繪圖是資料分析工作中最重要的任務之一，是探索過程的一部分。python為我們提供了許多視覺化工具，最常用的的是matplotlib。matplotlib是一種用於創建出版質量圖示的桌面繪圖包（主要是2D方面），它為python構建了一個MATLAB式的繪圖介面。它不僅支援各種作業系統上許多不同的GUI後端，而且還能將圖片匯出為各種常見的向量和光柵圖：PDF、SVG、JPG、PNG、BMP、GIF等。matplotlib還有許多外掛工具集，如用於3D圖形的mplot3d以及用於地圖和投影的basemap.

一、Figure

matplotlib的影象都位於Figure物件中，利用plt.figure建立新的Figure,不能通過空的Figure繪圖。必須用add_subplot建立一個或多個subplot才行。

程式碼：

import matplotlib.pyplot as plt
import numpy as np
data = np.arange(10)
plt.plot(data)
#建立一個figure
fig = plt.figure()
#建立的影象是2*2的，目前選中的是4個subplot中的第一個（編號從1開始）
ax1 = fig.add_subplot(2, 2, 1)
ax3 = fig.add_subplot(2, 2, 3)
ax2 = fig.add_subplot(2, 2, 2)
#此時，發出一個繪圖指令，matplotlib會在最後一個用過的subplot(若無，則建立一個)上進行繪製
#'k--'是一個線性選項，代表黑色虛線
plt.plot(np.random.randn(50).cumsum(), 'k--')
#柱狀圖
ax1.hist(np.random.randn(100), bins=20, color='k', alpha=0.3)
#散點圖
ax3.scatter(np.arange(30), np.arange(30) + 3 * np.random.randn(30))
#可以使用plt.close()方法關閉圖在控制檯出現
#plt.close('all')
 

結果顯示：

二、subplot

plt.subplots建立新的figure,並返回一個含有已建立的subplots物件的numpy陣列，這樣可以輕鬆地對axes陣列進行索引，類似於二維陣列的索引，例：axes[0,1]代表第一行第二個圖：

其中subplots函式中各選項：

程式碼：

#建立subplot物件
fig, axes = plt.subplots(2, 3)
"""
result:2*3的子圖
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)
#將間距縮到0，從圖中可以看出軸標籤重疊，對於這種情況，只能自己設定刻度位置和標籤了
plt.subplots_adjust(wspace=0, hspace=0)
 

結果：

三、顏色、標籤和線型

matplotlib的plot函式接受一組X和Y座標，還可以接受一個表示顏色和線型的字串縮寫。

若要根據x和y繪製綠色虛線，可執行以下程式碼：

ax.plot(x,y,'g--')
#或更明確的方式
ax.plot(x,y,linestyle='--',color='g')

程式碼：

plt.figure()
plt.plot(np.random.randn(30).cumsum(), 'ko--')
#上式可以改成更為明確的形式：
plt.plot(np.random.randn(30).cumsum(), color='k', linestyle='dashed', marker='o')

結果：

線上型圖中，非實際資料點預設是按線性方式插值，可以通過drawstyle選項修改：

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、標籤、圖例

pyplot介面的設計目的就是互動式使用，含有xlim、xticks和xticklabels之類的方法。它們分別控制圖表的範圍、刻度位置、刻度標籤。其使用方式有以下兩種：

• 呼叫時不帶引數，則返回當前的引數值。例如，plt.xlim()返回當前X軸繪圖範圍。
• 呼叫時帶引數，則設定引數值。因此，plt.xlim([0,10])會將X軸的範圍設定為0到10。
  

這些方法都是對當前或最近建立的AxesSubplot起作用的。

對於subplot物件，以xlim為例，就是ax.get_xlim和ax.set_xlim。

#設定標題、軸標籤、刻度、刻度標籤
fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)
ax.plot(np.random.randn(1000).cumsum())
#設定刻度
ticks = ax.set_xticks([0, 250, 500, 750, 1000])
#設定刻度標籤
labels = ax.set_xticklabels(['one', 'two', 'three', 'four', 'five'],
                            rotation=30, fontsize='small')
#設定標題
ax.set_title('My first matplotlib plot')
#設定軸標題
ax.set_xlabel('Stages')

結果：

新增圖例

圖例（legend）是另一種用於標識圖表元素的重要工具。

方法有兩種，最簡單的一種是在新增subplot時傳入label引數。

from numpy.random import randn
fig = 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')
#顯示圖例，loc表示圖例位置，best為最佳位置。
#ax.legend()或plt.legend()方法
ax.legend(loc='best')

左圖是無圖例的，右圖是有圖例的。

註解以及在subplot上繪圖

除標準的圖表物件之外，你可能還希望繪製一些自定義的註釋（比如文字、箭頭或其他圖形等）。

註解還可以通過text、arrow和annotate等函式進行新增，text可以將文字繪製在圖表的指定座標（x,y）,還可以加上一些自定義格式：

from datetime import datetime
import pandas as pd

fig = 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(2007, 10, 11), 'Peak of bull market'),
    (datetime(2008, 3, 12), 'Bear Stearns Fails'),
    (datetime(2008, 9, 15), 'Lehman Bankruptcy')
]
#添加註釋（包括文字和箭頭）
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')

# 設定x、y軸範圍：Zoom in on 2007-2010
ax.set_xlim(['1/1/2007', '1/1/2011'])
ax.set_ylim([600, 1800])
#新增標題
ax.set_title('Important dates in the 2008-2009 financial crisis')

結果：

五、將圖表儲存到檔案

利用plt.savefig可以將當前圖表儲存到檔案。該方法相當於Figure物件的例項方法savefig。