matplotlib實現數據可視化

一篇matplotlib庫的學習博文。matplotlib對於數據可視化非常重要，它完全封裝了MatLab的所有API，在python的環境下和Python的語法一起使用更是相得益彰。

一、庫的安裝和環境的配置

windows下：py -3 -m pip install matplotlib

linux下：python3 -m pip install matplotlib

建議配合Jupyter使用。在jupyter notebook中，使用%matplotlib inline，即可進入交互頁面（類似下圖）

二、設置中文環境

首先引入包：

import numpy as np #之后需要用到
import matplotlib as mpl #設置環境變量
import matplotlib.pyplot as plt #繪圖專用
from mpl_toolkits.mplot3d import Axes3D #繪制3D圖

為了讓圖片兼容中文的說明、名字等，這里需要：

mpl.rcParams['font.sans-serif'] = ['FangSong']
mpl.rcParams['axes.unicode_minus']=False

三、一窺全貌

首先，我們畫一張正弦和余弦圖。

plt.figure('sin/cos', dpi=70)
# 創建一個新的 1 * 1 的子圖，接下來的圖樣繪制在其中的第 1 塊（也是唯一的一塊）
plt.subplot(1,1,1)
X = np.linspace(-np.pi, np.pi, 256,endpoint=True)
C,S = np.cos(X), np.sin(X)
# 繪制余弦曲線，使用藍色的、連續的、寬度為 1 （像素）的線條
plt.plot(X, C, color="blue", linewidth=1.0, linestyle="-")
# 繪制正弦曲線，使用綠色的、連續的、寬度為 1 （像素）的線條
plt.plot(X, S, color="green", linewidth=1.0, linestyle="-")
# 設置橫軸的上下限
plt.xlim(-4.0,4.0)
# 設置橫軸記號
plt.xticks(np.linspace(-4,4,9,endpoint=True))
# 設置縱軸的上下限
plt.ylim(-1.0,1.0)
# 設置縱軸記號
plt.yticks(np.linspace(-1,1,5,endpoint=True))
# 以分辨率 72 來保存圖片
# savefig("exercice_2.png",dpi=72)
# 在屏幕上顯示
plt.show()

1. plt.figure(name,dpi):name是圖片的名字，dpi是分辨率
2. plt.plot(x,y,color,linewidth,linestyle,label)：用來繪制點線圖。color是線條顏色，linewidth是寬度，linestyle可以設置成--，就變成了虛線。
   
   label參數和圖例有關
3. plt.xlim(min,max)/plt.ylim(min,max)：設置x/y軸的范圍。
4. plt.xtricks(列表)/plt.ytricks(列表)：設置x軸/y軸的上顯示的值。
   
   如果想要設置記號標簽（我們可以把 3.1423.142 當做是 ππ，但畢竟不夠精確。當我們設置記號的時候，我們可以同時設置記號的標簽。注意這里使用了 LaTeX）。可以傳入兩個對應的列表。
5. plt.legend(loc=隨機默認)：添加圖例，圖例來自於plt.plot()參數里的label，如果想讓label按照公式顯示，需要在字符串前后加$。即：label='$sin(x)$'
   
   loc參數定義圖標位置，可以是upper left/right類似的方向。
6. plt.xlabel(labelname)/ylabel(labelname)：添加x/y軸的名字並且顯示出來。
7. plt.scatter(xlist,ylist):根據需要標注圖中的特殊點。
8. plt.title()：給圖一個名字
9. 移動坐標軸：（之前的圖片還是不好看）實際上每幅圖有四條脊柱（上下左右），為了將脊柱放在圖的中間，我們必須將其中的兩條（上和右）設置為無色，然后調整剩下的兩條到合適的位置——數據空間的 0 點。

ax = plt.gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('red')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))

改進后的代碼如下：

plt.figure(figsize=(8,6), dpi=70)

