第9章 绘图和可视化

9.1 matplotlib API入门

Figure和Subplot

fig = plt.figure()：创建一个新的Figure

• 创建子图

ax1 = fig.add_subplot(2, 2, 1)

解释：图像有2 * 2 个子图，当前选中的4个子图中的第一个(编号从1开始)。

调整subplot周围的间距

默认情况下，matplotlib会在subplot外围留下一定的边距，并在subplot之间留下一 定的间距。间距跟图像的高度和宽度有关，因此，如果你调整了图像大小（不管是 编程还是手工），间距也会自动调整。利用Figure的subplots_adjust方法可以轻而 易举地修改间距，此外，它也是个顶级函数：

subplots_adjust(left=None, bottom=None, right=None, top=None, wspace=None, hspace=None)

wspace和hspace用于控制宽度和高度的百分比，可以用作subplot之间的间距。下 面是一个简单的例子，其中我将间距收缩到了0（如图9-5所示）：

fig, axes = plt.subplots(2, 2, sharex=True, sharey=True) 
	for i in range(2): 
		for j in range(2): 
			axes[i, j].hist(np.random.randn(500), bins=50, color='k'
					, alpha=0.5) 
plt.subplots_adjust(wspace=0, hspace=0)

颜色，标记和线型

刻度，标签和图例

设置标题，轴标签，刻度以及刻度标签

• 要改变x轴刻度，最简单的办法就是使用set_xticks和set_xticklabels

注解以及在Subplot上绘图

注解和文字可以通过text，arrow和annotate函数进行添加

• text可以将文本绘制在图表的指定坐标(x,y)，还可以加上一些自定义格式：
  ax.text(x, y, 'Hello world!', family='monospace', fontsize=10)

• ax.annotate方法可以在指定的x和y坐标轴绘制标签。

将图标保存到文件

保存为svg格式

plt.savefig('figpath.svg')

可选项dpi 为分辨率，bbox_inches减除当前图表周围的空白部分。

matplotlib配置

matplotlib自带一些配色方案，以及为生成出版质量的图片而设定的默认配置信息。 幸运的是，几乎所有默认行为都能通过一组全局参数进行自定义，它们可以管理图 像大小、subplot边距、配色方案、字体大小、网格类型等。一种Python编程方式配 置系统的方法是使用rc方法。例如，要将全局的图像默认大小设置为10×10，你可 以执行：

plt.rc('figure', figsize=(10, 10))

rc的第一个参数是希望自定义的对象， 如’figure’、‘axes’、‘xtick’、‘ytick’、‘grid’、'legend’等。其后可以跟上一系列的关键 字参数。一个简单的办法是将这些选项写成一个字典：

font_options = {'family' : 'monospace', 'weight' : 'bold', 'size' : 'small'}
plt.rc('font', **font_options)

9.2 使用pandas和seaborn绘图

• Series和DataFrame都有一个用于生成各类图表的plot方法。

s = pd.Series(np.random.randn(10).cumsum(), index=np.ar ange(0, 100, 10))
s.plot()

plot参数：