Python数据分析与展示-Matplotlib入门

介绍

Matplotlib库是Python优秀的数据可视化第三方库，它由各种可视化类构成，内部结构复杂，这个库的开发受Matlab启发较多。matplotlib.pyplot是绘制各类可视化图形的命令子库，相当于快捷方式。
导入方法：

import matplotlib.pyplot as plt

plt.savefig()将输出图形存储为文件，默认PNG格式，可以通过dpi修改输出质量

plot函数

plt.plot()只有一个输入列表或数组时，参数被当作Y轴，X轴以索引自动生成；
plt.plot(x,y)当有两个以上参数时，按照X轴和Y轴顺序绘制数据点。
当绘制多条曲线时，各条曲线的x不能省略。

plt.plot(x,y, format_string, **kwargs)
x	X轴数据，列表或数组，可选
y	Y轴数据，列表或数组
format_string	控制曲线的格式字符串，由颜色字符、风格字符和标记字符组成可选
**kwargs	第二组或更多(x,y,format_string)

format_string中颜色字符、风格字符和标记字符可以组合使用。具体选项见下表。

字符	含义
颜色字符	颜色字符
‘b’	蓝色
‘m’	洋红色
‘g’	绿色
‘y’	黄色
‘r’	红色
‘k’	黑色
‘c’	青绿色
‘w’	白色
‘#008000’	RGB某颜色
‘0.8’	灰度值字符串
风格字符	风格字符
‘‐’	实线
‘‐‐’	破折线
‘‐.’	点划线
‘:’	虚线
‘’ ’ ’	无线条
标记字符	标记字符
‘.’	点标记
‘,’	像素标记(极小点)
‘o’	实心圈标记
‘v’	倒三角标记
‘^’	上三角标记
‘>’	右三角标记
‘<’	左三角标记标记
‘1’	下花三角标记
‘2’	上花三角标记
‘3’	左花三角标记
‘4’	右花三角标记
‘s’	实心方形标记
‘p’	实心五角标记
‘*’	星形标记标记
‘h’	竖六边形标记
‘H’	横六边形标记
‘+’	十字标记
‘x’	x标记
‘D’	菱形标记
‘d’	瘦菱形标记

中文显示

有两种方法
第一种，pyplot并不默认支持中文显示，需要rcParams修改字体实现。
rcParams的属性包括

‘font.family’	用于显示字体的名字，'SimHei’表示中文黑体；'Kaiti’表示中文楷体；'LiSu’表示中文隶书；'FangSong’表示中文仿宋；'YouYuan’表示中文幼圆；'STSong’为华文宋体
‘font.style’	字体风格，正常’normal’或斜体’italic’
‘font.size’	字体大小，整数字号或者’large’、‘x‐small’

第二种方法是有中文输出的地方，增加一个属性：fontproperties。
示例：

import numpy as np
import matplotlib.pyplot as plt
a=np.arange(0,5,0.02)

plt.xlabel('横轴：时间',fontproperties='SimHei',fontsize=20)
plt.xlabel('纵轴：振幅',fontproperties='SimHei',fontsize=20)
plt.plot(a,np.cos(2*np.pi*a),'m--')
plt.show()

文本显示

函数	含义
plt.xlabel()	对X轴增加文本标签
plt.ylabel()	对Y轴增加文本标签
plt.title()	对图形整体增加文本标签
plt.text()	在任意位置增加文本
plt.annotate()	在图形中增加带箭头的注解plt.annotate(s, xy=arrow_crd, xytext=text_crd, arrowprops=dict)

示例：

import numpy as np
import matplotlib.pyplot as plt
a=np.arange(0,5,0.02)

plt.xlabel('横轴：时间',fontproperties='SimHei',fontsize=20,color='green')
plt.xlabel('纵轴：振幅',fontproperties='SimHei',fontsize=20)
plt.title(r'正弦波实例$y=cos(2\pi x)$',fontproperties='SimHei',fontsize=25)
plt.annotate(r'$\mu=100$',xy=(2,1),xytext=(3,1.5),arrowprops=dict(facecolor='black',shrink=0.1,width=2))
plt.axis([-1,6,-2,2])
plt.grid()
plt.plot(a,np.cos(2*np.pi*a),'m--')
plt.show()

绘图区域

子区域划分可以分为三种方法。
第一种subplot。
简单情况下可以用subplot把绘图区域分为几行几列，具体用法

plt.subplot(nrows, ncols, plot_number)

subplot在全局绘图区域中创建一个分区体系，并定位到一个子绘图区域
相当于设置图片一共几行几列，现在要做的图放在第几个格子里（一行一行数）。
两种写法

plt.subplot(3,2,4)
plt.subplot(324)

第二种，subplot2grid。
区域变得复杂时，subplot不易实现。此时应用subplot2grid。
理念：设定网格，选中网格，确定选中行列区域数量，编号从0开始
示例：

plt.subplot2grid((3,3),(0,0),colspan=3)
plt.subplot2grid((3,3),(1,0),colspan=2)
plt.subplot2grid((3,3),(1,2),rowspan=2)
plt.subplot2grid((3,3),(2,0))
plt.subplot2grid((3,3),(2,1))

第三种，GridSpec类
示例

import matplotlib.gridspec as gridspec
gs=gridspec.GridSpec(3,3)
ax1=plt.subplot(gs[0,:])
ax2=plt.subplot(gs[1,:-1])
ax3=plt.subplot(gs[1:,-1])
ax4=plt.subplot(gs[2,0])
ax5=plt.subplot(gs[2,1])

同样可以实现上图的效果。当然实际使用过程中需要画出想画的图。

参考自中国大学MOOC。
以上。