matplotlib 繪圖視覺化知識點整理
強烈推薦ipython
無論你工作在什麼專案上，IPython都是值得推薦的。利用ipython --pylab，可以進入PyLab模式，已經匯入了matplotlib庫與相關軟體包（例如Numpy和Scipy)，額可以直接使用相關庫的功能。
這樣IPython配置為使用你所指定的matplotlib GUI後端（TK/wxPython/PyQt/Mac OS X native/GTK)。對於大部分使用者而言，預設的後端就已經夠用了。Pylab模式還會向IPython引入一大堆模組和函式以提供一種更接近MATLAB的介面。
參考
| 12345678 | import matplotlib.pyplot aspltlabels='frogs','hogs','dogs','logs'sizes=15,20,45,10colors='yellowgreen','gold','lightskyblue','lightcoral'explode=0,0.1,0,0plt.pie(sizes,explode=explode,labels=labels,colors=colors,autopct='%1.1f%%',shadow=True,startangle= |
matplotlib圖示正常顯示中文
為了在圖表中能夠顯示中文和負號等，需要下面一段設定：
| 123 | import matplotlib.pyplot aspltplt.rcParams['font.sans-serif']=['SimHei']#用來正常顯示中文標籤plt.rcParams['axes.unicode_minus']=False#用來正常顯示負號 |
matplotlib inline和pylab inline
可以使用ipython --pylab開啟ipython命名視窗。
| 123 | %matplotlibinline#notebook模式下%pylab inline#ipython模式下 |
這兩個命令都可以在繪圖時，將圖片內嵌在互動視窗，而不是彈出一個圖片視窗，但是，有一個缺陷：除非將程式碼一次執行，否則，無法疊加繪圖，因為在這兩種模式下，是要有plt出現，圖片會立馬show出來，因此：
推薦在ipython notebook時使用，這樣就能很方便的一次編輯完程式碼，繪圖。
為專案設定matplotlib引數
在程式碼執行過程中，有兩種方式更改引數：
- 使用引數字典(rcParams)
- 呼叫matplotlib.rc()命令 通過傳入關鍵字元祖，修改引數
如果不想每次使用matplotlib時都在程式碼部分進行配置，可以修改matplotlib的檔案引數。可以用matplot.get_config()命令來找到當前使用者的配置檔案目錄。
配置檔案包括以下配置項：
axex: 設定座標軸邊界和表面的顏色、座標刻度值大小和網格的顯示
backend: 設定目標暑促TkAgg和GTKAgg
figure: 控制dpi、邊界顏色、圖形大小、和子區( subplot)設定
font: 字型集（font family）、字型大小和樣式設定
grid: 設定網格顏色和線性
legend: 設定圖例和其中的文字的顯示
line: 設定線條（顏色、線型、寬度等）和標記
patch: 是填充2D空間的圖形物件，如多邊形和圓。控制線寬、顏色和抗鋸齒設定等。
savefig: 可以對儲存的圖形進行單獨設定。例如，設定渲染的檔案的背景為白色。
verbose: 設定matplotlib在執行期間資訊輸出，如silent、helpful、debug和debug-annoying。
xticks和yticks: 為x,y軸的主刻度和次刻度設定顏色、大小、方向，以及標籤大小。
線條相關屬性標記設定
用來該表線條的屬性
| 線條風格linestyle或ls | 描述 | 線條風格linestyle或ls | 描述 | |
|---|---|---|---|---|
| ‘-‘ | 實線 | ‘:’ | 虛線 | |
| ‘–‘ | 破折線 | ‘None’,’ ‘,” | 什麼都不畫 | |
| ‘-.’ | 點劃線 | |||
線條標記
| 標記maker | 描述 | 標記 | 描述 | |
|---|---|---|---|---|
| ‘o’ | 圓圈 | ‘.’ | 點 | |
| ‘D’ | 菱形 | ‘s’ | 正方形 | |
| ‘h’ | 六邊形1 | ‘*’ | 星號 | |
| ‘H’ | 六邊形2 | ‘d’ | 小菱形 | |
| ‘_’ | 水平線 | ‘v’ | 一角朝下的三角形 | |
| ‘8’ | 八邊形 | ‘ | 一角朝左的三角形 | |
| ‘p’ | 五邊形 | ‘>’ | 一角朝右的三角形 | |
| ‘,’ | 畫素 | ‘^’ | 一角朝上的三角形 | |
| ‘+’ | 加號 | ‘ | ‘ | 豎線 |
| ‘None’,”,’ ‘ | 無 | ‘x’ | X | |
顏色
可以通過呼叫matplotlib.pyplot.colors()得到matplotlib支援的所有顏色。
| 別名 | 顏色 | 別名 | 顏色 | |
|---|---|---|---|---|
| b | 藍色 | g | 綠色 | |
| r | 紅色 | y | 黃色 | |
| c | 青色 | k | 黑色 | |
| m | 洋紅色 | w | 白色 | |
如果這兩種顏色不夠用，還可以通過兩種其他方式來定義顏色值：
- 使用HTML十六進位制字串
color='eeefff'使用合法的HTML顏色名字（’red’,’chartreuse’等）。 - 也可以傳入一個歸一化到[0,1]的RGB元祖。
color=(0.3,0.3,0.4)
很多方法可以介紹顏色引數，如title()。
plt.tilte('Title in a custom color',color='#123456'）
背景色
通過向如matplotlib.pyplot.axes()或者matplotlib.pyplot.subplot()這樣的方法提供一個axisbg引數，可以指定座標這的背景色。
subplot(111,axisbg=(0.1843,0.3098,0.3098)
基礎
如果你向plot()指令提供了一維的陣列或列表，那麼matplotlib將預設它是一系列的y值，並自動為你生成x的值。預設的x向量從0開始並且具有和y同樣的長度，因此x的資料是[0,1,2,3].
