Matplotlib Tutorial: Python Plotting
Matplotlib速查表
seaborn: 統(tǒng)計(jì)數(shù)據(jù)可視化. Seaborn 一個(gè)基于Matplotlib的Python可視化庫(kù)。為畫(huà)出美觀(guān)的統(tǒng)計(jì)圖表而提供高階API悬秉。

工作流

Matplotlib畫(huà)圖澄步，可視化數(shù)據(jù)，分為六步：

1. 準(zhǔn)備數(shù)據(jù)
2. 創(chuàng)建畫(huà)板（Figure和泌、Axes）
3. 畫(huà)plot
4. 調(diào)整
5. 保存savefig
6. 展示show

注意：上面步驟是按順序執(zhí)行的村缸，莫顛倒。

下面代碼段給出了一個(gè)完整的流程：

import matplotlib.pyplot as plt
import numpy as np
# step 1
x = np.linspace(start=0, stop=np.pi, num=100)
y = np.sin(x)
# step 2
fig = plt.figure()

ax = fig.add_subplot(111)

# step 3 & 4
ax.plot(x, y,
        color='lightblue',
        linewidth=3)

ax.scatter([x[20], x[49], x[79]], [y[20], y[49], y[79]],
            color='darkblue',
            marker='^')
# step 4
ax.set_xlim(0, np.pi)
# step 5
plt.savefig('foo.png', transparent=True)
# step 6
plt.show()

plt.cla()       # clean axis
plt.clf()       # clean figure
plt.close()     # close window

上面代碼畫(huà)出的圖如下所示：

foo.png和元素分解

Figure和Axes

上面的圖示除了正常的內(nèi)容之外武氓，額外添加了Matplotlib里面的畫(huà)圖需要理解的基本元素梯皿，即Figure和Axes∠厮。可以把Figure對(duì)象想象成一個(gè)大的畫(huà)板东羹，若要作畫(huà)，還必須依賴(lài)坐標(biāo)系A(chǔ)xes忠烛。一個(gè)Figure對(duì)象可以持有多個(gè)子圖属提，但每個(gè)子圖都需要獨(dú)立的坐標(biāo)系。所以步驟二創(chuàng)建畫(huà)板美尸，實(shí)際是在創(chuàng)建Figure對(duì)象冤议，添加一個(gè)（或多個(gè)）坐標(biāo)系（子圖）。記住师坎，這里子圖和坐標(biāo)系是同樣的概念恕酸。

在Matplotlib中創(chuàng)建子圖的方式不止一種，我這里只向大家介紹一種以免混淆屹耐。
如下代碼使用fig.add_subplot()方法創(chuàng)建了4個(gè)子圖在同一個(gè)Figure上尸疆。

fig = plt.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None)

ax1 = fig.add_subplot(221) # row-column-num
ax2 = fig.add_subplot(222)
ax3 = fig.add_subplot(223)
ax4 = fig.add_subplot(224)

然后你就可以分別在不同的子圖上展示數(shù)據(jù)了。如果是fig.add_subplot(111)惶岭，那就只返回一個(gè)子圖（坐標(biāo)系）寿弱，就像第一個(gè)代碼段那樣。
上面的代碼看起來(lái)略顯繁瑣按灶，如果你想一次創(chuàng)建一個(gè)2行2列個(gè)子圖在一個(gè)figure上症革，那么只需要一行代碼就可以了：

fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(nrows=2, ncols=2)
# fig, axes = plt.subplots(nrows=2, ncols=2)
# ax1, ax2, ax3, ax4 = axes[0,0], axes[0,1], axes[1,0], axes[1,1]

上面兩種創(chuàng)建多個(gè)子圖的方法分別使用了Figure對(duì)象的add_subplot()方法和plt的subplots()方法。

• Figure.add_subplot()方法每次添加一個(gè)子圖鸯旁，返回這個(gè)子圖的坐標(biāo)系噪矛。
• plt.subplots()方法一次性創(chuàng)建并返回全部坐標(biāo)系量蕊。
• 如果你習(xí)慣直接調(diào)用plt，并且一次只創(chuàng)建一個(gè)子圖艇挨，那么plt.subplot(nrows, ncols, plot_number)是不錯(cuò)的選擇残炮。

