Datawhale 数据可视化学习（1）：Matplotlib初相识

Matplotlib综述

Matplotlib库是一个Python 2D绘图库，是matlab在Python语言中2D方面的库，不支持3D绘图。在作图方面更加细腻，但是运行时间更长。

Matplotlib建立背景与绘图

1. 库引入：

import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as np

2. 创建figure、axes

在matplotlib的世界中，我们将通过各种命令方法来操纵图像中的每一个部分，从而达到数据可视化的最终效果，一副完整的图像实际上是各类子元素的集合。figure、axes、axis……利用列表包含的方式进行创建。最简单创建figure、axes的命令是：

fig, ax = plt.subplots()  # 创建一个包含一个axes的figure
ax.plot([1, 2, 3, 4], [1, 4, 2, 3]);  # 绘制图像

3. 绘图接口

以上代码等同于如下：

line =plt.plot([1, 2, 3, 4], [1, 4, 2, 3]) 

这是两种不同的绘图接口。前者通过显式创建figure和axes，在上面调用绘图方法，也被称为OO模式（object-oriented style)。后者依赖pyplot自动创建figure和axes，并绘图，称为pyplot绘图模式。
e.g.
(1) OO模式：

x = np.linspace(0, 2, 100)

fig, ax = plt.subplots()  
ax.plot(x, x, label='linear')  
ax.plot(x, x**2, label='quadratic')  
ax.plot(x, x**3, label='cubic')  
ax.set_xlabel('x label') 
ax.set_ylabel('y label') 
ax.set_title("Simple Plot")  
ax.legend() 
plt.show()

(2) pyplot绘图模式

x = np.linspace(0, 2, 100)

plt.plot(x, x, label='linear') 
plt.plot(x, x**2, label='quadratic')  
plt.plot(x, x**3, label='cubic')
plt.xlabel('x label')
plt.ylabel('y label')
plt.title("Simple Plot")
plt.legend()
plt.show()

备注：在这个地方的时候，我原来并不清楚这两种模式之间的关系，以为这两种模式是同一个类，但是利用程序改了一下发现爆错：
AttributeError: ‘AxesSubplot’ object has no attribute ‘xlabel’
（AxesSubplot对象中没有xlabel属性）
AttributeError: module ‘matplotlib.pyplot’ has no attribute ‘set_xlabel’
（matplotlib.pyplot模块中没有set_xlabel属性）
虽然没有完全的搞懂，但是似乎应该去了解一下原码中的层次关系，这个以后用到再说。
参考了一下如下文章（带原码）：
https://blog.csdn.net/mighty13/article/details/112691096

4. 通用绘图模板

这里提供一个通用的绘图基础模板，任何复杂的图表几乎都可以基于这个模板骨架填充内容而成。在学习过程中可以将这个模板模块化，了解每个模块在做什么，在绘制复杂图表时如何修改，填充对应的模块。

# step1 准备数据
x = np.linspace(0, 2, 100)
y = x**2

# step2 设置绘图样式，这一模块的扩展参考第五章进一步学习，这一步不是必须的，样式也可以在绘制图像是进行设置
mpl.rc('lines', linewidth=4, linestyle='-.')

# step3 定义布局， 这一模块的扩展参考第三章进一步学习
fig, ax = plt.subplots()  

# step4 绘制图像， 这一模块的扩展参考第二章进一步学习
ax.plot(x, y, label='linear')  

# step5 添加标签，文字和图例，这一模块的扩展参考第四章进一步学习
ax.set_xlabel('x label') 
ax.set_ylabel('y label') 
ax.set_title("Simple Plot")  
ax.legend() ;

思考题

1. 请思考两种绘图模式的优缺点和各自适合的使用场景
   OO模式：
   优点：清晰明了
   缺点：代码编写更加复杂
   适合使用场景：较为复杂的画图场景
   pyplot模式
   优点：编写简单
   缺点：在多对象情况下容易使对象混乱
   适合使用场景：简单画图场景

2. 在第五节绘图模板中我们是以OO模式作为例子展示的，请思考并写一个pyplot绘图模式的简单模板

# step1 准备数据
x = np.linspace(0, 2, 100)
y = x**2

# step2 设置绘图样式，这一模块的扩展参考第五章进一步学习，这一步不是必须的，样式也可以在绘制图像是进行设置
mpl.rc('lines', linewidth=4, linestyle='-.')

# step3 绘制图像， 这一模块的扩展参考第二章进一步学习
plt.plot(x, y, label='linear')  

# step4 添加标签，文字和图例，这一模块的扩展参考第四章进一步学习
plt.xlabel('x label') 
plt.ylabel('y label') 
plt.title("Simple Plot")  
plt.legend() ;