matplotlib图像绘制 / matplotlib image description
目录
- 关于matplotlib
- matplotlib库
- 补充内容
- Figure和AxesSubplot的生成方式
- 子图的两种生成方式
- 折线图的绘制
- 柱状图的绘制
- 箱图的绘制
- 散点图的绘制
- 直方图的绘制
- 细节设置
1 关于matplotlib / About matplotlib
Matplotlib 是一个 Python 的 2D绘图库，它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。相应内容可参考 matplotlib 官网。
Matplotlib基础知识
1. Matplotlib中的基本图表包括的元素
- x轴和y轴: 水平和垂直的轴线
- x轴和y轴刻度: 刻度标示坐标轴的分隔，包括最小刻度和最大刻度
- x轴和y轴刻度标签: 表示特定坐标轴的值
- 绘图区域: 实际绘图的区域
2. hold属性
- hold属性默认为True，允许在一幅图中绘制多个曲线；将hold属性修改为False，每一个plot都会覆盖前面的plot。
- 但是目前不推荐去动hold这个属性，这种做法（会有警告）。因此使用默认设置即可。
3. 网格线与grid方法
- grid方法: 使用grid方法为图添加网格线
- 设置grid参数（参数与plot函数相同）: .lw代表linewidth，线的粗细，.alpha表示线的明暗程度
4. axis方法
- 如果axis方法没有任何参数，则返回当前坐标轴的上下限
5. xlim方法和ylim方法
- 除了plt.axis方法，还可以通过xlim，ylim方法设置坐标轴范围
6. legend
- 注释图标
7. Figure和AxesSubplot
- fig: 一个图表的整体结构，所有需要绘制图像的ax都将置于fig上
- ax: 绘制图像的区域
2 matplotlib库 / matplotlib Library
环境安装:
pip install matplotlib
2.1 常量 / Constants
Pass
2.2 函数 / Function
Pass
2.3 类 / Class
2.3.1 Figure类
类实例化：fig = plt.figure(fig_name, figsize=)
类的功能:用于生成Figure
传入参数: fig_name, figsize
fig_name: str类型，Figure的名称
figsize: tuple类型，确定fig的长宽大小
返回参数: fig
fig: Figure类型，<class 'matplotlib.figure.Figure'>，生成的Figure
2.3.1.1 add_subplot()方法
函数调用：ax = fig.add_subplot(r, c, p)
函数功能:生成绘图区域子图
传入参数: r, c, p
r: int类型，fig区域等分行数
c: int类型，fig区域等分列数
p: int类型，ax所在fig位置处
返回参数: ax
ax: AxesSubplot类型，<class 'matplotlib.axes._subplots.AxesSubplot'>，生成的AxesSubplot
2.3.2 AxesSubplot类
类实例化：ax = plt.subplot(r, c, p) / fig.add_subplot(r, c, p)
类的功能:生成绘图区域
传入参数: r, c, p
r: int类型，fig区域等分行数
c: int类型，fig区域等分列数
p: int类型，ax所在fig位置处
返回参数: ax
ax: AxesSubplot类型，<class 'matplotlib.axes._subplots.AxesSubplot'>，生成的AxesSubplot
Note: 实际上plt.subplot()函数最终调用的也是fig.add_subplot()函数
2.3.2.1 plot()方法
函数调用: ax.plot(x_list, y_list, c=, label=)
函数功能:绘制曲线图
传入参数: x_list, y_list, c, label
x_list: list类型，所有需要绘制的点的横坐标列表
y_list: list类型，所有需要绘制的点的纵坐标列表
c: str/tuple类型，设置线条的颜色，可以使用名称‘red’/缩写‘r’/RGB(1, 0, 0)，其中RGB元组中的所有值为x/255，在0-1之间
label: str类型，线条的标签名(在legend上显示)
返回参数: 无
2.3.2.2 bar / barh()方法
函数调用: ax.bar / barh(bar_position, bar_height, bar_width)
函数功能:绘制柱状图（纵向或者横向）
传入参数: bar_position, bar_height, bar_width
bar_position: list类型，所有需要绘制的柱形的横坐标位置列表
bar_height: list类型，所有需要绘制的柱形的高度列表
bar_width: int类型，柱形的宽度
返回参数: 无
2.3.2.3 boxplot()方法
函数调用: ax.boxplot(data)
函数功能:绘制箱图
传入参数: data
data: array/a sequence of vector类型，进行绘图的二维数组，按列分组
返回参数: 无
2.3.2.4 scatter()函数
函数调用: ax.scatter(x, y)
函数功能:绘制散点图
传入参数: x, y
x: list/Series类型，绘制散点图的x坐标集合
y: list/Series类型，绘制散点图的y坐标集合
返回参数: 无
2.3.2.5 hist()方法
