下层。
- 脚本层(pyplot)：简化了完成数据分析与可视化的常规操作。 管理创建图形、坐标轴以及他们与后端层的连接。
- 艺术家层(artist)：管理漂亮图形背后的大多数内部活动。
- 后端层(backend)：matplotlib的底层，实现了大量的抽象接口类；还和用户界面工具箱整合在一起；可以将图形保存为不同格式(比如PDF、PNG、PS和SVG等)。
这三层属于matplotlib程序包的范畴，脚本层(pytplot模块)可以提供给我们一个与matplotlib打交道的接口，我们可以只通过调用pyplot模块的函数从而操作整个程序包，来绘制图形。
1.2 编程接口
第一层状态机环境，是由pyplot提供的。
第二层是有pyplot和面向对象(oo)接口提供，由pyplot获取figure对象，通过面向对象接口来显示地管理axies对象。
第三层由面向对象(oo)接口提供，该层完全不使用pyplot模块。
Python科学计算基础教程希望大家使用pyplot接口（也就是状态及环境），因为该环境封装了画图的方法，绘图非常方便。 但是官方文档希望大家使用第一级面向对象接口，因为该方法综合了pyplot和oo接口，是一个很好的选择。 我觉得，如果pyplot提供的功能可以满足绘图需要，直接采用即可；否则，使用后者绘图。
2. matplotlib的绘图概念
一些重要的图的概念
- figure(图)，指整个图形(包括所有的元素,比如标题、线等)。 管理着所有的坐标系，还有一些特殊的艺术家和canvas(画布)。
- axes(坐标系)，数据的绘图区域。
- axis(坐标轴),坐标系中的一条轴，包含大小限制、刻度和刻度标签。
- artist(艺术家),图中所有的对象都是artis，当图形显示时，所有的艺术家都会被绘制到画布上。
- 一个figure(图)可以包含多个axes(坐标系)，但是一个axes只能属于一个figure。
- 一个axes(坐标系)可以包含多个axis(坐标轴)，包含两个即为2d坐标系，3个即为3d坐标系。
3. matplotlib.pyplot模块
matplotlib.pytplot包含了一系列类似于matlab的画图函数。 它的函数作用于当前图形(figure)的当前坐标系(axes)。
导入:
import matplotlib.pyplot as plt
3.1 plot函数
plot(xdata,ydata,format)
参数：
- xdata:所有点的x坐标，如果不传默认是[0:]。
- ydata:所有点的y坐标。
- format:绘制的格式，默认是’b-‘。比如’b-+’：分别代表颜色、线形和标记。
- 颜色：绘制的颜色(b指blue,蓝色)。
- 线性：点之间的连线样式(-指实线)。
- 标记：点的风格(+为加号）。
一个例子
import matplotlib.pyplot as plt
plt.plot([1,2],[1,2],'r--+')
plt.show()
绘制出了该图，包含两个点(1,1)和(2,2)，matplotlib函数输入一般为array。
3.2 多重图
在绘图的时候，我们可能需要将多个子图显示在一个大图中，这时就需要多重图。
subplot(nrows,ncols,n)
该函数返回nrow×ncols的第n个子图的坐标系(axes)，获取了坐标系对象，就可以在该子图上绘制操作。
如果这三个参数都小于10，可以省略’,’。 比如subplot(211)=subplot(2,1,1)，都返回如图红色的坐标系。
3.3 添加文本(字符串)
text(x,y,’text’)，在指定位置(x,y)，添加文本。
xlabel(‘text’)，X轴标签。
ylabel(‘text’)，Y轴标签。
title(‘text’)，图形的标题。
数学表达式：使用TeX来编写，将表达式用’$’包括，比如:
$\sigma_i=15$
显示为
σi=15 σ i = 15
TEX，是一个由美国计算机教授高德纳（Donald Ervin Knuth）编写的功能强大的排版软件。它在学术界十分流行，特别是数学、物理学和计算机科学界。TEX被普遍认为是一个优秀的排版工具，特别是在处理复杂的数学公式时。常见的发行版为LaTex。
3.4 pyplot的函数
pyplot提供了matplotlib绘图模块的一个访问接口，提供了一些常用的绘图函数,下面是一些列表，具体可以访问官网查看用法。
3.4.1 函数的总结
http://matplotlib.org/api/pyplot_summary.html
3.4.2 函数参数，格式(format)的总结
http://matplotlib.org/api/_as_gen/matplotlib.pyplot.plot.html#matplotlib.pyplot.plot
3.4.3 pyplot绘制模块举例
通常我们在绘图过程中需要关注一下几个点：
- data，也就是我们要可视化的数据，这个是最重要的，其他的都是修饰，可以没有。
- title，标题。
- 坐标轴标注，x、y轴的含义。
- 刻度线，我们可以设置x、y轴的坐标，比如让它距离近一些或者远一些。也可以不管。
- 刻度注释，对应刻度线上的标注，我们可以使用Tex来编写数学公式，是的显示的不是pi而是 π π 。
- 图例，图例需要在绘制图形的时候传入label的值，最后调用lengend()来显示之前的label。
代码如下：
# 导入模块
import matplotlib.pyplot as plt
import numpy as np
# 准备数据
x = np.arange(0.0, 2.0, 0.2)
y_sin = np.sin(x)
y_cos = np.cos(x)
# 开始绘制
plt.plot(x,y_sin,'g+-',label="Sin(x)")
plt.scatter(x,y_cos,c='r',marker='o',label="cos(x)")
# 设置图片边界
plt.xlim(x.min()-0.2,x.max()+0.2)
plt.ylim(y_sin.min()-0.2,y_sin.max()+0.2)
# 设置刻度
plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],[r"$\pi$",r"$-\frac{\pi}{2}$","0",r"$\frac{\pi}{2}$",r"$\pi$"])
