Python有许多可视化工具,但是我主要讲解matplotlib(http://matplotlib.)。此外,还可以利用诸如d3.js(http:///)之类的工具为Web应用构建交互式图像。 matplotlib是一个用于创建出版质量图表的桌面绘图包(主要是2D方面)。该项目是由John Hunter于2002年启动的,其目的是为Python构建一个MATLAB式的绘图接口。如果结合使用一种GUI工具包(如IPython),matplotlib还具有诸如缩放和平移等交互功能。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(vector)和光栅(raster)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。要使用本章中的代码示例,请确保你的IPython是以Pylab模式启动的(ipython --pylab),或通过%gui魔术命令打开了GUI事件循环集成。 1、matplotlib API入门
使用matplotlib的办法有很多种,最常用的方式是Python模式的IPython(ipython -pylab)。这样会将IPython配置为使用你所指定的matplotlib GUI后端(Tk、wxPython、PyQt、Mac OS X native、GTK)。对大部分用户而言,默认的后端就已经够用了。Pylab模式还会向IPython引入一大堆模块和函数以提供一种更接近于MATLAB的界面。绘制一张简单的图表即可测试是否一切准备就绪: 如果一切都没有问题,就会弹出一个新窗口,其中绘制的是一条直线。你可以用鼠标或输入close()来关闭它。matplotlib API函数(如plot和close)都位于matplotlib.pyllot模块中,其通常的引入约定是:
1. In [ 2 ]: import matplotlib.pyplot as plt
2、Figure和Subplot matplotlib的图像都位于Figure对象中。你可以用plt.figure创建一个新的Figure:
1. In [ 3 ]: fig = plt.figure()
不能通过空Figure绘图。必须用add_subplot创建一个或多个subplot才行:
1. In [ 4 ]: ax1 = fig.add_subplot( 2 , 2 , 1 )
如果这时发出一条绘图命令哪个(如plt.plot([1.5, 3.5, -2, 1.6])),matplotlib就会在最后一个用过的subplot(如果没有则创建一个)上进行绘制。因此,如果我们执行下列命令,你就会得到如下所示的效果:
“k--”是一个线型选项,用于告诉matplotlib绘制黑色虚线图。上面那些由fig.add_subplot所返回的对象是AxesSubplot对象,直接调用它们的实例方法就可以在其他空着的格子里面画图了,如下所示:
1. In [ 9 ]: _ = ax1.hist(randn( 100 ), bins= 20 , color= 'k' , alpha= 0.3 ) 2. 3. In [ 10 ]: ax2.scatter(np.arange( 30 ), np.arange( 30 ) + 3 * randn( 30 )) 4. Out[ 10 ]: <matplotlib.collections.PathCollection at 0xa8201cc >
你可以在matplotlib的文档中找到各种图标类型。由于根据特定布局创建Figure和subplot是一件非常常见的任务,于是便出现了一个更为方便的方法(plt.subplots),它可以创建一个新的Figure,并返回一个含有已创建的subplot对象的NumPy数组:
01. In [ 13 ]: fig, axes = plt.subplots( 2 , 3 ) 02. 03. In [ 14 ]: axes 04. Out[ 14 ]: 05. array([[<matplotlib.axes.AxesSubplot object at 0xa76c7ec >, 06. <matplotlib.axes.AxesSubplot object at 0xae8f1ec >, 07. <matplotlib.axes.AxesSubplot object at 0xb40bc8c >], 08. [<matplotlib.axes.AxesSubplot object at 0xb5b7dac >, 09. <matplotlib.axes.AxesSubplot object at 0xadf680c >, 10. <matplotlib.axes.AxesSubplot object at 0xad6222c >]], dtype=object)
3、调整subplot周围的间距 默认情况下,matplotlib会在subplot外围留下一定的边距,并在subplot之间留下一定的间距。间距跟图像的高度和宽度有关,因此,如果你调整了图像的大小(不管是编程还是手工),间距也会自动调整。利用Figure的subplots_adjust方法可以轻而易举地修改间距,此外,它也是个顶级函数:
1. In [ 15 ]: subplots_adjust(left=None, bottom=None, right=None, top=None, wspace=None, hspace=None)
不难看出,其中的轴标签重叠了。matplotlib不会检查标签是否重叠,所以对于这种情况,你只能自己设定刻度位置和刻度标签。 4、颜色、标记和线型 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。例如,穴ky"http://www./qq/" target="_blank" class="keylink">qq4+b7deLrNebvm1sbCzMmr0OnP36OsxOO/ydLU1rTQ0Mjnz8K0+sLro7o8L3A+CjxwPjwvcD4KPHByZSBjbGFzcz0="brush:java;">In [18]: ax.plot(x, y, 'g--') 这种在一个字符串中指定颜色和线型的方式非常方便。通过下面这种更为明确的方式也能得到同样的效果:
1. In [ 19 ]: 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。由于matplotlib创建的是连续的线型图(点与点之间插值),因此有时可能不太容易看出真实数据点的位置。标记也可以放到格式字符串中,但标记类型和线型必须放在颜色后面。
1. In [ 20 ]: plt.plot(randn( 30 ).cumsum(), 'ko--' ) 2. Out[ 20 ]: [<matplotlib.lines.Line2D at 0xb86924c >]
