数据可视化入门 | 10张图搞定matplotlib基础操作
Posted 文科数据员
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了数据可视化入门 | 10张图搞定matplotlib基础操作相关的知识，希望对你有一定的参考价值。
从今天开始，我和Seven会推出数据可视化入门内容。将涉及matplotlib库、seaborn库和pyecharts库和Tableau的基本操作。数据猿立个flag，一定要常更新，把之前的python入门全都陆续补齐。希望各位朋友们多多监督哈，欢迎催更！
本文目录如下
Matplotlib是一个功能强大的综合库，用于在Python中创建静态、动画和交互式可视化效果。大量的第三方软件包 扩展并建立在Matplotlib功能的基础上，包括几个更高级别的绘图界面（如seaborn，HoloViews，ggplot）。
对我们文科生来说，学好Matplotlib帮助我们更快地利用Pandas将挖掘到的数据进行数据探索，并快速出图。
今天是matplotlib的基本操作的第一篇，使用matplotlib最常用的API接口——plt.plot()来实现基础绘图。后面，我么将会通过matplotlib在pandas中的入门讲解，介绍fig,ax = plt.subplots();ax.plot()接口。
1. 开始绘图
简单的统计图，从结构可以分为figure（图形）、axes（轴）、和title(标题)，数据猿这次就从最简单的绘图开始，逐步给这个图形添加各种必要元素，从而熟悉Matplotlib基本操作。
一般来说，我们在绘图的时候会涉及到许多科学计算的内容，所以需要同时导入numpy库。
import numpy as np
import matplotlib.pyplot as plt
正常显示中文和负号
# 显示中文
plt.rcParams['font.sans-serif'] = 'Kaiti'#这里设置为楷体
plt.rcParams['axes.unicode_minus'] = False
数据，赋值最简单的二维数据给x，y
x=np.arange(0,10)
添加标题
plt.title('数据猿的示例标题')
添加图形样式，并将数据放入图形中
plt.plot(x,x*x)
展示图形
plt.show()
基础图形如下
2. 添加文字注释
如果我们要在图形上添加文字注释，以便阅读者更快找到图中的重点，可以不需要用PS处理，可在matplotlib上直接进行。
函数是text(),参数分别是，横坐标、纵坐标和文字。
x=np.arange(0,10)
#添加标题
plt.title('这是一个示例标题')
plt.plot(x,x*x)
# 添加文字
plt.text(4,45,'函数 y=x^2')
plt.show()
添加文字后如下图
添加注释
函数annotate()，参数分别是注释坐标（元组类型）、注释文字的坐标（元组类型），这里用箭头arrowprops{}来注释，箭头的参数是字典格式，定义箭头的线宽、颜色。
x=np.arange(0,10)
plt.title('这是一个示例标题')
plt.plot(x,x*x)
plt.text(4,45,'函数 y=x^2')
# 添加注释
plt.annotate('函数 y=x^2(x>0)',xy=(4.5,30),xytext=(3.5,45),arrowprops={'headwidth':6,'facecolor':'b'})
plt.show()
添加注释后，如下图
3. 添加坐标轴名称
Xlabel()和ylabel()来设置，这里的参数为字符串
x=np.arange(0,10)
plt.title('这是一个示例标题')
plt.plot(x,x*x)
# 添加注释
plt.annotate('示例函数 y=x^2(x>0)',xy=(4.5,30),xytext=(3.5,45),arrowprops={'headwidth':6,'facecolor':'b'})
# 添加坐标轴名称
plt.xlabel('示例x轴')
plt.ylabel('示例y轴')
plt.show()
添加坐标轴后，如下图
4. 添加多个图内线条和图例
我们常常需要添加多个线条到一个图，便于对比。先确定x，然后赋值给不同的y就可了。但是这样的做法很有局限性，仅适用于简单的统计图。
x=np.arange(2,10)
plt.title('示例标题:数据猿的成长函数')
plt.xlabel('示例x轴')
plt.ylabel('示例y轴')
#添加多个图内线条
plt.plot(x,x*10)
plt.plot(x,x*1.1)
plt.plot(x,x*0.5)
plt.plot(x,x*0.8)
lengend()添加图例，参数为与线条同等数量的字符串列表
# 添加图例
plt.legend(['python','心情','健康','工资'])
plt.show()
添加多个图内线条和图例后，如下图
5. 修改线条的颜色
在plot()中设置color=参数即可，支持RGB等多种格式修改颜色。
x=np.arange(2,10)
plt.title('示例标题:数据猿的成长函数')
plt.xlabel('示例x轴')
plt.ylabel('示例y轴')
# 修改线条颜色
plt.plot(x,x*10,color='r')
plt.plot(x,x*1.1,color='0.5')
plt.plot(x,x*0.25,color='#FF00FF')
plt.plot(x,x*0.8,color=(0.1,0.2,0.3))
plt.legend(['python','心情','健康','工资'])
plt.show()
修改线条的颜色后，如下图
补一个颜色表，结合英语单词就很快记住了。
| 颜色 | 字符 |
|
蓝色，blue |
|
绿色，green |
|
红色，red |
|
青色，cyan |
|
品红，magenta |
|
黄色，yellow |
|
黑色，black |
|
白色，white |
6. 修改线条线型
x=np.arange(2,10)
plt.title('示例标题:数据猿的成长函数')
plt.xlabel('示例x轴')
plt.ylabel('示例y轴')
# 修改线条颜色和线型
plt.plot(x,x*10,color='r',marker='o')
plt.plot(x,x*1.1,color='0.5',marker='>')
plt.plot(x,x*0.25,color='#FF00FF',marker='.')
