環(huán)境介紹
- IDE是PyCharm專(zhuān)業(yè)版贯莺，社區(qū)版好像不支持圖形可視化（不確定）账胧。
- 庫(kù)是matplotlib沃饶、numpy梭域、pandas。
- 本文參考《利用python進(jìn)行數(shù)據(jù)分析》一書(shū)赐纱，github地址請(qǐng)點(diǎn)這里
基本示例
簡(jiǎn)單嘗試
#導(dǎo)入matplotil庫(kù)脊奋，用于畫(huà)圖
import matplotlib.pyplot as plt
#導(dǎo)入numpy庫(kù)，用于數(shù)據(jù)處理
import numpy as np
#畫(huà)圖
data = np.arange(10)
plt.plot(data)
#使圖像展示出來(lái)
plt.show()
上面的代碼展示了最簡(jiǎn)單的圖片繪制疙描】衲В總結(jié)起來(lái)有一下幾個(gè)步驟：
- 導(dǎo)入繪圖和數(shù)據(jù)處理需要的庫(kù)
- 導(dǎo)入需要繪制成圖的數(shù)據(jù)，處理這些數(shù)據(jù)淫痰。比如本例中執(zhí)行
data = np.arange(10)生成從0-9的整數(shù)。 - 繪圖并展示整份。這里需要說(shuō)明待错，如果不執(zhí)行
plt.show()籽孙，在PyCharm中不會(huì)自動(dòng)彈出繪制出來(lái)的圖形，需要在PyCharm界面的最右側(cè)點(diǎn)擊‘Sciview’按鈕進(jìn)行查看火俄。另在犯建，如果是在Jupyter中繪圖，需要加入代碼matplotlib notebook瓜客，如果是在Ipython中運(yùn)行适瓦，則需要加入代碼matplotlib。
上述代碼的執(zhí)行效果如下所示谱仪。
image
子圖
#導(dǎo)入matplotil庫(kù)玻熙，用于畫(huà)圖
import matplotlib.pyplot as plt
#導(dǎo)入numpy庫(kù)，用于數(shù)據(jù)處理
import numpy as np
#畫(huà)圖
data = np.arange(10)
#第一種生成子圖的方式
fig = plt.figure() #生成一個(gè)圖片對(duì)象
#將fig劃分成2行2列4個(gè)子圖 疯攒，a1表示第1個(gè)子圖嗦随，對(duì)應(yīng)subplot的三個(gè)參數(shù)。
a1 = fig.add_subplot(2,2,1)
#在生成兩個(gè)子圖
a2 = fig.add_subplot(2,2,2)
a3 = fig.add_subplot(2,2,3)
#繪圖
plt.plot(np.random.randn(50).cumsum(),'k--')
_ = a1.hist(np.random.randn(100),bins=20,color = 'k',alpha=0.3)
a2.scatter(np.arange(30),np.arange(30)+2*np.random.randn(30))
#第二種生成子圖的方式敬尺。
#生成2行3列的子圖枚尼，sharex表示所有子圖橫坐標(biāo)范圍相同
fig,axs = plt.subplots(2,3,sharex=True)
#對(duì)在第1行第2列的子圖進(jìn)行繪制
axs[0,1].hist(np.random.randn(100),bins=20,color = 'k',alpha=0.3)
#使圖像展示出來(lái)
plt.show()
常用的生成子圖的方式有兩種。
-
對(duì)于第一種砂吞，先生成一個(gè)圖片對(duì)象署恍，然后在圖片對(duì)象中添加子圖。之后在自圖上進(jìn)行繪制蜻直。這里注意盯质，如果直接執(zhí)行
plt.plot，默認(rèn)是在最后生成的一張子圖上進(jìn)行繪制袭蝗。比如本例中使用plt.plot(np.random.randn(50).cumsum(),'k--')繪制的圖出現(xiàn)在了第子圖中唤殴。‘k--’線條的一些屬性到腥，在下一節(jié)具體列出朵逝。也可以通過(guò)'子圖名稱.XXX'的方法來(lái)具體指定在哪個(gè)子圖中繪制。如本例中使用a1.hist()命令在a1中繪制了柱狀圖乡范。常見(jiàn)的圖片類(lèi)型見(jiàn)下表配名，更豐富的指令請(qǐng)參見(jiàn)官方文檔。地址請(qǐng)點(diǎn)我晋辆！關(guān)鍵詞 圖片種類(lèi) angle_spectrum 角度光譜 bar 條形圖 barh 水平條圖 hist 直方圖 hist2d 2D直方圖 phase_spectrum 相位頻譜 pie 餅圖 ploar 極性圖 psd 功率光譜密度 scatter 散點(diǎn)圖 specgram 光譜圖 stackplot 堆疊區(qū)域圖 step 步驟圖 第一種的圖片效果如下所示;
image -
第二種創(chuàng)建子圖的方式與第一種類(lèi)似渠脉。使用subplots創(chuàng)建一組圖，其中參數(shù)中的2,3表示2行3列瓶佳，sharex參數(shù)表示所有子圖共享同樣的橫坐標(biāo)范圍芋膘。subplots還有一些其他的參數(shù)，具體請(qǐng)查看官網(wǎng)文檔。在繪制子圖時(shí)为朋，可以使用如本例中
axs[0,1]的方式進(jìn)行指定臂拓，[0,1]參數(shù)表示第一行第二列的子圖（行和列的計(jì)數(shù)從零開(kāi)始）。效果如下所示习寸。image 可以使用
plt.subplots_adjust()函數(shù)來(lái)調(diào)整子圖間距胶惰。
顏色、標(biāo)記霞溪、線性
#導(dǎo)入matplotil庫(kù)孵滞，用于畫(huà)圖
import matplotlib.pyplot as plt
#導(dǎo)入numpy庫(kù)，用于數(shù)據(jù)處理
