数据可视化~matplotlib基本绘图方法

原文链接： http://www.juzicode.com/data-visualize-matplotlib-basis-plot/

在做数据处理时用图形显示出处理结果，可以得到更直观的判断。Python中matplotlib为我们提供了非常强大的绘图功能，它可以绘制曲线图、柱图、饼图、散点图、三维图等等。在python3.8及以下版本中matplotlib不是标准库，需要先通过pip安装matplotlib：

pip install matplotlib

先从一段最简单的画图代码开始，看下使用matplotlib的基本步骤，这里用到了numpy生成坐标数据，另外一般约定matplotlib.pyplot导入的别名为plt，下文出现的plt一般都是指matplotlib.pyplot：

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(1,20)  #用numpy生成x坐标点
y = x+5              #生成y坐标的值
plt.title("juzicode")#设置标题
plt.xlabel("x")      #设置x坐标标签
plt.ylabel("y=x+5")  #设置y坐标标签
plt.plot(x,y)        #绘图
plt.savefig('matplot-basic.png')#保存图片
plt.show()           #显示图片

从前面的代码可以看出matplotlib绘图的基本过程：先利用numpy生成x，y坐标的数据，当然也可以用其他方法生成x，y坐标的数据，比如说从csv或者excel表格中读出数据，然后用plt.title()设置标题，plt.xlabel()、 plt.ylabel()设置x、y坐标的标签，再用plt.plot()方法绘图，plt.savefig()保存图片（可选项），plt.show()显示图片。

1、 绘图plot()

上面的例子是一个简单的函数关系y=x+5，x的取值是1~19的19个离散数字点，x坐标表示的就是这19个离散点的值，在plot()方法中没有指定线条格式，会使用默认方式自动填充19个y点之间的连线，所以看起来就好像连续的线条。

plot()方法的调用形式有2种：

plot([x], y, [fmt], *, data=None, **kwargs)
plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs)

1.1、x、y

x、y分别为水平方向和垂直方向的取值。

1.2、fmt 线条格式

plt.plot()的第3个入参为线条样式参数：

plt.plot(x,y,'^-r')  

采用的字符串含义分为3部分 ：

fmt = '[marker][line][color]'

比如使用’^-r’表示用朝上三角形、连续线条、红色。如果没有给样式的说明，在内部有一个“style circle” ，供plot循环选择使用。有一个例外情况，如果line给出了说明，但是marker没有给出说明，marker不会使用。

理论上顺序可以更换，比如可以使用’ [color] [marker][line]’ ，但是最好和官方给出的要求保持一致。

三种样式参数定义：

marker(标记)

符号	含义
'.'	point marker
','	pixel marker
'o'	circle marker
'v'	triangle_down marker
'^'	triangle_up marker
'<'	triangle_left marker
'>'	triangle_right marker
'1'	tri_down marker
'2'	tri_up marker
'3'	tri_left marker
'4'	tri_right marker
's'	square marker
'p'	pentagon marker
'*'	star marker
'h'	hexagon1 marker
'H'	hexagon2 marker
'+'	plus marker
'x'	x marker
'D'	diamond marker
'd'	thin_diamond marker
'|'	vline marker
'_'	hline marker

Line Styles (风格)

符号	含义
'-'	solid line style
'--'	dashed line style
'-.'	dash-dot line style
':'	dotted line style

Colors (颜色)

颜色只能用单个字符表示。

符号	含义
'b'	blue
'g'	green
'r'	red
'c'	cyan
'm'	magenta
'y'	yellow
'k'	black
'w'	white

下面是一个生成不同样式子图的例子：

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(1,20)  #用numpy生成x坐标点
y = x*x              #生成y坐标的值
plt.subplot(221)
plt.title("juzicode")#设置标题
plt.plot(x,y,'*--g') #绘图
plt.subplot(222)
plt.plot(x,y,'o-r')  
plt.subplot(223)
plt.plot(x,y,'<:b') 
plt.subplot(224)
plt.plot(x,y,'>-y')  
plt.show()         #显示图片

在plt.plot()入参中连续输入多组x,y,fmt，比如plt.plot(x,y,’*–g’,x,y2,’o-r’,x,y3,'<:b’)，可以在一个画布中绘制多条曲线：

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(1,10)  #用numpy生成x坐标点
y = x*x              #生成y坐标的值
y2 = 2*x + 3
y3 = -x*x - 5

plt.title("juzicode")#设置标题
plt.plot(x,y,'*--g',x,y2,'o-r',x,y3,'<:b') #绘图
plt.show()         #显示图片

2、设置title、label

plt.title()设置显示图像的标题，如果显示中文默认的方法会出现乱码，参照Python数据可视化~matplot默认配置修改（可解决中文、负号等显示问题）修改可以解决乱码问题。

plt.xlabel()，plt.ylabel() 用来设置x和y轴的标签。

3、 保存、显示图像

plt.savefig(文件名称)保存用plot()方法绘制的图像。

plt.show()，显示plot()方法绘制的图像。

4、legend (图例)

legend的入参fontsize选项有 ‘xx-small’, ‘x-small’, ‘small’, ‘medium’, ‘large’, ‘x-large’, ‘xx-large’ ，类似衣服的 2个x小码、1个x小码，小码，中码……

loc是位置选项，‘best’自动选择，‘upper center’正中等等，既可以用str类型的位置字符串，也可以用int型的位置码：

位置字符串	位置码
‘best’	0	自动选择最佳位置
‘upper right’	1	右上
‘upper left’	2	左上
‘lower left’	3	左下
‘lower right’	4	右下
‘right’	5	正右
‘center left’	6
‘center right’	7
‘lower center’	8
‘upper center’	9
‘center’	10

legend()方法可以用于plt，也可用于plt.subslots()生成的ax实例。

import matplotlib.pyplot as plt
import numpy as np

if __name__ == '__main__':
    plt.rc('font',family='SimSun',size='9')
    plt.rc('axes',unicode_minus='False')
    
    x = np.arange(20)
    y = np.sin(x / 2)
    
    plt.step(x, y + 2, label='pre')#默认where='pre'     #step画图方式
    plt.plot(x, y + 2, 'o--', color='green', alpha=0.3) #plot 画图方式

    plt.step(x, y + 1, where='mid', label='mid')
    plt.plot(x, y + 1, '*--', color='red', alpha=0.3)

    plt.step(x, y, where='post', label='post')
    plt.plot(x, y, '<--', color='blue', alpha=0.3)

    plt.grid(axis='both', color='0.8')#axis可以为'x','y','both'三种
    plt.legend(title='参数where:',fontsize='xx-small',loc='upper center')
    plt.title('step画图 By 桔子code')
    plt.show()

推荐阅读：
编码: 一个隐藏了30多年的bug，Windows含蓄说过某通不行？
Python进阶--多线程通信
zbar：给我来10G打码图片
用你的邮箱为你看家护院
好冷的Python-- if __name__==’__main__’是啥东东
Python混合编程：C语言接口ctypes(1)
如何优雅地解决matplotlib不能正常显示中文和负号的问题