plt.plot(x,x*0.8,color='g',marker='h')
plt.legend(['python','心情','健康','工资'])
plt.show()
修改线条的线型后，如下图
补一个可修改线型表
字符
类型 |
字符 |
类型 | |
|
实线 |
|
虚线 |
|
虚点线 |
|
点线 |
|
点 |
|
像素点 |
|
圆点 |
|
下三角点 |
|
上三角点 |
|
左三角点 |
|
右三角点 |
|
下三叉点 |
|
上三叉点 |
|
左三叉点 |
|
右三叉点 |
|
正方点 |
|
五角点 |
|
星形点 |
|
六边形点1 |
|
六边形点2 |
|
加号点 |
|
乘号点 |
|
实心菱形点 |
|
瘦菱形点 |
|
横线点 |
7. 添加网格
网格grid()，这里的参数可调整颜色、线宽和线型。
x=np.arange(2,10)
plt.title('示例标题:数据猿的成长函数')
plt.xlabel('示例x轴')
plt.ylabel('示例y轴')
plt.plot(x,x*10,color='r',marker='o')
plt.plot(x,x*1.1,color='0.5',marker='>')
plt.plot(x,x*0.25,color='#FF00FF',marker='.')
plt.plot(x,x*0.8,color='g',marker='h')
plt.legend(['python','心情','健康','工资'])
# 添加网格
plt.grid(color='0.2',linewidth='0.5',linestyle='-.')
plt.show()
添加网格后，如下图
8. 调整坐标轴刻度
locator_params()可以调整刻度，nbins=设置刻度显示数量。
-
同时调整x轴和y轴： plt.locator_params(nbins=10) -
只调整x轴： plt.locator_params(‘'x',nbins=5) -
只调整y轴： plt.locator_params(‘'y',nbins=10)
x=np.arange(2,10)
plt.title('示例标题:数据猿的成长函数')
plt.xlabel('示例x轴')
plt.ylabel('示例y轴')
plt.plot(x,x*10,color='r',marker='o')
plt.plot(x,x*1.1,color='0.5',marker='>')
plt.plot(x,x*0.25,color='#FF00FF',marker='.')
plt.plot(x,x*0.8,color='g',marker='h')
plt.legend(['python','心情','健康','工资'])
plt.grid(color='0.2',linewidth='0.5',linestyle='-.')
# x轴和y轴均显示15个
plt.locator_params(nbins=15)
plt.show()
9. 调整坐标轴范围
-
axis：[0,5,0,10]，x从0到5，y从0到10 -
xlim：对应参数有xmin和xmax，分别能调整最大值最小值 -
ylim：同xlim用法
x=np.arange(2,10)
plt.title('示例标题:数据猿的成长函数')
plt.xlabel('示例x轴')
plt.ylabel('示例y轴')
plt.plot(x,x*10,color='r',marker='o')
plt.plot(x,x*1.1,color='0.5',marker='>')
plt.plot(x,x*0.25,color='#FF00FF',marker='.')
plt.plot(x,x*0.8,color='g',marker='h')
plt.legend(['python','心情','健康','工资'])
plt.grid(color='0.2',linewidth='0.5',linestyle='-.')
#调整坐标轴范围
plt.xlim(0,10)
plt.ylim(0,120)
plt.locator_params(nbins=15)
plt.show()
10. 添加双坐标轴
twinx()
分隔两个绘图，用来设置双坐标轴。
x=np.arange(2,10)
plt.title('示例标题:数据猿的成长函数')
plt.xlabel('示例x轴')
plt.ylabel('示例y轴')
plt.plot(x,x*10,color='r',marker='o')
plt.plot(x,x*1.1,color='0.5',marker='>')
plt.plot(x,x*0.25,color='#FF00FF',marker='.')
plt.plot(x,x*0.8,color='g',marker='h')
plt.legend(['python','心情','健康','工资'])
# 添加新的坐标轴
plt.twinx()
# 添加新的函数
y2= x*x*x
plt.plot(x,y2,'b')
# 添加新的图例
plt.legend(['困难'],loc="upper center")
plt.grid(color='0.2',linewidth='0.5',linestyle='-.')
plt.locator_params(nbins=15)
plt.show()
总结
以上是关于数据可视化入门 | 10张图搞定matplotlib基础操作的主要内容，如果未能解决你的问题，请参考以下文章
10分钟入门Matplotlib: 数据可视化介绍&使用教程
JAVA三维可视化组件：Matplot 3D for JAVA(V3.0) 一个纯JAVA开发的科学数据可视化组件包 类似 Python 的matplotlib（含示例代码）