数据可视化入门

最新推荐文章于 2024-04-09 09:52:11 发布

原创最新推荐文章于 2024-04-09 09:52:11 发布 · 192 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #可视化

本文详细介绍了使用Matplotlib库进行数据可视化的基础，包括创建figure和axes，以及两种主要的绘图接口。通过一个简单的绘图例子展示了如何使用pyplot.subplots创建图像，并解释了figure、axes、axis和tick的概念。此外，还对比了显式创建对象和依赖pyplot模块的两种绘图方式，分别展示了它们的代码实现。内容适合初学者理解和掌握matplotlib的基本用法。

一、一个最简单的绘图例子

Matplotlib的图像是画在figure（如windows，jupyter窗体）上的，每一个figure又包含了一个或多个axes（一个可以指定坐标系的子区域）。最简单的创建figure以及axes的方式是通过pyplot.subplots命令，创建axes以后，可以使用Axes.plot绘制最简易的折线图。

import matplotlib.pyplot as plt
import numpy as np

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

Figure：顶层级，用来容纳所有绘图元素
Axes：matplotlib宇宙的核心，容纳了大量元素用来构造一幅幅子图，一个figure可以由一个或多个子图组成
Axis：axes的下属层级，用于处理所有和坐标轴，网格有关的元素
Tick：axis的下属层级，用来处理所有和刻度有关的元素

二、两种绘图接口

matplotlib提供了两种最常用的绘图接口

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)

x = np.linspace(0, 2, 100)
fig, ax = plt.subplots() #此行代码要与下面的代码在同一个cell里面
ax.plot(x, x, label='linear')  
ax.plot(x, x**2, label='quadratic')  
ax.plot(x, x**3, label='cubic') 
ax.set_xlabel('x_lable')
ax.set_ylabel('y_lable')
ax.set_title('Sample Plot')
plt.legend()

依赖pyplot自动创建figure和axes，并绘图

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()