数据分析三剑客之一：Matplotlib详解与实战

 1 Matplotlib介绍

 Matplotlib是Python中最常用的可视化工具之一,可以非常方便地创建海量类型的2D图表和一些基本的3D图表。

Matplotlib提供了一个套面向绘图对象编程的API接口，能够很轻松地实现各种图像的绘制，并且它可以配合Python GUI工具（如 PyQt、Tkinter 等）在应用程序中嵌入图形。同时 Matplotlib 也支持以脚本的形式嵌入到 IPython shell、Jupyter 笔记本、web 应用服务器中使用。

1.1 Matplotlib架构组成

matplotlib框架分为三层，这三层构成了一个栈，上层可以调用下层。

 

1.1.1 脚本层

主要用于可视化编程，pytplot模块可以提供给我们一个与matplotlib打交道的接口。可以只通过调用pyplot模块的函数从而操作整个程序包，来绘制图形。

• 操作或者改动Figure对象，例如创建Figure对象
• 大部分工作是处理样本文件的图形与坐标的生成

1.1.2 美工层

图形中所有能看到的元素都属于Artist对象，即标题、轴标签、刻度等组成图形的所有元素都是Artist对象的实例。

• Figure：指整个图形(包括所有的元素，比如标题、线等)。
• Axes(坐标系)：axes是子图对象，子图对象指的是x和y轴。axes 常用有set_xlabel()、set_ylabel()设置x和y轴坐标名字。
• Axis(坐标轴)：坐标系中的一条轴，包含大小限制、刻度和刻度标签。

一个figure(图)可以包含多个axes(坐标系)，但是一个axes只能属于一个figure。一个axes(坐标系)可以包含多个axis(坐标轴)，包含两个即为2d坐标系，3个即为3d坐标系。

 

1.1.3 后端层

matplotlib的底层，实现了大量的抽象接口类，这些API用来在底层实现图形元素的一个个类。

• FigureCanvas对象实现了绘图区域这一概念。
• Renderer对象在FigureCanvas上绘图。

1.2 Pyplot介绍

通过Pyplot 对数据进行图形化展示，可以直观的了解数据的分布情况，更好的制定出学习方法。同时，它还可以展示出我们机器学习到的计算方法，了解其与实际情况是否相符等问题。

• Pyplot 是 Matplotlib 的子库，提供了和 MATLAB 类似的绘图 API。
• Pyplot 是常用的绘图模块，能很方便让用户绘制 2D 图表。
• Pyplot 包含一系列绘图函数的相关函数，每个函数会对当前的图像进行一些修改，例如：给图像加上标记，生成新的图像，在图像中产生新的绘图区域等等。

Pyplot 绘图流程如下：

 

2 Pyplot函数

Pyplot 包含一系列绘图函数的相关函数，每个函数会对当前的图像进行一些修改

• plot()：用于绘制线图和散点图
• scatter()：用于绘制散点图
• bar()：用于绘制垂直条形图和水平条形图
• hist()：用于绘制直方图
• pie()：用于绘制饼图
• imshow()：用于绘制图像
• subplots()：用于创建子图

2.1 plt.plot参数说明

plt.plot(x,y,format_string,**kwargs)

`plt.plot()`函数是Matplotlib库中用于绘制线条图的函数，它有多个参数可以控制绘图的各个方面。以下是常用的一些参数：

• x: x轴数据的列表或数组
• y: y轴数据的列表或数组
• linewidth: 线条的宽度，从0到无穷大的浮点数，例如2.5
• color: 线条的颜色，可以是字符串、元组或RGBA值，代表不同的颜色。例如：红色'red'、绿色'green'、蓝色'blue'、黑色'black'、白色'white'、灰色'gray'等；RGB元组(0, 0, 1)表示蓝色，RGBA元组(0, 1, 0, 0.5)表示半透明的绿色
• linestyle: 线条的样式，可以是字符串，如实线'-'、虚线'--'、点线':'、破折线'-.'等

  '-': 实线

  '--': 虚线

  '-.': 点划线

  ':': 点线

  '': 无线条，只显示标记

  'None': 无线条，不显示标记

  ' ': 无线条，不显示标记

• marker: 数据点的标记样式

标记字符	说明	标记字符	说明	标记字符	说明
' . '	点标记	' 1 '	下花三角	' h '	竖六边形
' , '	像素标记	' 2 '	上花三角	' H '	横六边形
' o '	实心圆	' 3 '	左花三角	' + '	十字标记
' v '	倒三角	' 4 '	右花三角	' x '	x标记
' ^ '	上三角	' s '	实心方形	' D '	菱形标记
' > '	右三角	' p '	实心五角	' d '	菱形标记
' < '	左三角	' * '	星形标记	' | '	直线标记

 

• markersize: 标记的大小，从0到无穷大的浮点数，例如7.5
• label: 字符串类型，代表绘制的线条的标签，在图例中显示。例如Line 1
• alpha: 线条和标记的透明度，从0到1的浮点数，表示线条和标记的透明度。例如0.5
• zorder: 整数类型，表示绘图的层数，数值越大越靠上。例如2

还有一些其他参数：

• solid_capstyle: 实线端点的样式，如普通平直样式"butt"、圆角样式"round"、斜角样式"projecting"等
• dash_capstyle: 虚线端点的样式，与solid_capstyle类似
• dash_joinstyle: 虚线连接处的样式，如圆弧连接"round"、斜接连接"bevel"、锐角连接"miter"等
• solid_joinstyle: 实线连接处的样式，与dash_joinstyle类似
• markevery: 标记显示的间隔，可以是数字、元组或者函数，可以是数字、元组或者函数。例如：每隔一个数据点标记一个点：markevery=2；从第二个开始，每个5个数据点标记一个点：markevery=(1, 5)；根据某个函数的返回值来控制标记的位置：markevery=lambda i: i%3==0

`plt.plot()`函数的参数比较多，不同的参数组合可以实现各种各样的效果。

2.2 plt.scatter参数说明

matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=