<數據可視化>Matplotlib（2D+3D）

1.Matplotlib介紹(2D)

　　Matplotlib 是 Python 2D-繪圖領域使用最廣泛的套件。它能讓使用者很輕松地將數據圖形化，並且提供多樣化的輸出格式。

　　pylab 是 matplotlib 面向對象繪圖庫的一個接口。

　　pylab模塊里面集成了matplotlib和numpy，也可以導入pylab模塊。
　　模塊導入：

import numpy as np
import matplotlib.pyplot as plt

 

　　或者

from pylab import *

1.1 簡單的例子

from pylab import *
# 生成一個數組，類似range
a = np.arange(1,9,1)
# 例子1：正弦和余弦函數
# np.pi就是π，x→[-π，π]，步長0.01
x = np.arange(-np.pi,np.pi,0.01)
y = np.sin(x)
y1 = np.cos(x)
plt.plot(x,y)
plt.plot(x,y1)
plt.show()

還有一種X的寫法：

# endpoint:True一定包括終點，False不包括終點；x→[-π，π]，生成256個值，包括終點
X = np.linspace(-np.pi, np.pi, 256,endpoint=True)

圖形如下

 

1.2  默認配置的內容

# 導入 matplotlib 的所有內容（nympy 可以用 np 這個名字來使用）
from pylab import *

# 創建一個 8 * 6 點（point）的圖，並設置分辨率為 80
figure(figsize=(8,6), dpi=80)

# 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）
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
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
plot(X, S, color="green", linewidth=1.0, linestyle="-")

# 設置橫軸的上下限
xlim(-4.0,4.0)

# 設置橫軸記號
xticks(np.linspace(-4,4,9,endpoint=True))

# 設置縱軸的上下限
ylim(-1.0,1.0)

# 設置縱軸記號
yticks(np.linspace(-1,1,5,endpoint=True))

# 以分辨率 72 來保存圖片
savefig("0001png",dpi=72)

# 在屏幕上顯示
show()

圖形如下：

　

1.3 改變線條的顏色、粗細及圖形的尺寸

from pylab import *
figure(figsize=(12,6), dpi=80)
x = np.arange(-np.pi,np.pi,0.01)
y = np.sin(x)
y1 = np.cos(x)
plt.plot(x,y,color="blue", linewidth=3.0, linestyle="-")
plt.plot(x,y1,color="red", linewidth=3.0, linestyle="-")
savefig("0001png",dpi=72)
plt.show()

圖形為：

 1.4 設置圖片邊界

　　直接設定大小或等比例設定大小

# 設定坐標軸的上下限
xlim(-4.0, 4.0)
ylim(-1.0, 1.0)
# 按照具體的最大最小值設定上下限（這里設定為1.5倍）
xlim(x.min() * 1.5, x.max() * 1.5)
ylim(y.min() * 1.5, y.max() * 1.5)
# 通過差值的倍數去衡量更好
xmin, xmax = x.min(), x.max()
ymin, ymax = y.min(), y.max()

dx = (xmax - xmin) * 0.01
dy = (ymax - ymin) * 0.01　

圖片為：

1.5 設置記號和對應的標簽

# 記號-π，-π/2,0,π/2,π;第二行的標簽使用了LaTeX（類似於HTML,長於寫公式）
xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi],
       [r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$'])

yticks([-1, 0, +1],
       [r'$-1$', r'$0$', r'$+1$'])

圖像為：

1.6 編寫坐標軸

# 獲取當前坐標軸對象
ax = gca()
# 一共有上下左右四條邊框，設定2個邊框為無色none,然后移動另外邊框的位置，形成坐標軸
# 設定右邊框為無色
ax.spines['right'].set_color('none')
# 設定上邊框為無色
ax.spines['top'].set_color('none')
# 將水平坐標的刻度置於底邊框（X軸下邊）
ax.xaxis.set_ticks_position('bottom')
# 以底邊框為X軸，將其置於數據坐標的原點
ax.spines['bottom'].set_position(('data',0))
# 將垂直坐標的刻度置於左邊框（Y軸左邊）
ax.yaxis.set_ticks_position('left')
# 以左邊框為Y軸，將其置於數據坐標的原點
ax.spines['left'].set_position(('data',0))

