Python数据可视化 | 2、Matplotlib 的基本操作

常用设置

• 获取当前图表对象
  • fig = matplotlib.pyplot.gcf()
  • (gcf = get current figure)
• 常用图表对象设置
  例子：有两种设置图像大小的方式，但是有区别！
  • fig.set_size_inches(10,10) # 以英尺为单位
  • matplotlib.pyplot.figure(figsize=(14,7))
• 保存当前图表对象
  • matplotlib.pyplot.savefig(“figure1.png”)

import matplotlib
from matplotlib import pyplot as plt  # 简写 matplotlib.pyplot 为 plt
import numpy as np
import scipy
# 包含不同的pdf
from scipy import stats
# 让图片显示在notebook中
%matplotlib inline 
# 绘制的图显示在代码框中 

# plt.show(), plt.cla(), plt.clf(), plt.close()

plt.figure(figsize=(10,5))      # 先生成一个10*5的图
x = np.arange(-5,5,0.01)        # 生成数字序列
y = stats.norm.pdf(x,0,1)       # loc = mean, scale = sigma 用统计学包输出均值为0，方差为1的正态分布
plt.plot(x,y)                   # 画图！
plt.savefig("figure1.png")      # 把图保存为figure1（不支持jpg）

plt.figure(figsize=(5,5))       # 关键：.figure 函数会清空画面
plt.savefig("figure2.png")      # 为什么figure2是空的？因为还没有画，画面成了空白的方形图。

fig = plt.gcf()
fig.set_size_inches(5,8)
plt.savefig("figure3.png")      # 为什么figure3是空的？因为gcf取得的是上一个空白图哦～

plt.plot(x,y)
fig = plt.gcf()
fig.set_size_inches(5,5)
plt.savefig("figure4.png")      # figure4图片终于是5*5的正方形

两种设置图像大小的方法如何选择？
画之前设置 VS 画之后设置，.figure 是一定要画之前就设置好，一旦画过了之后再想做局部的修改，就只能用当前句柄对象.set_*的方式设置了图像了。（所谓的句柄，就是类似指针的指针！）

常用图形

• 曲线图：matplotlib.pyplot.plot(data)
• 灰度图：matplotlib.pyplot.hist(data)
• 散点图：matplotlib.pyplot.scatter(data)
• 箱式图：matplotlib.pyplot.boxplot(data)

x = np.arange(-5,5,0.1) # -5到5区间，相隔0.1取点为list
y = x ** 2
plt.plot(x,y)  
# 曲线图演示

x = np.random.normal(size=1000) # 随机生成正态分布的1000个样本
plt.hist(x, bins=10) 
plt.show()
# 灰度图histogram，其中bins是柱子的数目

x = np.random.normal(size=1000)
y = np.random.normal(size=1000)
plt.scatter(x,y)    
# 散点图

plt.boxplot(x)       
# 箱式图  （正态分布）

箱式图科普
（信息含量很大～有一半的数值都在箱子里面）

• 上边缘（Q3+1.5IQR）、下边缘（Q1-1.5IQR）（其中 IQR=Q3-Q1 是 interquartile range）

（信息含量很大～有一半的数值都在箱子里面）

• 上四分位数（Q3）、下四分位数（Q1）（箱子上下蓝色的边框）：排序后第25%和第75%处的样本数值
• 中位数（箱子中间的红色线）：排序后第50%处的样本数值，不受异常值影响！
  <注：均值是所有数据的平均值，受异常值影响！>
• 异常值（上下边缘以外的点被定义为异常值，算是异常值的阈值）
  处理异常值时与3σ标准的异同：统计边界是否受异常值影响、容忍度的大小 btw：σ⇒68.2%，2σ⇒95.4%，3σ⇒99.7% 3σ标准以均值和方差作为度量，异常值对其的影响是非常大的。若按照分位数刻画的箱式图来考察的话，只要异常值不影响排序，那么异常值的大小是怎样都是什么关系的，但对于3σ标准来说，不管异常值是否影响排序，其值的任何变化都会显著影响方差σ。
  所以，如果能估计出数据存在特别特别离谱的异常值时，建议可以通过箱式图来考察，去度量数据的统计特性、集中程度、分布情况等；若数据中没有太可能有太多异常值的时候，就可以用3σ标准来考察。
  例子： 箱子很短，说明数据很集中；箱子很长，说明数据很分散；虚线很长，说明异常值不仅大，还非常多。所以，如果想截取一个干净的数据，就需要把分位数的上下阈值定的足够的窄才行。

常用样式

获取当前图表对象

• pyplot.plot(x, color=‘g‘) #颜色
• pyplot.plot(x, linestyle=‘—‘) #线形
• pyplot.plot(x, marker=‘+‘) #曲线上的点
• pyplot.plot(x, ‘ro-’)

标题

• pyplot.title(“xxxx”)

坐标轴标签

• pyplot.xlabel(“xxxx”)
• pyplot.ylabel(“xxxx”)

图注

• pyplot.legend(loc=“best”)
• pyplot.plot(label=“xxxx”)

网格

• pyplot.grid(color=“xxx”, linestyle="-", alpha=0.5)

x = np.arange(-5,5.5,0.5)
y = x ** 2
plt.plot(x,y,color='b',linestyle='-.',marker='o')  
# 颜色/线型/标记

plt.plot(x,y,'yo--') # 可以合在一起写 

plt.title("style config")   # 标题
plt.xlabel("x range")       # 横坐标
plt.ylabel("y range")       # 纵坐标
plt.plot(x,y) 

y1 = x ** 2
y2 = x ** 3
plt.plot(x,y1,'r-',label='line 1')  # Label
plt.plot(x,y2,'b-',label='line 2')  # Label
plt.title("style config")
plt.xlabel("x range")
plt.ylabel("y range")
plt.legend(loc=4)              # Legend

plt.plot(x,y1,'r')
plt.plot(x,y2,'b')
plt.grid(color='g',linestyle=':',alpha=0.8)   # 设置网格 alpha参数表示透明度(%)

小结

源码获取：关注微信公众号“AI阅读知识图谱”，回复“Python数据可视化”获取已更新内容全部代码。