函数调用: ax.hist(x, bins=None, range=None)
函数功能:绘制histogram直方图
传入参数: x, bins, range
x: array/a sequence of array类型，数据点集合，不要求同长度
bins: int类型，绘制的直方图分割数量
range: tuple类型，需要绘制直方图的数据范围
返回参数: 无
2.3.2.6 set_xticks / set_yticks()方法
函数调用: ax.set_xticks / set_yticks(posi_list)
函数功能:设置ticks的位置
传入参数: posi_list
posi_list: list类型，各个ticks离原点坐标的距离
返回参数: 无
2.3.2.7 set_xticklabels / set_yticklabels()方法
函数调用: ax.set_xticklabels / set_yticklabels(name_list, rotation=0)
函数功能:设置ticks的名称
传入参数: name_list, rotation
name_list: list类型，各个ticks的名称
rotation: int类型，label顺时针旋转的角度
返回参数: 无
2.3.2.8 set_xlabel / set_ylabel()方法
函数调用: ax.set_xlabel / set_ylabel(name)
函数功能:设置label的名称
传入参数: name
name: str类型，label的名称
返回参数: 无
2.3.2.9 set_title()方法
函数调用: ax.set_title(name)
函数功能:设置title的名称
传入参数: name
name: str类型，title的名称
返回参数: 无
2.3.2.10 set_xlim / set_ylim()方法
函数调用: ax.set_xlim / set_ylim(left, right)
函数功能:设置x/y轴的数值限制
传入参数: left, right
left: int类型，数据的左端极值
right: int类型，数据的右端极值
返回参数: 无
2.3.2.11 tick_params()方法
函数调用: ax.tick_params(axis=‘both’, **kwarge)
函数功能:改变ticks或ticks的显示状态
传入参数: axis, **kwarge
axis: str类型，‘x’/‘y’/‘both’确定目标轴
**kwarge: 传入包括color/bottom/top/left/right/length/width等参数进行设置
返回参数: 无
2.3.2.12 spines属性
属性调用: sp = ax.spines
属性功能:获取所有坐标轴的一个类
属性参数: sp
sp: obj类型，包含所有坐标轴（left, right, bottom, top）信息的类
Note: 对于获取到的sp，可以通过for key, spine in sp.items()获得各个spine，并利用spine的set_visible(False)函数隐藏所有的spine
2.4 模块 / Module
2.4.1 pyplot模块
from matlibplot import pyplot as plt
2.4.1.1 常量
Pass
2.4.1.2 函数
2.4.1.2.1 figure()函数
函数调用：fig = plt.figure(fig_name, figsize=)
函数功能:用于生成Figure
传入参数: fig_name, figsize
fig_name: str类型，Figure的名称
figsize: tuple类型，确定fig的长宽大小
返回参数: fig
fig: Figure类型，<class 'matplotlib.figure.Figure'>，生成的Figure
2.4.1.2.2 subplot()函数
类实例化：ax = plt.subplot(r, c, p)
类的功能:生成绘图区域AxesSubplot
传入参数: r, c, p
r: int类型，fig区域等分行数
c: int类型，fig区域等分列数
p: int类型，ax所在fig位置处
返回参数: ax
ax: AxesSubplot类型，<class 'matplotlib.axes._subplots.AxesSubplot'>，生成的AxesSubplot
Note: 实际上plt.subplot()函数最终调用的也是fig.add_subplot()函数
2.4.1.2.3 subplots()函数
类实例化：fig, ax = plt.subplots(nrows=1, ncols=1, sharex=False, sharey=False)
类的功能:生成图像Figure以及相应数量的绘图区域子图AxesSubplot
传入参数: nrows, ncols, sharex, sharey
nrows: int类型，fig区域等分行数，即nrows个子图在一行
ncols: int类型，fig区域等分列数，即ncols列子图
sharex: bool类型，所有子图是否共享x轴
sharey: bool类型，所有子图是否共享y轴
返回参数: fig, ax
fig: Figure类型，生成的当前Figure
ax: AxesSubplot / list类型，当ax数量大于1时，ax为所有子图组成的ndarray
2.4.1.2.4 plot()函数
函数调用: plt.plot(x_list, y_list, c=, label=)
函数功能:对需要绘制的图像点进行绘制处理（会对ax进行设置）
传入参数: x_list, y_list, c, label
x_list: list类型，所有需要绘制的点的横坐标列表