到此為止，給出的這些創(chuàng)建Axes的方法都涉及到subplot缩滨，與之對(duì)應(yīng)的是另一種創(chuàng)建Axes的方式Figure.add_axes((left, bottom, width, height))势就，這個(gè)方法創(chuàng)建一個(gè)矩形區(qū)域，(left, bottom)是矩形左下角的坐標(biāo)脉漏，width是矩形區(qū)域的寬度苞冯，height是矩形區(qū)域的高度，然后返回這個(gè)區(qū)域的坐標(biāo)供畫(huà)圖使用侧巨。雖然都返回坐標(biāo)系舅锄，但這這兩種方式，subplot和Figure.add_axes司忱，返回的是兩種不同的坐標(biāo)系對(duì)象:

• subplot返回的是matplotlib.axes._subplots.AxesSubplot皇忿，自帶網(wǎng)格框架
• add_axes返回的是matplotlib.axes._axes.Axes，更自由

常用的數(shù)據(jù)圖

Axes class

• ax.plot()
  matplotlib.axes.Axes.plot

• Axes.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, **kwargs)
  s是每個(gè)點(diǎn)的大小烘贴，當(dāng)每個(gè)點(diǎn)的大小有意義時(shí)禁添，特別有用，例如氣泡圖桨踪，每個(gè)氣泡面積代表大小老翘。
  marker默認(rèn)為'o'。
  alpha為點(diǎn)的透明度锻离，0為透明铺峭，1為不透明。當(dāng)數(shù)據(jù)之間有遮擋汽纠，但又需要顯示出來(lái)時(shí)卫键，設(shè)置透明度，例如0.5虱朵，是個(gè)不錯(cuò)的選擇莉炉。
  matplotlib.axes.Axes.scatter

• ax.bar()

• ax.barh()

• ax.axhline()

• ax.axvline()

• ax.fill()

• ax.fill_between()

• ax.arrow()

• ax.quiver()

• ax.streamplot()

• ax.hist()

• ax.boxplot()

• ax.violinplot()

• ax.imshow(img, cmap='gist_earth', interpolation='nerarest', vmin=-2, vmax=2)

調(diào)整你的數(shù)據(jù)圖

除了基本的數(shù)據(jù)圖之外，大部分情況下都需要添加更多的信息對(duì)圖表進(jìn)行說(shuō)明碴犬，或者協(xié)調(diào)坐標(biāo)系等絮宁，使數(shù)據(jù)圖表更加美觀(guān)、一致服协，表達(dá)信息更加清晰易懂绍昂！
本節(jié)內(nèi)容參考Matplotlib官網(wǎng)

顏色color c

縮寫(xiě)和全稱(chēng)表示顏色：
‘b’ - blue
‘g’ - green
‘r’ - red
‘c’ - cyan
‘m’ - magenta
‘y’ - yellow
‘k’ - black
‘w’ - white

十六進(jìn)制字符串表示顏色：
#008000

RGB或者RGBA元組：
(0,1,0,1)

灰度階（字符串）:
'0.8'

如果你有多種類(lèi)別的數(shù)據(jù)，例如10種，每種類(lèi)別都需要唯一的顏色表示窘游，這在聚類(lèi)結(jié)果可視化中很常見(jiàn)唠椭。此時(shí)，seaborn提供了簡(jiǎn)潔的方法創(chuàng)建類(lèi)別顏色sns.palplot(sns.color_palette("hls", 10))忍饰，這個(gè)方法直接返回一個(gè)RGB顏色三元組序列贪嫂，可以直接在Matplotlib需要提供顏色的時(shí)候使用。你也許在使用之前需要先展示一下這些顏色喘批，調(diào)用sns.palplot(colors)即可撩荣。例如

sns.palplot(sns.color_palette("hls", 8))

8種類(lèi)別的顏色

這個(gè)方法產(chǎn)生的顏色只改變顏色見(jiàn)的色調(diào)hue值铣揉，同時(shí)保持亮度饶深、對(duì)比度不變，所以人眼看起來(lái)會(huì)更加舒服逛拱。

標(biāo)記marker