確定座標範圍
- plt.axis([xmin, xmax, ymin, ymax])
上面例子裡的axis()命令給定了座標範圍。 - xlim(xmin, xmax)和ylim(ymin, ymax)來調整x,y座標範圍
| 12345678910111213141516171819 | %matplotlibinlineimport numpy asnpimport matplotlib.pyplot aspltfrom pylab import *x=np.arange(-5.0,5.0,0.02)y1=np.sin(x)plt.figure(1)plt.subplot(211)plt.plot(x,y1)plt.subplot(212)#設定x軸範圍xlim(-2.5,2.5)#設定y軸範圍ylim(-1,1)plt.plot(x,y1) |
疊加圖
用一條指令畫多條不同格式的線。
| 123456789 | import numpy asnpimport matplotlib.pyplot asplt# evenly sampled time at 200ms intervalst=np.arange(0.,5.,0.2)# red dashes, blue squares and green trianglesplt.plot(t,t,'r--',t,t**2,'bs',t,t**3,'g^')plt.show() |
plt.figure()
你可以多次使用figure命令來產生多個圖，其中，圖片號按順序增加。這裡，要注意一個概念當前圖和當前座標。所有繪圖操作僅對當前圖和當前座標有效。通常，你並不需要考慮這些事，下面的這個例子為大家演示這一細節。
| 1234567891011121314 | import matplotlib.pyplot aspltplt.figure(1)# 第一張圖plt.subplot(211)# 第一張圖中的第一張子圖plt.plot([1,2,3])plt.subplot(212)# 第一張圖中的第二張子圖plt.plot([4,5,6])plt.figure(2)# 第二張圖plt.plot([4,5,6])# 預設建立子圖subplot(111)plt.figure(1)# 切換到figure 1 ; 子圖subplot(212)仍舊是當前圖plt.subplot(211)# 令子圖subplot(211)成為figure1的當前圖plt.title('Easy as 1,2,3')# 新增subplot 211 的標題 |
figure感覺就是給影象ID，之後可以索引定位到它。
plt.text()新增文字說明
- text()可以在圖中的任意位置新增文字，並支援LaTex語法
- xlable(), ylable()用於新增x軸和y軸標籤
- title()用於新增圖的題目
| 12345678910111213141516171819 | import numpy asnpimport matplotlib.pyplot aspltmu,sigma=100,15x=mu+sigma *np.random.randn(10000)# 資料的直方圖n,bins,patches=plt.hist(x,50,normed=1,facecolor='g',alpha=0.75)plt.xlabel('Smarts')plt.ylabel('Probability')#新增標題plt.title('Histogram of IQ')#新增文字plt.text(60,.025,r'$mu=100, sigma=15$')plt.axis([40,160,0,0.03])plt.grid(True)plt.show() |
text中前兩個引數感覺應該是文字出現的座標位置。
plt.annotate()文字註釋
在資料視覺化的過程中，圖片中的文字經常被用來註釋圖中的一些特徵。使用annotate()方法可以很方便地新增此類註釋。在使用annotate時，要考慮兩個點的座標：被註釋的地方xy(x, y)和插入文字的地方xytext(x, y)。1
| 123456789101112131415 | import numpy asnpimport matplotlib.pyplot aspltax=plt.subplot(111)t=np.arange(0.0,5.0,0.01)s=np.cos(2*np.pi*t)line,=plt.plot(t,s,lw=2)plt.annotate('local max',xy=(2,1),xytext=(3,1.5),arrowprops=dict(facecolor='black',shrink=0.05),)plt.ylim(-2,2)plt.show() |
plt.xticks()/plt.yticks()設定軸記號
現在是明白乾嘛用的了，就是人為設定座標軸的刻度顯示的值。
| 12345678910111213141516171819202122232425262728 | # 匯入 matplotlib 的所有內容（nympy 可以用 np 這個名字來使用）from pylab import *# 建立一個 8 * 6 點（point）的圖，並設定解析度為 80figure(figsize=(8,6),dpi=80)# 建立一個新的 1 * 1 的子圖，接下來的圖樣繪製在其中的第 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)# 繪製餘弦曲線，使用藍色的、連續的、寬度為 1 （畫素）的線條plot(X,C,color="blue",linewidth=1.0,linestyle="-")# 繪製正弦曲線，使用綠色的、連續的、寬度為 1 （畫素）的線條plot(X,S,color="r",lw=4.0,linestyle="-")plt.axis([-4,4,-1.2,1.2])# 設定軸記號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'$+1$'])# 在螢幕上顯示show() |
當我們設定記號的時候，我們可以同時設定記號的標籤。注意這裡使用了 LaTeX。2