小白开始学Python最著名的绘图库

Posted 2020-12-21

数据分析里面可视化是重要的环节，辛苦把数据采集，然后经历了很多工序的清洗之后，最后要展现给用户，最好的方法就是数据可视化。数据可视化是一门艺术也是科学，可视化的神兵利器很多，今天介绍大名鼎鼎的Matplotlib,当然还有懒人专用的pandas画图，只要几行搞定，还有R语言的ggplot2最人性的库，以及酷炫的JS库D3. 今天就先了解一下Python中最著名的绘图库Matplotlib，看看到底如何做出漂亮的图

有的小伙伴不解，为啥叫它鼻祖的，因为其他的可视化的数据包都是从它演变而来，二次封装的。Matplotlib本身是免费而且开源的，貌看一下感觉非常复杂，API超级多。小白想学它，必须循环渐进，不然很容易迷路，不懂章法学到后面会吐，我们先用几个基本的概念慢慢入手吧

                                     1

---

                           基础知识普及

要点:
Figure
Axes
Axis
Artist

本图片来自Matplotlib官网

1.Figure

---

Figure就是上面图上的红色框，其实就是图像，在matplotlib中整个图像就是一个figure,在figure对象中可以包含一个或者多个Axes对象。而每个Axes对象又拥有自己坐标系统的绘图区域

• 首先要import matplotlib这个库，没有的同学可以安装一下，或者直接用Anaconda这个非常方便的工具(这个工具是个Pycharm齐名的，特别是数据分析的时候)
• 然后获得一个figure对象fig
• 然后我们要画一个二行一列的坐标图，可以用subplots直接生成一个2*1的2个子图，2就是表示这个图像里面有2个坐标图，1表示是1列

比如想生成多个子图怎么办，也很简单:

subplot(numRows, numCols, plotNum),subplot把整个图像分成行列式排列.
从左到右排列，比如我们创建一个2*2的多子图

是不是感觉很漂亮，不急后面还有更多漂亮的图呢

2.Axes

---

Axes其实就是子图，就是一个有x坐标轴和y坐标轴的坐标轴图.一个figure可以包含多个子图,通过axes对象可以多轴图里面进行各种各样绘图的操作

• 先声明一个figure
• 然后用add_subplot增加一个子图ax1,1行1列的图
• 构造一个x,y的坐标，我们用最简单的x=[1,2,3,4],y=[2,3,4,5]
• 下面是最重要的plot函数，这个函数非常非常重要,参数很多
  第一个和第二个参数是对应的x,y轴上面的坐标数(1,2),(2,3)..
  第三个数字是坐标图图上的曲线类型，这里我们选圆心‘o‘,还有折线
  图‘--‘, 小三角‘v‘,点线‘:‘,五角星‘*‘等等一共有几十种选择
  后面的参数都是关键字参数，比如我们这本设定了颜色是‘r‘红色
  color=‘r‘,还可以设置线条的宽度linewidth=2
• 最后设置一下ax1子图的标题

3.Axis

---

axis其实很好理解，就是每个子图上x轴和y轴上的线，刻度标记，以及刻度标记的注释，详细见下图

Title为标题(我们写成Simple figure)
Axis为坐标轴，Label为坐标轴标注，Tick为刻度线，Tick Label为刻度注释

4.Artist

---

上面所有的图里面的元素其实都是artist ，总结一下：一个图像可以包含一个多个子图axes，而每个子图都是一个轴图，包含了xaxis,yaxis,title和data.Data其实就是我们绘图的关键数据.

                                     2

                            两个重要的库

matplotlib里面有两个非常重要的库，一个是pyplot ,另一个 pylab,详细如下：

• pyplot模块:绘图API，提供了和matlab类似的绘图API，方便用户快速绘制2D图表
• pylab模块:集成库，主要是包含了Numpy和pyplot中的一些常用函数，方便用户快速进行计算和绘图，可以用于IPython中的快速交互式使用

下面举两个非常简单的例子
1.用pyplot画一个漂亮的曲线图

• 首先用numpy生成一个0,3的序列，步长是0.1
• 然后plt画3个数据图，第一个是线性，第二个是平方指数，第三个是立方指数
• 设置x和y轴的标签
• plt.legend是设置图例，上面的3个label设置的‘linear‘,‘quadratic‘,‘cubic‘就会显示在图例里面

2.pylab
pylab一般用在 IPython用于交互式的绘图，下面是一个简单的例子
用法和pyplot模块非常像，也有plot库.

结论：

---

好，数据可视化之matplotlib上手篇，就讲道这里，是不是觉得还蛮简单的，其实matplotlib的功能很强大。只要理清楚它的结构，循序渐进的学，你就会发现matplotlib可以画出很多美丽的，直观的2D图片.当然后面有更牛的js库D3,二者各有千秋.接下来会介绍matplotlib里面各种花色图形，敬请期待～～