圖像為：

1.7  添加圖例（小標簽）

　　僅需要在畫圖的時候加一個label就行，類似：

plt.plot(x, y, color="blue", linewidth=3.0, linestyle="-",label="sin(x)")
plt.plot(x, y1, color="red", linewidth=3.0, linestyle="-",label="cos(x)")
plt.legend(loc=0)
# 跟上面作用一樣
# legend(loc=0)
# legend(loc='upper left')

　　其中loc的值對應圖例的位置，對應關系如下表：

圖像為：

1.8 坐標軸描述（文字說明）

　　主要是沒有用坐標軸的時候使用，作為X軸和Y軸的說明

# import matplotlib as mpl
# 正常顯示中文
mpl.rcParams['font.sans-serif']=['SimHei']
# 正常顯示負數
mpl.rcParams['axes.unicode_minus']=False
# 添加X軸文字說明
plt.xlabel("abcdefg中文")
# 添加Y軸的文字說明
plt.ylabel("-1234567")

 圖像為：

1.9 特殊點的標注（注釋）

# annotate(注解，標注)，標注的文字，xy指箭頭尖端位置[t，np.cos(t)],箭頭的位置
# 文字的最左端的坐標（正數圖像右邊，負數圖像左邊），文字的位置，文字的大小
# 箭頭類型
annotate(r'$\cos(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$',
         xy=(t, np.cos(t)), xycoords='data',
         xytext=(-90, -50), textcoords='offset points', fontsize=16,
         arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2"))
# 同理
plot([t,t],[0,np.sin(t)], color ='red', linewidth=2.5, linestyle="--")
scatter([t,],[np.sin(t),], 50, color ='red')

annotate(r'$\cos(\frac{2\pi}{3})=-\frac{1}{2}$',
         xy=(t, np.sin(t)), xycoords='data',
         xytext=(+10, +30), textcoords='offset points', fontsize=16,
         arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2"))

 

xycoords及textcoords的值：

| 參數 | 坐標系 | 
| 'figure points' | 距離圖形左下角的點數量 | 
| 'figure pixels' | 距離圖形左下角的像素數量 | 
| 'figure fraction' | 0,0 是圖形左下角，1,1 是右上角 | 
| 'axes points' | 距離軸域左下角的點數量 | 
| 'axes pixels' | 距離軸域左下角的像素數量 | 
| 'axes fraction' | 0,0 是軸域左下角，1,1 是右上角 | 
| 'data' | 使用軸域數據坐標系 |

圖像為：

 

 

 1.10 顯示坐標軸上被曲線擋住的標簽

# 對於X和Y軸的的標簽，設置大小為20，設置標簽的底色，邊框顏色，透明度
for label in ax.get_xticklabels() + ax.get_yticklabels():
    label.set_fontsize(20)
    label.set_bbox(dict(facecolor='white', edgecolor='None', alpha=0.85))

圖像為：

　　大小的改變實現了，擋住的標簽貌似還是被擋住

1.11 子圖的繪制

from pylab import *
# 兩個子圖的擺放
# (2,1,1) 分別代表：行數，列數，編號
plt.subplot(2, 1, 1)
plt.xticks(())
plt.yticks(())
plt.text(0.5, 0.5, 'subplot(2,1,1)', ha='center', va='center',
        size=20, alpha=.5)

plt.subplot(2, 1, 2)
plt.xticks(())
plt.yticks(())
plt.text(0.5, 0.5, 'subplot(2,1,2)', ha='center', va='center',
        size=20, alpha=.5)
# 自動調整子圖參數，使之填充整個圖像區域。它僅僅檢查坐標軸標簽、刻度標簽以及標題的部分。
plt.tight_layout()
savefig("0002", dpi=72)
plt.show()

圖像為：

 