import numpy as np
from numpy.random import randn
#畫(huà)圖
data = np.random.randn(30).cumsum()
plt.plot(data,color='k', linestyle='dashed', marker='o', label='One')
plt.plot(data,'r-', drawstyle='steps-post', label='Two')
#生成圖例
plt.legend(loc='best')
plt.show()
上面的代碼中有兩個(gè)plt.plot鸯匹，所以可以在同一個(gè)圖中繪制兩條不同的線坊饶。
- 在第一句plt.plot的參數(shù)中，‘color’表示顏色忽你，在這里k表示黑色幼东，linestyle表示線條的類(lèi)型，marker表示標(biāo)記的類(lèi)型科雳。它們也可以簡(jiǎn)寫(xiě)成一個(gè)參數(shù)：‘ko--’根蟹，如第二句plt.plot中的參數(shù)‘r-’（代表紅色實(shí)線）就是這種寫(xiě)法。需要注意的是糟秘，如果要用這種簡(jiǎn)寫(xiě)的方式指定標(biāo)記的類(lèi)型简逮，該參數(shù)需要緊跟在顏色參數(shù)之后。比如‘ko--’中尿赚，o要緊跟在k之后散庶。
- 如果不指定drawstyle參數(shù)，則默認(rèn)使用線性內(nèi)插的方式使圖像連續(xù)凌净，在第二條線中悲龟，這個(gè)參數(shù)被指定為steps-post，意思是折現(xiàn)法內(nèi)插冰寻，label屬性相當(dāng)于給每條線一個(gè)名字须教，便于生成圖例。
- plt.legend表示要生成圖例斩芭，loc參數(shù)是指圖例出現(xiàn)的位置轻腺，best是指自動(dòng)選擇位置。
- 更多關(guān)于顏色划乖、線條贬养、標(biāo)記的屬性請(qǐng)參見(jiàn)官網(wǎng)文檔。請(qǐng)點(diǎn)這里琴庵！
效果如下所示：
image
刻度误算，坐標(biāo)軸仰美，注釋
# 導(dǎo)入matplotil庫(kù)，用于畫(huà)圖
import matplotlib.pyplot as plt
# 導(dǎo)入numpy庫(kù)儿礼，用于數(shù)據(jù)處理
import numpy as np
from numpy.random import randn
# 畫(huà)圖
fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)
ax.plot(np.random.randn(1000).cumsum())
# 設(shè)置x軸上筒占，哪些坐標(biāo)處需要加刻度
ticks = ax.set_xticks([0, 250, 500, 750, 1000])
# 設(shè)置刻度的內(nèi)容
labels = ax.set_xticklabels(['one', 'two', 'three', 'four', 'five'], rotation=45, fontsize='small')
# 設(shè)置橫坐標(biāo)的名稱
ax.set_xlabel('Stages')
plt.show()
- ax.set_xticks可以設(shè)置在哪些坐標(biāo)處需要加刻度。
- set_xticklabels可以設(shè)置刻度的內(nèi)容蜘犁，rotation參數(shù)可以用來(lái)設(shè)置旋轉(zhuǎn)的角度，fontsize可以用來(lái)設(shè)置刻度的大小止邮。
- set_xlabel可以用來(lái)設(shè)置x軸的名稱这橙。
效果如下所示。
image
# 導(dǎo)入matplotil庫(kù)导披，用于畫(huà)圖
import matplotlib.pyplot as plt
# 導(dǎo)入numpy庫(kù)屈扎，用于數(shù)據(jù)處理
import numpy as np
from numpy.random import randn
from datetime import datetime
import pandas as pd
fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)
data = pd.read_csv('C:/Users/Nighthink/Downloads/pydata-book/examples/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')
]
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')
# Zoom in on 2007-2010
ax.set_xlim(['1/1/2007', '1/1/2011'])
ax.set_ylim([600, 1800])
ax.set_title('Important dates in the 2008-2009 financial crisis')
- 可以使用set_xlim函數(shù)來(lái)設(shè)置橫坐標(biāo)的顯示范圍，同理將x換成y可以設(shè)置縱坐標(biāo)的顯示范圍撩匕。
- set_title函數(shù)可以給圖片添加一個(gè)標(biāo)題
- 可以使用ax.annotate方法來(lái)在指定的x和y坐標(biāo)上繪制標(biāo)簽鹰晨。
效果如下所示：
image
圖片的保存
執(zhí)行代碼plt.savegif('fig.png',dpi=400,bbox_inches='tight')可以將圖保存成png格式，文件名是fig止毕，dpi參數(shù)表示每英寸點(diǎn)數(shù)的分辨率模蜡，bbox_inches參數(shù)可以用來(lái)控制實(shí)際圖像四周的空白。
