Matplotlib的最低限度指南
2021年2月15日
Matplotlib的最低限度指南
如果你想在Python中处理数组，你可以使用NumPy。如果你想处理表格数据，你可以使用Pandas。用于数据可视化的典型的Python库是Matplotlib。它很容易使用，很灵活，而且很多其他的可视化库都是建立在Matplotlib的基础上。这意味着，学习Matplotlib将使我们更容易理解和使用一些更花哨的可视化库。
开始学习
你需要安装Matplotlib库。假设你有一些终端可以使用，并且安装了pip，你可以用下面的命令来安装Matplotlib：pip install matplotlib。你可以在Matplotlib的安装指南中阅读更多关于安装的内容。
两种方法
我们将首先用两种不同的方法制作一个简单的散点图："天真 "的方法和面向对象的方法。这两种方法都有其优点和缺点。一般来说，我们可以说，当你需要多个相邻的图时，面向对象的方法是最好的。但我几乎总是使用面向对象的方法，即使我不需要做多个图。
Naive
首先，我们必须导入matplotlib。plt框架是我们用于Python绘图的工具。
import matplotlib.pyplot as plt
import numpy as np
我们还导入了numpy，所以我们可以很容易地生成要绘制的点! 让我们在正弦函数上选择一些点。我们选择一些x值，然后用np.sin计算出y值。
x = np.linspace(-3, 3, num=10)
y = np.sin(x)
现在我们已经生成了我们的点，我们可以做我们的散点图了! 我们使用plt框架中的散点函数来绘制，并使用show来可视化我们的图。
plt.scatter(x, y)
plt.show()
通过运行这66行，应该会出现一个带有以下绘图的窗口。
如果我们不想要散点图而想要直线图，我们可以把散点图换成绘图。
plt.plot(x, y)
plt.show()
这样我们就得到了下面的图。
然而，这条线是非常锯齿状的。我们可以通过生成更多的点来使其更加平滑。
x = np.linspace(-3, 3, num=100)
y = np.sin(x)
plt.plot(x, y)
plt.show()
面向对象
现在我们知道了如何制作和可视化一个绘图，让我们来看看制作相同绘图的面向对象的方法。然而，为什么我们要知道这些呢？仅仅是因为面向对象的方式更强大，可以制作更复杂的图，当我们想制作多个图时，就会发现这一点。
如果我们想复制之前的图，我们首先要做一个Figure对象和一个Axes对象。我们假设，我们已经生成了我们的数据。
fig = plt.figure()
ax = fig.add_subplot()
我们可以把Figure对象看作是框架，我们想把图放进去，而Axes对象是我们框架中的一个实际图。然后，我们将直线图添加到Axes对象中，并再次使用show来可视化该图。
ax.plot(x, y)
plt.show()
这就生成了与之前相同的图。
线形图
下面是我们可以使用的颜色的例子。我们可以用许多不同的方式来指定颜色；十六进制代码、RGB、普通的名字。
from scipy.stats import norm
x = np.linspace(-4, 4, num=100)
fig = plt.figure(figsize=(8, 5))
ax = fig.add_subplot()
ax.plot(x, norm.pdf(x, loc=-1, scale=1), color="magenta")
ax.plot(x, norm.pdf(x, loc=0, scale=1), color=（0.85, 0.64, 0.12）)
ax.plot(x, norm.pdf(x, loc=1, scale=1), color="#228B22")
plt.show()
还有许多预定义的线型，我们可以使用。注意，如果不定义颜色，Matplotlib会自动为我们的线条选择一些明显的默认颜色。
x = np.linspace(-6, 6, num=100)
fig = plt.figure(figsize=(8, 5))
ax = fig.add_subplot()
ax.plot(x, norm.pdf(x, loc=-3, scale=1), linestyle="solid")
ax.plot(x, norm.pdf(x, loc=-1, scale=1), linestyle="dotted")
ax.plot(x, norm.pdf(x, loc=1, scale=1), linestyle="虚线")
ax.plot(x, norm.pdf(x, loc=3, scale=1), linestyle="dashdot")
plt.show()
我们还可以调整线的宽度!