以此類推：類似子圖

另一種類型：

from pylab import *

import matplotlib.gridspec as gridspec

plt.figure(figsize=(18, 4))
# 設置三行三列
G = gridspec.GridSpec(3, 3)
# 第一行
axes_1 = plt.subplot(G[0, :])
plt.xticks(())
plt.yticks(())
plt.text(0.5, 0.5, 'Axes 1', ha='center', va='center', size=24, alpha=.5)
# 第二行第一個
axes_2 = plt.subplot(G[1:, 0])
plt.xticks(())
plt.yticks(())
plt.text(0.5, 0.5, 'Axes 2', ha='center', va='center', size=24, alpha=.5)
# 第二行最后一個
axes_3 = plt.subplot(G[1:, -1])
plt.xticks(())
plt.yticks(())
plt.text(0.5, 0.5, 'Axes 3', ha='center', va='center', size=24, alpha=.5)
# 第二行倒數第二個
axes_4 = plt.subplot(G[1, -2])
plt.xticks(())
plt.yticks(())
plt.text(0.5, 0.5, 'Axes 4', ha='center', va='center', size=24, alpha=.5)
# 最后一行（第三行）倒數第二個
axes_5 = plt.subplot(G[-1, -2])
plt.xticks(())
plt.yticks(())
plt.text(0.5, 0.5, 'Axes 5', ha='center', va='center', size=24, alpha=.5)
# 自動調整
plt.tight_layout()

savefig("0002", dpi=72)
plt.show()

圖像為：

 

大圖里面畫小圖（可以形成折疊效果）

from pylab import *

plt.figure(figsize=(8, 8))
# 最底下，初始位置（相對占比x,y），占據大小
plt.axes([.1, .1, .5, .5])
plt.xticks(())
plt.yticks(())
# 標簽位置 內容等
plt.text(.5, .1, 'axes([0.1, 0.1, .5, .5])', ha='center', va='center',
		 size=20, alpha=.5)

# 倒數第二
plt.axes([.2, .2, .5, .5])
plt.xticks(())
plt.yticks(())
plt.text(.5, .1, 'axes([0.2, 0.2, .5, .5])', ha='center', va='center',
		 size=20, alpha=.5)
# 最上面
plt.axes([.3, .3, .5, .5])
plt.xticks(())
plt.yticks(())
plt.text(.5, .1, 'axes([0.3, 0.3, .5, .5])', ha='center', va='center',
		 size=16, alpha=.5)

plt.tight_layout()

savefig("0002", dpi=72)
plt.show()

　　

圖像為：

1.12 各種類型的2D圖

普通圖

from pylab import *

n = 256
X = np.linspace(-np.pi,np.pi,n,endpoint=True)
Y = np.sin(2*X)

plot (X, Y+1, color='blue', alpha=1.00)
plot (X, Y-1, color='blue', alpha=1.00)

savefig("0003", dpi=72)
plt.show()

圖像為：

 

散點圖

from pylab import *

n = 1024
X = np.random.normal(0,1,n)
Y = np.random.normal(0,1,n)

scatter(X,Y)

savefig("0003", dpi=72)
plt.show()

圖像為：

 

條形圖

from pylab import *

n = 12
X = np.arange(n)
Y1 = (1-X/float(n)) * np.random.uniform(0.5,1.0,n)
Y2 = (1-X/float(n)) * np.random.uniform(0.5,1.0,n)

bar(X, +Y1, facecolor='#9999ff', edgecolor='white')
bar(X, -Y2, facecolor='#ff9999', edgecolor='white')

for x,y in zip(X,Y1):
    text(x+0.05, y+0.05, '%.2f' % y, ha='center', va= 'bottom')

ylim(-1.25,+1.25)

savefig("0003", dpi=72)
plt.show()

圖像為：

 

等高線圖

from pylab import *


def f(x, y): return (1 - x / 2 + x ** 5 + y ** 3) * np.exp(-x ** 2 - y ** 2)


n = 256
x = np.linspace(-3, 3, n)
y = np.linspace(-3, 3, n)
X, Y = np.meshgrid(x, y)

contourf(X, Y, f(X, Y), 8, alpha=.75, cmap='jet')
C = contour(X, Y, f(X, Y), 8, colors='black', linewidth=.5)

savefig("0003", dpi=72)
plt.show()

圖像為：

 

灰度圖

from pylab import *


def f(x, y): return (1 - x / 2 + x ** 5 + y ** 3) * np.exp(-x ** 2 - y ** 2)


n = 10
x = np.linspace(-3, 3, 4 * n)
y = np.linspace(-3, 3, 3 * n)
X, Y = np.meshgrid(x, y)

imshow(f(X, Y))
savefig("0003", dpi=72)
plt.show()

　　

圖像為：

 

 

