绘图是数据分析工作中最重要的任务之一，是探索过程的一部分。python为我们提供了许多可视化工具，最常用的的是matplotlib。matplotlib是一种用于创建出版质量图标的桌面绘图包（主要是2D方面），它为python构建了一个MATLAB式的绘图接口。它不仅支持各种操作系统上许多不同的GUI后端，而且还能将图片导出为各种常见的矢量和光栅图：PDF、SVG、JPG、PNG、BMP、GIF等。matplotlib还有许多插件工具集，如用于3D图形的mplot3d以及用于地图和投影的basemap.
一、Figure
matplotlib的图像都位于Figure对象中，利用plt.figure创建新的Figure,不能通过空的Figure绘图。必须用add_subplot创建一个或多个subplot才行。
代码：
import matplotlib.pyplot as pltimport numpy as npdata = np.arange(10)plt.plot(data)#创建一个figurefig = plt.figure()#创建的图像是2*2的，目前选中的是4个subplot中的第一个（编号从1开始）ax1 = fig.add_subplot(2, 2, 1)ax3 = fig.add_subplot(2, 2, 3)ax2 = fig.add_subplot(2, 2, 2)#此时，发出一个绘图指令，matplotlib会在最后一个用过的subplot(若无，则创建一个)上进行绘制#'k--'是一个线性选项，代表黑色虚线plt.plot(np.random.randn(50).cumsum(), 'k--')#柱状图ax1.hist(np.random.randn(100), bins=20, color='k', alpha=0.3)#散点图ax3.scatter(np.arange(30), np.arange(30) + 3 * np.random.randn(30))#可以使用plt.close()方法关闭图在控制台出现#plt.close('all')
结果显示：
二、subplot
plt.subplots创建新的figure,并返回一个含有已创建的subplots对象的numpy数组，这样可以轻松地对axes数组进行索引，类似于二维数组的索引，例：axes[0,1]代表第一行第二个图：
其中subplots函数中各选项：
代码：
#创建subplot对象fig, axes = plt.subplots(2, 3)"""result:2*3的子图其中axes:array([[<matplotlib.axes._subplots.AxesSubplot object at 0x000000000BBDBE80>,<matplotlib.axes._subplots.AxesSubplot object at 0x000000000BC055C0>,<matplotlib.axes._subplots.AxesSubplot object at 0x000000000C2A8400>],[<matplotlib.axes._subplots.AxesSubplot object at 0x000000000C464C88>,<matplotlib.axes._subplots.AxesSubplot object at 0x000000000C4D9358>,<matplotlib.axes._subplots.AxesSubplot object at 0x000000000D3976A0>]], dtype=object)"""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)#将间距缩到0，从图中可以看出轴标签重叠，对于这种情况，只能自己设置刻度位置和标签了plt.subplots_adjust(wspace=0, hspace=0)
结果：
三、颜色、标签和线型
matplotlib的plot函数接受一组X和Y坐标，还可以接受一个表示颜色和线型的字符串缩写。
若要根据x和y绘制绿色虚线，可执行以下代码：
ax.plot(x,y,'g--')#或更明确的方式ax.plot(x,y,linestyle='--',color='g')
线型图还可以加上一些标记（marker）,以强调实际的数据点。
代码：
plt.figure()plt.plot(np.random.randn(30).cumsum(), 'ko--')#上式可以改成更为明确的形式：plt.plot(np.random.randn(30).cumsum(), color='k', linestyle='dashed', marker='o')
结果：
在线型图中，非实际数据点默认是按线性方式插值，可以通过drawstyle选项修改：
plt.figure()data = np.random.randn(30).cumsum()plt.plot(data, 'k--', label='Default')plt.plot(data, 'k-', drawstyle='steps-post', label='steps-post')plt.legend(loc='best')
四、刻度、标签、图例
pyplot接口的设计目的就是交互式使用，含有xlim、xticks和xticklabels之类的方法。它们分别控制图表的范围、刻度位置、刻度标签。其使用方式有以下两种：
调用时不带参数，则返回当前的参数值。例如，plt.xlim()返回当前X轴绘图范围。调用时带参数，则设置参数值。因此，plt.xlim([0,10])会将X轴的范围设置为0到10。
这些方法都是对当前或最近创建的AxesSubplot起作用的。
对于subplot对象，以xlim为例，就是ax.get_xlim和ax.set_xlim。
#设置标题、轴标签、刻度、刻度标签fig = plt.figure()ax = fig.add_subplot(1, 1, 1)ax.plot(np.random.randn(1000).cumsum())#设置刻度ticks = ax.set_xticks([0, 250, 500, 750, 1000])#设置刻度标签labels = ax.set_xticklabels(['one', 'two', 'three', 'four', 'five'],rotation=30, fontsize='small')#设置标题ax.set_title('My first matplotlib plot')#设置轴标题ax.set_xlabel('Stages')
结果：
添加图例
图例（legend）是另一种用于标识图表元素的重要工具。
方法有两种，最简单的一种是在添加subplot时传入label参数。
from numpy.random import randnfig = plt.figure(); ax = fig.add_subplot(1, 1, 1)ax.plot(randn(1000).cumsum(), 'k', label='one')ax.plot(randn(1000).cumsum(), 'k--', label='two')ax.plot(randn(1000).cumsum(), 'k.', label='three')#显示图例，loc表示图例位置，best为最佳位置。#ax.legend()或plt.legend()方法ax.legend(loc='best')
左图是无图例的，右图是有图例的。
注解以及在subplot上绘图
除标准的图表对象之外，你可能还希望绘制一些自定义的注释（比如文本、箭头或其他图形等）。
注解还可以通过text、arrow和annotate等函数进行添加，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：
from datetime import datetimeimport pandas as pdfig = plt.figure()ax = fig.add_subplot(1, 1, 1)data = pd.read_csv('spx.csv', index_col=0, parse_dates=True)spx = data['SPX']spx.plot(ax=ax, style='k-')crisis_data = [(datetime(, 10, 11), 'Peak of bull market'),(datetime(, 3, 12), 'Bear Stearns Fails'),(datetime(, 9, 15), 'Lehman Bankruptcy')]#添加注释（包括文本和箭头）for date, label in crisis_data:ax.annotate(label, xy=(date, spx.asof(date) + 75),xytext=(date, spx.asof(date) + 225),arrowprops=dict(facecolor='black', headwidth=4, width=2,headlength=4),horizontalalignment='left', verticalalignment='top')# 设置x、y轴范围：Zoom in on -ax.set_xlim(['1/1/', '1/1/'])ax.set_ylim([600, 1800])#添加标题ax.set_title('Important dates in the - financial crisis')
结果：
五、将图表保存到文件
利用plt.savefig可以将当前图表保存到文件。该方法相当于Figure对象的实例方法savefig。
如果觉得《python之matplotlib实现绘图和可视化》对你有帮助，请点赞、收藏，并留下你的观点哦！