y_list: list类型，所有需要绘制的点的纵坐标列表
c: str/tuple类型，设置线条的颜色，可以使用名称‘red’/缩写‘r’/RGB(1, 0, 0)，其中RGB元组中的所有值为x/255，在0-1之间
label: str类型，线条的标签名(在legend上显示)
返回参数: 无
2.4.1.2.5 xticks / yticks()函数
函数调用: plt.xticks / yticks(loc, name, rotation=0)
函数功能:对最近一个ax设置ticks(轴标记)
传入参数: loc, name, rotation
loc: list类型，包含了每个ticks到零点的距离
name: list类型，每个ticks的名称
rotation: ticks的旋转角度
返回参数: 无
2.4.1.2.6 xlabel / ylabel()函数
函数调用: plt.xlabel / ylabel(name)
函数功能:对最近一个ax设置label名称
传入参数: name
name: str类型，label的名称
返回参数: 无
2.4.1.2.7 title()函数
函数调用: plt.title(name)
函数功能:对最近一个ax设置title名称
传入参数: name
name: str类型，title的名称
返回参数: 无
2.4.1.2.8 legend()函数
函数调用: plt.legend(loc=‘upper right’)
函数功能:对最近一个ax设置legend图例参数
传入参数: loc
loc: str类型，legend所在位置
返回参数: 无
Note:
loc - int or string or pair of floats, default: 'upper right'
The location of the legend. Possible codes are:
=============== =============
Location String Location Code
=============== =============
'best' 0
'upper right' 1
'upper left' 2
'lower left' 3
'lower right' 4
'right' 5
'center left' 6
'center right' 7
'lower center' 8
'upper center' 9
'center' 10
=============== =============
2.4.1.2.9 show()函数
函数调用: plt.show()
函数功能:对所有的Figure类进行图像显示
传入参数: 无
返回参数: 无
3.1 plt函数的作用范围
对于plt函数，其实质依旧是调用了最近的ax的内部函数实现对title/legend/label等的设置，因此直接使用plt函数时需注意代码位置，或者通过特定ax进行直接调用则不需要注意位置问题。
3.2 颜色数组RGB
在matplotlib中的颜色数组RGB内各个值的范围均为0-1，求值的方式为x/255，下面是各个颜色的参考RGB值，除以255后可在matplotlib中使用。
3.3 箱图
箱图boxPlot是一种统计常用的图形，能够充分显示数据分布的状况。下图中包括了中位数，1/4位数，3/4位数的位置，过大或过小的点将以点形式额外表示出来。
绘制图像的第一步在于生成相应的fig和ax，此处有3种方法用于生成fig与ax
首先导入模块，
1 from matplotlib import pylab as plt
(1) 利用plt的subplots()函数直接同时生成fig和ax
1 fig, ax = plt.subplots() 2 print(fig, ax)
(2) 利用plt的figure()函数生成fig，再利用fig的add_subplot()函数生成ax
1 fig = plt.figure('New_Figure') 2 ax = fig.add_subplot(1, 1, 1) 3 print(fig, ax)
(3) 利用plt的figure()函数生成fig，再利用plt的subplot()函数生成ax
1 fig = plt.figure('Another_Figure') 2 ax = plt.subplot(1, 1, 1) 3 print(fig, ax)
最后使用show函数可以得到3张图像，分别对应上面的名称
1 plt.show()
子图的生成方式有以下两种，
- 利用plt.subplots方法直接生成，并从返回的子图列表中获取各个子图实例
- 利用fig实例的fig.add_subplot方法进行添加
1 # Two ways to create a figure with subplot 2 # First one: subplots 3 # plt.subplots(nrow, ncol) 4 # sharex and sharey decide whether all the subplot should to share the axis label 5 # If multi subplots, ax will be a array contains all subplots 6 fig, ax = plt.subplots(2, 2, sharex=False, sharey=False) 7 ax_1 = ax[0][0] 8 ax_2 = ax[0][1] 9 ax_3 = ax[1][0] 10 ax_4 = ax[1][1] 11 # Second one: use figure 12 fig = plt.figure('figure_name', figsize=(7, 7)) 13 ax_1 = fig.add_subplot(2, 2, 1) 14 ax_2 = fig.add_subplot(2, 2, 2) 15 16 plt.show()
