第一回：Matplotlib初相识

一、认识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是Python数据可视化库中的泰斗，它已经成为python中公认的数据可视化工具。

二、一个最简单的绘图例子

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

fig, axes = plt.subplots() #ax 是一个可以制定坐标系的组区域
axes.plot([1,2,3,4],[1,4,2,3])
plt.show()

三、Figure的组成

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、两种绘图接口

第二种更常用（简洁）一点，即依赖plt自动创建figure 和 axes

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

plt.plot(x, x, label='linear') 
plt.plot(x, x**2, label='quadratic')  
plt.plot(x, x**3, label='cubic')
plt.xlabel('x label')
plt.ylabel('y label')
plt.title("Simple Plot")
plt.legend()
plt.show()

五、通用绘图模板

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

#step 1 数据
x = np.linspace(0,2,100)
y = x**3
#step 2 设置绘图样式
mpl.rc('lines', linewidth=4, linestyle='-.')
#step 3 定于一布局
fig, ax = plt.subplots() #可以无？
#step 4 绘制图像
plt.plot(x,y,label='linear')
#step 5 x,y label title and 图例
plt.xlabel('x label')
plt.ylabel('y label')
plt.title("Simple Plot")
plt.legend()
plt.show()

(这个是思考题2)

第二回：艺术画笔见乾坤

一、 matplotlib的三层api

绘图区 Figure Canvas
渲染器 Renderer
Artist 分类：

1. primitives 基本要素，包含一些标准图形对象，如曲线Line2D，文字text，矩形Rectangle，图像image等。
1. container是容器，即用来装基本要素的地方，包括图形figure、坐标系Axes和坐标轴Axis。

二、基本元素 - primitives

1. 2DLines 二维曲线

a. 如何设置Line2D的属性

# 1) 直接在plot()函数中设置
x = range(0,5)
y = [2,5,7,8,10]
plt.plot(x,y, linewidth=10); # 设置线的粗细参数为10

b. 如何绘制lines

2) errorbar绘制误差折线图

绘制errorbar

fig = plt.figure()
x = np.arange(10)
y = 2.5 * np.sin(x / 20 * np.pi)
yerr = np.linspace(0.05, 0.2, 10)  # yerr：指定y轴水平的误差
plt.errorbar(x, y + 3, yerr=yerr, label='both limits (default)');

2. patches 二维图形类

a. Rectangle-矩形

1) hist-直方图

x=np.random.randint(0,100,100) #生成[0-100)之间的100个数据,即 数据集 
bins=np.arange(0,101,10) #设置连续的边界值，即直方图的分布区间[0,10),[10,20)... 
plt.hist(x,bins,color='fuchsia',alpha=0.5)#alpha设置透明度，0为完全透明 
plt.xlabel('scores') 
plt.ylabel('count') 
plt.xlim(0,100); #设置x轴分布范围 plt.show()

2) bar-柱状图

# bar绘制柱状图
y = range(1,17)
plt.bar(np.arange(16), y, alpha=0.5, width=0.5, color='yellow', edgecolor='red', label='The First Bar', lw=3);
# x y 透明度

b. Polygon-多边形

常用的是fill类，它是基于xy绘制一个填充的多边形，它的定义：

matplotlib.pyplot.fill(*args, data=None, **kwargs)

# 用fill来绘制图形
x = np.linspace(0, 5 * np.pi, 1000) 
y1 = np.sin(x)
y2 = np.sin(2 * x) 
plt.fill(x, y1, color = "g", alpha = 0.3);

c. Wedge-契形

wedge中比较常见的是绘制饼状图 pie

# pie绘制饼状图
labels = 'Frogs', 'Hogs', 'Dogs', 'Logs'
sizes = [15, 30, 45, 10] 
explode = (0, 0.1, 0, 0) #偏移量
fig1, ax1 = plt.subplots() 
ax1.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%', shadow=True, startangle=90) 
# 大小 偏移 标签 数字格式  startangle：饼状图开始的绘制的角度。
ax1.axis('equal'); # Equal aspect ratio ensures that pie is drawn as a circle.

3. collections 收集

包括了scatter 画散点图

# 用scatter绘制散点图
x = [0,2,4,6,8,10] 
y = [10]*len(x) 
s = [20*2**n for n in range(len(x))] 
plt.scatter(x,y,s=s) ;

4. images 图像

略

三、对象容器 - Object container

略

思考题

primitives 和 container的区别和联系是什么，分别用于控制可视化图表中的哪些要素

primitives是基本元素，containers是容器。

区别：

primitives 是基本元素，包括的是一些标准图像，如曲线、图形、图像、散点等。

containers是容器，包括的是图形figure、坐标系Axes、坐标轴Axis和Tick等。

联系：

容器会包含一些primitives，容器还有它自身的属性。
分别用一组长方形柱和填充面积的方式模仿画出下图，函数 y = -1 * (x - 2) * (x - 8) +10 在区间[2,9]的积分面积

    # bar绘制柱状图
    x = np.linspace(0, 10, 100) 
    y = -1 * (x - 2) * (x - 8) +10 
    x2 = np.linspace(2, 9, 40) 
    y2 = -1 * (x2 - 2) * (x2 - 8) +10 
    plt.ylim((0, 20))
    plt.plot(x,y,color='red')
    plt.bar(x2, y2, alpha=0.5, width=0.1, color='gray', label='The First Bar', lw=3); #alpha 透明度
    # plt.fill_between(x2,0,y2,facecolor='gray',alpha=0.5)

# bar绘制柱状图
x = np.linspace(0, 10, 100) 
y = -1 * (x - 2) * (x - 8) +10 
x2 = np.linspace(2, 9, 40) 
y2 = -1 * (x2 - 2) * (x2 - 8) +10 
plt.ylim((0, 20))
plt.plot(x,y,color='red')
plt.bar(x2, y2, alpha=0.5, width=0.1, color='gray', label='The First Bar', lw=3); #alpha 透明度

zetaolian / matplotlibb Goto Github PK

matplotlibb's Introduction