餅狀圖

from pylab import *

n = 20
Z = np.random.uniform(0,1,n)
pie(Z)
savefig("0003", dpi=72)
plt.show()

圖像為：

 

量場圖

from pylab import *

n = 8
X,Y = np.mgrid[0:n,0:n]
quiver(X,Y)
savefig("0003", dpi=72)
plt.show()

圖像為：　

2.Matplotlib介紹(3D)

3D圖

from pylab import *
from mpl_toolkits.mplot3d import Axes3D

fig = figure()
ax = Axes3D(fig)
X = np.arange(-4, 4, 0.25)
Y = np.arange(-4, 4, 0.25)
X, Y = np.meshgrid(X, Y)
R = np.sqrt(X**2 + Y**2)
Z = np.sin(R)

ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap='hot')

savefig("0003", dpi=72)
plt.show()

圖像為：

 

2.1 3D圖例子

普通圖3D系列

from pylab import *
from mpl_toolkits.mplot3d import Axes3D

# 繪制三維圖形
fig = plt.figure()
ax = fig.gca(projection="3d")

# 生成測試數據
theta = np.linspace(-4 * np.pi, 4 * np.pi, 100)
z = np.linspace(-4, 4, 100) * 0.3
r = z**4 +1
x = r*np.sin(theta)
y = r*np.cos(theta)

# 繪制三維曲線，標簽
ax.plot(x,y,z,'rv-',label="參數曲線")

# 可以設置字體，字號，顯示圖例
mpl.rcParams['legend.fontsize'] = 10
mpl.rcParams['font.sans-serif']=['SimHei']
mpl.rcParams['axes.unicode_minus']=False
ax.legend()
savefig("0003", dpi=72)
plt.show()

圖像為：

 

 

三維曲面

from pylab import *
from mpl_toolkits.mplot3d import Axes3D
import mpl_toolkits.mplot3d
# 生成測試數據
x,y = np.mgrid[-2:2:20j,-2:2:20j]
z = 50 * np.sin(x+y*2)

# 創建三維圖像
ax = plt.subplot(111,projection='3d')
# 繪制三維曲面
ax.plot_surface(
	x,y,z,
	rstride=3,cstride=2,
	cmap=plt.cm.coolwarm,
)
# 設置坐標軸標簽
ax.set_xlabel("X")
ax.set_ylabel("Y")
ax.set_zlabel("Z")
# 設置圖形標題
ax.set_title("三維曲面",fontproperties='simhei',fontsize=24)
plt.show()

　　圖像為：

三維柱狀圖

from pylab import *
from mpl_toolkits.mplot3d import Axes3D
import mpl_toolkits.mplot3d
# 生成測試數據
x = np.random.randint(0,40,10)
y = np.random.randint(0,40,10)
z = 80*abs(np.sin(x+y))
# 創建三維圖像
ax = plt.subplot(111,projection='3d')
# 繪制三維曲面
ax.bar3d(
	x,y,
	np.zeros_like(z), #設置z的起始坐標為0
	dx =1,
	dy =1,
	dz =1, # x,y,z方向的寬度，厚度，高度
	color = 'red',
)
# 設置坐標軸標簽
ax.set_xlabel("X")
ax.set_ylabel("Y")
ax.set_zlabel("Z")
# 設置圖形標題
ax.set_title("三維柱形圖",fontproperties='simhei',fontsize=24)
plt.show()

　　圖像:

三維散點圖

from pylab import *
from mpl_toolkits.mplot3d import Axes3D
import mpl_toolkits.mplot3d
# 生成測試數據
x = np.random.randint(0,40,100)
y = np.random.randint(0,40,100)
z = np.random.randint(0,40,100)

# 創建三維圖像
ax = plt.subplot(projection='3d')
# 繪制三維散點
for xx,yy,zz in zip(x,y,z):
	color = 'r'
	if 10<zz<20:
		color='b'
	elif zz>=20:
		color='g'
	ax.scatter(xx,yy,zz,c=color,marker='*',
			   s=160,linewidths=1,edgecolor='b')
# 設置坐標軸標簽
ax.set_xlabel("X")
ax.set_ylabel("Y")
ax.set_zlabel("Z")
# 設置圖形標題
ax.set_title("三維散點圖",fontproperties='simhei',fontsize=24)
plt.show()

圖像為