显示结果
完整代码
1 import pandas as pd 2 import numpy as np 3 import matplotlib.pyplot as plt 4 5 curve = pd.read_csv('curve.csv') 6 print(curve) 7 print('------------') 8 # Change format to datetime format 9 curve['DATE'] = pd.to_datetime(curve['DATE']) 10 print(curve) 11 12 # matplotlib inline 13 # If plot nothing and show, it will plot and show a blank board 14 # plt.plot() 15 # plt.show() 16 # Similar to pyqtgraph, plot(x_list, y_list) 17 plt.plot(curve['DATE'], curve['VALUE']) 18 # If the tick is too long, use rotation to adjust 19 plt.xticks(rotation=-45) 20 plt.xlabel('Month') 21 plt.ylabel('Rate') 22 plt.title('Unemployment Rate') 23 #plt.show() 24 25 # Sub figure 26 # figsize decide the size of figure window 27 fig = plt.figure('figure_name', figsize=(7, 7)) 28 # add_subplot(row, column, location) 29 # add_subplot will divide fig into several part(according to row and column) and place the subplot in input location 30 ''' fig divided like that: 31 [1 ... x 32 . . 33 . . 34 . . 35 y ... x*y] 36 ''' 37 # May course some overlap if the shape(row/column) is different 38 ax1 = fig.add_subplot(2, 2, 1) 39 ax2 = fig.add_subplot(2, 2, 2) 40 ax4 = fig.add_subplot(2, 2, 4) 41 ax3 = plt.subplot(2, 2, 3) 42 43 ax1.plot(np.random.randint(1, 5, 5), np.arange(5)) 44 # Note np.arange(10)*3 will return an array shape(1, 10) with each element * 3 45 ax2.plot(np.arange(10)*3, np.arange(10)) 46 ax4.plot(np.random.randint(1, 10, 10), np.random.randint(1, 10, 10)) 47 48 month = curve['DATE'].dt.month 49 value = curve['VALUE'] 50 # If no new fig here, the curve will be plot on the latest fig(ax4 here) 51 fig = plt.figure(figsize=(9, 7)) 52 plt.plot(month[0:6], value[0:6], c='red', label='first half year') # c='r'/c=(1, 0, 0) 53 plt.plot(month[6:12], value[6:12], c='blue', label='second half year') 54 # If not call legend function, the label would not show 55 # loc='best' will place the label in a best location 56 ''' 57 loc : int or string or pair of floats, default: 'upper right' 58 The location of the legend. Possible codes are: 59 60 =============== ============= 61 Location String Location Code 62 =============== ============= 63 'best' 0 64 'upper right' 1 65 'upper left' 2 66 'lower left' 3 67 'lower right' 4 68 'right' 5 69 'center left' 6 70 'center right' 7 71 'lower center' 8 72 'upper center' 9 73 'center' 10 74 =============== ============= 75 ''' 76 plt.legend(loc='best') 77 plt.xlabel('Month') 78 plt.ylabel('Rate') 79 plt.title('My rate curve') 80 81 plt.show()