还可以将其写成更为明确的形式:
1. In [ 19 ]: plot(randn( 30 ).cumsum(), color= 'k' , linestyle= 'dashed' , marker= 'o' ) 01. In [ 18 ]: plt.plot(randn( 30 ).cumsum(), 'ko--' ) 02. Out[ 18 ]: [<matplotlib.lines.Line2D at 0xb86924c >] 03. 04. In [ 19 ]: data = randn( 30 ).cumsum() 05. 06. In [ 20 ]: plt.plot(data, 'k--' , label= 'Default' ) 07. Out[ 20 ]: [<matplotlib.lines.Line2D at 0xba62c8c >] 08. 09. In [ 21 ]: plt.plot(data, 'k--' , drawstyle= 'steps-post' , label= 'steps-post' ) 10. Out[ 21 ]: [<matplotlib.lines.Line2D at 0xba758ac >] 11. 12. In [ 22 ]: plt.legend(loc= 'best' ) 13. Out[ 22 ]: <matplotlib.legend.Legend at 0xba75bcc >
5、刻度、标签和图例 对于大多数的图表装饰项,其主要实现方式有二:使用过程型的pyplot接口以及更为面向对象的原生matplotlib API。pyplot接口的设计目的就是交互式作用,含有诸如xlim、xticks和xticklabels之类的方法。它们分别控制图表的范围、刻度位置、刻度标签等。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()返回当前的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。所有这些方法都是对当前或最近创建的AxesSubplot起作用的。它们各自对应subplot对象上的两个方法,以xlim为例,就是ax.get_xlim和ax.set_xlim。我更喜欢使用subplot的实例方法,当然你完全可以选择自己觉得方便的那个。 (1)设置标题、轴标签、刻度以及刻度标签 为了说明轴的自定义,我将创建一个简单的图像并绘制一段随机漫步:
1. In [ 23 ]: fig = plt.figure(); 2. 3. In [ 24 ]: ax = fig.add_subplot( 1 , 1 , 1 ) 4. 5. In [ 25 ]: ax.plot(randn( 1000 ).cumsum()) 6. Out[ 25 ]: [<matplotlib.lines.Line2D at 0xbc4da6c >]
要修改X轴的刻度,最简单的办法是使用set_xticks和set_xticklabels。前者告诉matplotlib要将刻度放在数据范围中的哪些位置,默认情况下,这些位置也就是刻度标签。但我们可以通过set_xticklabels将任何其他的值用作标签:
01. In [ 28 ]: fig = plt.figure(); 02. 03. In [ 29 ]: ax = fig.add_subplot( 1 , 1 , 1 ) 04. 05. In [ 30 ]: ax.plot(randn( 1000 ).cumsum()) 06. Out[ 30 ]: [<matplotlib.lines.Line2D at 0xbd4684c >] 07. 08. In [ 31 ]: ticks = ax.set_xticks([ 0 , 250 , 500 , 750 , 1000 ]) 09. 10. In [ 32 ]: labels = ax.set_xticklabels([ 'one' , 'two' , 'three' , 'four' , 'five' ], rotation= 30 , fontsize= 'small' ) 11. 12. In [ 33 ]: ax.set_title( 'My first matplotlib plot' ) 13. Out[ 33 ]: <matplotlib.text.Text at 0xbd1ed0c > 14. 15. In [ 34 ]: ax.set_xlabel( 'Stages' ) 16. Out[ 34 ]: <matplotlib.text.Text at 0xba911cc > 说明: Y轴的修改方式与此类似,只需将上述代码中的x替换为y即可。 (2)添加图例 图例(legend)是另一种用于标识图表元素的重穴ky"http://www./qq/" target="_blank" class="keylink">qq5pL7foaPM7bzTzbzA/bXEt73KvdPQtv6ho9fuvPK1pbXEysfU2sztvNNzdWJwbG90tcTKsbrytKvI62xhYmVsss7K/aO6PC9wPgo8cD48L3A+CjxwcmUgY2xhc3M9"brush:java;">In [35]: fig = plt.figure(); ax = fig.add_subplot(1, 1, 1) In [36]: ax.plot(randn(1000).cumsum(), 'k', label='one') Out[36]: [<matplotlib.lines.Line2D at 0xc0e49cc>] In [37]: ax.plot(randn(1000).cumsum(), 'k--', label='two') Out[37]: [<matplotlib.lines.Line2D at 0xc0e7e2c>] In [38]: ax.plot(randn(1000).cumsum(), 'k.', label='three') Out[38]: [<matplotlib.lines.Line2D at 0xc0f238c>] 在此之后,你可以调用ax.legend()或plt.legend()来自动创建图例:
1. In [ 40 ]: ax.legend(loc= 'best' ) 2. Out[ 40 ]: <matplotlib.legend.Legend at 0xc0e7dcc > loc告诉matplotlib要将图例放在哪。如果你不是吹毛求疵的话,“best”是不错的选择,因为它会选择最不碍事的位置。要从图例中去除一个或多个元素,不传入label或传入label="_nolegend_'即可。 |
|
来自: powerbaby > 《DataFrame》