x = np.linspace(-2, 9, num=100)
fig = plt.figure(figsize=(8, 5))
ax = fig.add_subplot()
for i in range(1,7):
ax.plot(x, norm.pdf(x, loc=i, scale=1), color="black", lineewidth=i/2)
plt.show()
散点图
对于散点图，我们可以改变标记和它们的大小。下面是一个例子
x = np.linspace(-4, 4, num=20)
y1 = x
y2 = -y1
y3 = y1**2
fig = plt.figure(figsize=(8, 5))
ax = fig.add_subplot()
ax.scatter(x=x, y=y1, marker="v", s=1)
ax.scatter(x=x, y=y2, marker="X", s=5)
ax.scatter(x=x, y=y3, marker="s", s=10)
plt.show()
我们还可以通过改变fmt参数，使用ax.plot函数将直线图和散点图结合起来。fmt参数由标记、线和颜色的部分组成：fmt = [marker][line][color]。如果fmt = "s--m"，那么我们就有正方形的标记，一条虚线，并且它们会被染成品红色。
x = np.linspace(-2, 2, num=20)
y = x ** 3 - x
fig = plt.figure(figsize=(8, 5))
ax = fig.add_subplot()
ax.plot(x, y, 'H-g')
plt.show()
直方图
我们可以制作直方图
x = np.random.randn(10000)
fig = plt.figure(figsize=(8, 5))
ax = fig.add_subplot()
ax.hist(x)
plt.show()
x1 = np.random.randn(10000)-1
x2 = np.random.randn(10000)+1
fig = plt.figure(figsize=(8, 5))
ax = fig.add_subplot()
ax.hist(x1, color='turquoise', edgecolor='none', bins=50, alpha=0.5, density=True)
ax.hist(x2, color='magenta', edgecolor='none', bins=200, alpha=0.5, density=True)
plt.show()
当然，我们要为我们的绘图添加一个图例。这可以通过ax.legend函数简单完成。
x = np.linspace(-2, 2, num=100)
y1 = x
y2 = x**2
fig = plt.figure(figsize=(8, 5))
ax = fig.add_subplot()
ax.plot(x, y1, color='turquoise', label='First')
ax.plot(x, y2, color='magenta', label='Second')
ax.legend()
plt.show()
Matplotlib会自动为图例找到最佳位置，但我们可以通过为loc参数提供一个参数来改变它。另外，一个常见的偏好是不在图例周围设置框架，我们可以通过设置frameon参数为False来禁用它。此外，Matplotlib在一列中列出了图例的元素，但我们可以在ncol参数中提供要使用的列数。
x = np.linspace(-2, 2, num=100)
y1 = x
y2 = np.sin(x)+np.cos(x)
y3 = x**2
fig = plt.figure(figsize=(8, 5))
ax = fig.add_subplot()
ax.plot(x, y1, color='turquoise', label='First')
ax.plot(x, y2, color='magenta', label='Second')
ax.plot(x, y3, color='森林绿', label='第三')
ax.legend(loc='lower center', frameon=False, ncol=3)
plt.show()
最后的提示
你可以用Matplotlib做很多神奇的事情，不能在这里提供所有这些。不过，有几个准则可以让你开始使用。
你可以用plt.savefig()函数保存数字。
有一堆建立在Matplotlib肩膀上的库，可能对你试图创建的特定绘图有益，例如，Seaborn、Bokeh、Plotly，以及更多。
Afghanistan
Åland Islands
Albania
Algeria
American Samoa
Andorra
Angola
Anguilla
Antarctica
Antigua and Barbuda
Argentina
Armenia
Aruba
Asia/Pacific Region
Australia
Austria
Azerbaijan
Bahamas
Bahrain
Bangladesh
Barbados
Belarus
Belgium
Belize
Benin
Bermuda
Bhutan
Bolivia
Bosnia and Herzegovina
Botswana
Bouvet Island
Brazil
British Indian Ocean Territory
British Virgin Islands
Brunei
Bulgaria
Burkina Faso
Burundi
Cambodia
Cameroon
Canada
Cape Verde
Caribbean Netherlands
Cayman Islands
Central African Republic
Chad
Chile
China
Christmas Island
Cocos (Keeling) Islands
Colombia
Comoros
Congo
Cook Islands
Costa Rica
Cote d'Ivoire
Croatia
Cuba
Curaçao
Cyprus
Czech Republic
Democratic Republic of the Congo
Denmark
Djibouti
Dominica
Dominican Republic
East Timor
Ecuador
Egypt
El Salvador
Equatorial Guinea
Eritrea
Estonia
Ethiopia
Europe
Falkland Islands
Faroe Islands
Fiji
Finland
France
French Guiana
French Polynesia
French Southern and Antarctic Lands
Gabon
Gambia
Georgia
Germany
Ghana
Gibraltar
Greece
Greenland
Grenada
Guadeloupe
Guam
Guatemala
Guernsey
Guinea
Guinea-Bissau
Guyana
Haiti
Heard Island and McDonald Islands
Honduras
Hong Kong
Hungary
Iceland
India
Indonesia
Iran
Iraq
Ireland
Isle of Man
Israel
Italy
Jamaica
Japan
Jersey
Jordan
Kazakhstan
Kenya
Kiribati
Kuwait
Kyrgyzstan
Laos
Latvia
Lebanon
Lesotho
Liberia
Libya
Liechtenstein
Lithuania
Luxembourg
Macau
Macedonia (FYROM)
Madagascar
Malawi
Malaysia
Maldives
Mali
Malta
Marshall Islands
Martinique
Mauritania
Mauritius
Mayotte
Mexico
Micronesia
Moldova
Monaco
Mongolia
Montenegro
Montserrat
Morocco
Mozambique
Myanmar (Burma)
Namibia
Nauru
Nepal
Netherlands
Netherlands Antilles
New Caledonia
New Zealand
Nicaragua
Niger
Nigeria
Niue
Norfolk Island
North Korea
Northern Mariana Islands
Norway
Oman
Pakistan
Palau
Palestine
Panama
Papua New Guinea
Paraguay
Peru
Philippines
Pitcairn Islands
Poland
Portugal
Puerto Rico
Qatar
Réunion
Romania
Russia
Rwanda
Saint Barthélemy
Saint Helena
Saint Kitts and Nevis
Saint Lucia
Saint Martin
Saint Pierre and Miquelon
Saint Vincent and the Grenadines
Samoa
San Marino
Sao Tome and Principe
Saudi Arabia
Senegal
Serbia
Seychelles
Sierra Leone
Singapore
Sint Maarten
Slovakia
Slovenia
Solomon Islands
Somalia
South Africa
South Georgia and the South Sandwich Islands
South Korea
South Sudan
Spain
Sri Lanka
Sudan
Suriname
Svalbard and Jan Mayen
Swaziland
Sweden
Switzerland
Syria
Taiwan
Tajikistan
Tanzania
Thailand
Togo
Tokelau
Tonga
Trinidad and Tobago
Tunisia
Turkey
Turkmenistan
Turks and Caicos Islands
Tuvalu
U.S. Virgin Islands
Uganda
Ukraine
United Arab Emirates
United Kingdom
United States
United States Minor Outlying Islands
Uruguay
Uzbekistan
Vanuatu
Vatican City
Venezuela
Vietnam
Wallis and Futuna
Western Sahara
Yemen
Zambia
Zimbabwe