plt.yticks([0,1])
# 标题
plt.xlabel("x")
plt.ylabel("y")
plt.title(u"Hello pyplot")
plt.legend()
# 显示与保存
plt.savefig("helloplot.png")
plt.show()
具体显示结果：
4. 绘图实例
我们想要绘制一个两边是圆，中间是线的长方形，然后他们均匀分布着三种不同的点，组成的散点图，还有一些干扰，使得一部分点可以跳出固定范围。
4.1 绘制方法
- 扰动策略：生成一个array，加到点的坐标上。
- 绘制中间长方形散点图。
- 绘制第一个圆散点图(左圆)。
- 绘制第二个圆散点图(右圆)。
4.2 代码
#-*-coding:utf-8-*-
import matplotlib.pyplot as plt
import numpy as np
def shift(m ,n ,sft=0.4):
"""
a function return shift array
:param m: int
calumn of destion array
:param n: int
row of destion array
:param sft: float
shift
:return: np.ndarray
"""
return np.random.rand(m,n) * 2 * sft - sft
def bone2d(ax, length=8, width=1, redius=2,circle_x0=6 ,number1=50, number2=200 ,sft=0.2 ,param_dict={}):
"""
a function to draw Bone2d.py graph
:param ax: axes
the axes draw to
:param length
the length of rectangle
:param width
the width of rectangle
:param redius
the r of circle
:param circle_x0
the x0
:param number1: int
the number of dots drawed in rectangle
:param number2: int
the number of dots drawed in circle
:param sft: float
the shift of data
:param param_dict: dict
Dictionary of kwargs to pass to ax.plot
:return: list
list of artists added
"""
# draw rectangle
rect_x = np.random.rand(1,number1) * length - length/2 + shift(1,number1,sft)
rect_y = np.random.rand(1,number1) * width - width/2 + shift(1,number1,sft)
sample1 = ax.scatter(rect_x,rect_y,c='g',marker='.',label=u'样例1')
# 显示长方形的边界
if(param_dict.__contains__('border') and param_dict['border']==True):
x0 = length/2;
y0 = width/2;
ax.plot([-x0,x0,x0,-x0,-x0],[y0,y0,-y0,-y0,y0],'g--',label=u'样例1边界')
#draw circle1
circle1_r = np.sqrt(np.random.rand(1,number2)) * redius
circle1_thyta = np.random.rand(1,number2) * 2 * np.pi
circle1_x = circle1_r * np.cos(circle1_thyta) + circle_x0 + shift(1,number2,sft)
circle1_y = circle1_r * np.sin(circle1_thyta) + shift(1,number2,sft)
sample2 = ax.scatter(circle1_x,circle1_y,c='r',marker='o',label=u'样例2')
#draw circle2
circle2_r = np.sqrt(np.random.rand(1,number2)) * redius
circle2_thyta = np.random.rand(1,number2) * 2 * np.pi
circle2_x = circle2_r * np.cos(circle2_thyta) - circle_x0 + shift(1,number2,sft)
circle2_y = circle2_r * np.sin(circle2_thyta) + shift(1,number2,sft)
sample3 = ax.scatter(circle2_x,circle2_y,c='b',marker='s',label=u'样例3')
return [sample1,sample2,sample3]
if __name__ == '__main__':
plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号
ax = plt.subplot(111)
ax.set_aspect(1)
bone2d(ax,8,1,2,6,50,50,0.2,{'border':True})
plt.title(u'Bone2d.py(随机扰动0.2)')
plt.legend()
plt.show()
5. 参考文献
[3]: Hemant Kumar Mehta,陶俊杰，陈小莉.Python科学计算基础教程:123-125.
[4]: Vamei.绘图: matplotlib核心剖析,http://www.cnblogs.com/vamei/archive/2013/01/30/2879700.html.