# 創建一個新的 1 * 1 的子圖，接下來的圖樣繪制在其中的第 1 塊（也是唯一的一塊）
plt.subplot(1,1,1)

X = np.linspace(-np.pi, np.pi, 256,endpoint=True)
C,S = np.cos(X), np.sin(X)

plt.plot(X, C, color="blue", linewidth=1.5, linestyle="--",label="$y=cos(x)$")
plt.plot(X, S, color="red", linewidth=1.0, linestyle="-",label='$y=sin(x)$')

plt.xlabel('Y')
plt.ylabel('X')

plt.xlim(X.min()*1.1,X.max()*1.1)
plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi],\
       [r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$'])
plt.ylim(C.min()*1.1,C.max()*1.1)
plt.yticks([-1, 0, +1],\
       [r'$-1$', r'$0$', r'$+1$'])

ax = plt.gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))
# 以分辨率 72 來保存圖片
# savefig("exercice_2.png",dpi=72)

t = 2*np.pi/3
plt.scatter([t,],[np.cos(t),], 20, color ='black')
plt.scatter([t,],[np.sin(t),], 20, color ='black')

plt.legend(loc="upper left")
plt.title('三角函數示意圖')
# 在屏幕上顯示
plt.show()

現在來看一下處理過后的圖的樣子：

---

歡迎進一步交流本博文相關內容：

博客園地址 : http://www.cnblogs.com/AsuraDong/

CSDN地址 : http://blog.csdn.net/asuradong

也可以致信進行交流 : [e-mail]

歡迎關注個人微博：http://weibo.com/AsuraDong

歡迎轉載 , 但請指明出處  :  )

---

四、精益求精

plt.figure('sin/cos', dpi=70)

# 創建一個新的 1 * 1 的子圖，接下來的圖樣繪制在其中的第 1 塊（也是唯一的一塊）
#plt.subplot(112)

X = np.linspace(-np.pi, np.pi, 256,endpoint=True)
C,S = np.cos(X), np.sin(X)

plt.plot(X, C, color="blue", linewidth=1.5, linestyle="--",label="$y=cos(x)$")
plt.plot(X, S, color="red", linewidth=1.0, linestyle="-",label='$y=sin(x)$')

plt.xlabel('Y')
plt.ylabel('X')

plt.xlim(X.min()*1.1,X.max()*1.1)
plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi],\
       [r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$'])
plt.ylim(C.min()*1.1,C.max()*1.1)
plt.yticks([-1, 0, +1],\
       [r'$-1$', r'$0$', r'$+1$'])

ax = plt.gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))
# 以分辨率 72 來保存圖片
# savefig("exercice_2.png",dpi=72)

t = 2*np.pi/3
plt.scatter([t,],[np.cos(t),], 20, color ='black')
plt.scatter([t,],[np.sin(t),], 20, color ='black')

plt.annotate(r'$\sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$',\
         xy=(t, np.sin(t)), xycoords='data',\
         xytext=(+10, +30), textcoords='offset points', fontsize=16,\
         arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2"))

plt.annotate(r'$\cos(\frac{2\pi}{3})=-\frac{1}{2}$',\
         xy=(t, np.cos(t)), xycoords='data',\
         xytext=(-90, -50), textcoords='offset points', fontsize=16,\
         arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2"))

plt.plot([t,t],[0,np.cos(t)], color ='blue', linewidth=2.5, linestyle="--")
plt.plot([t,t],[0,np.sin(t)], color ='red', linewidth=2.5, linestyle="--")

plt.legend(loc="upper left")
plt.title('三角函數示意圖')
# 在屏幕上顯示
plt.show()

我們添加了標注點，並且向x軸做了垂線，使其更清晰。

五、圖的存儲

這么漂亮的圖，還是通過plt.savefig(照片名字+后綴名)保存到本地吧。

六、子圖

plt.subplot(x,y,n):將圖片分成x*y塊，這個圖是第n個。（看示例）

示例一：

x = np.arange(0, 5, 0.1)  
y = np.arange(0, 5, 0.1)  
  
#plt.figure(1)  
plt.subplot(221)  
plt.plot(x, y, 'go')
  
plt.subplot(222)  
plt.plot(x, y, 'r--')  

plt.subplot(212)  
plt.plot(x, y,)  
  
plt.show()  

示例二：

x = np.arange(0, 5, 0.1)  
y = np.arange(0, 5, 0.1)  
  
#plt.figure(1)  
plt.subplot(221)  
plt.plot(x, y, 'go')
  
plt.subplot(222)  
plt.plot(x, y, 'r--')  

plt.subplot(224)  
plt.plot(x, y,)  
  
plt.show()  

致謝

譯文作者

原文大神