1. Matplotlib 数据可视化

Matplotlib 数据可视化 Day1

前言

主要参考资料 Datawhale开源资料、 Matplotlib用户指南

一、初识Matplotlib

• Matplotlib是一个Python 2D绘图库，用来绘制各种静态，动态，交互式的图表。

• Matplotlib可用于Python脚本，Python和IPython Shell、Jupyter notebook，Web应用程序服务器和各种图形用户界面工具包等。

• Matplotlib是强大的python数据可视化工具，我们所熟知的pandas和seaborn的绘图接口其实也是基于matplotlib所作的高级封装。
  

二、简单的绘图示例

1.安装Matplotlib

python -m pip install matplotlib

2.引入库及绘图

• Matplotlib的图像是画在figure上的，每一个figure又包含了一个或多个axes（一个可以指定坐标系的子区域）。
• 创建figure以及axes的方式是通过pyplot.subplots命令，创建axes以后，可用Axes.plot绘图。

import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 2 * np.pi, 200)
y = np.sin(x)

fig, ax = plt.subplots() # 创建一个包含一个axes的figure
ax.plot(x, y) # 绘制图像
plt.show()

代码运行后自动打印出类似<matplotlib.lines.Line2D at 0x23155916dc0>这样一段话，这是因为matplotlib的绘图代码默认打印出最后一个对象。如果不想显示这句话，有以下三种方法:

1. 在代码块最后加一个分号;
2. 在代码块最后加一句plt.show()
3. 在绘图时将绘图对象显式赋值给一个变量，如将plt.plot([1, 2, 3, 4]) 改成line =plt.plot([1, 2, 3, 4])

三、Figure的组成

• 一个完整的matplotlib图像通常会包括以下四个层级，也被称为容器（container）。
• 在matplotlib的世界中，通过各种命令方法来操纵图像中的每一个部分，从而达到数据可视化的最终效果。

Figure：顶层级，用来容纳所有绘图元素

Axes：matplotlib宇宙的核心，容纳了大量元素用来构造一幅幅子图，一个figure可以由一个或多个子图组成

Axis：axes的下属层级，用于处理所有和坐标轴，网格有关的元素

Tick：axis的下属层级，用来处理所有和刻度有关的元素

四、绘图接口

matplotlib提供了两种最常用的绘图接口

1.OO模式

• 显式创建图形（figure）和轴（axes），并在它们上调用方法，也被称为OO模式（object-oriented style)
• 通过plt.subplot()命令来创建Figure和Axes，然后再对axes进行数据的绑定

x = np.linspace(0, 2, 100)

fig