此文是《10周入門資料分析》系列的第17篇

想瞭解學習路線，可以先閱讀 學習計畫 | 10周入門資料分析

本篇介紹第三個包 matplotlib

matplotlib是一個用於製作圖表的繪圖包。

Matplotlib API入門

1、Figure 和 Subplot

matplotlib的圖像都位於Figure物件中。

帶有三個subplot的Figure：

這些由fig.add_subplot所返回的物件是AxesSubplot物件，直接調用它們的實例方法就可以在其它空著的格子裡畫圖了。

這時發出一條繪圖命令，matplotlib就會在最後一個用過的subplot上進行繪製（如果沒有會創建一個）：

K — ：一個線型選項，用於告訴matplotlib繪製黑色虛線圖。

依次畫出虛線、長條圖、散點圖。

根據特定佈局創建Figure和subplot的簡便方法：plt.subplots， 它可以創建一個新的Figure，並返回一個含有已創建的subplot物件的NumPy陣列：

可以對 axes陣列進行索引，就像是一個二維陣列一樣：

還可以通過sharex和sharey指定subplot應該具有相同的X軸或Y軸（刻度），在比較相同範圍的資料時用，否則matplotlib會自動縮放各圖表的界限。

2、調整subplot周圍的間距

預設情況下，matplotlib會在subplot週邊留下一定的邊距，在subplot之間留下一定的間距。間距跟圖像的高度和寬度有關。

利用Figure的subplots_adjust方法修改間距。

下面的例子間距收縮到 0：

軸標籤重疊了，matplotlib不會檢查標籤是否重疊，這時要自己設定刻度位置和刻度標籤。

可以在matplotlib的文檔中找到各種圖表類型。

3、顏色、標記和線型

完整的linestyle列表參見plot的文檔。

ax.plot(x, y, ‘g — ‘) #根據x, y繪製綠色虛線
ax.plot(x, y, linestyle=’ — ‘, color=’g’)

要使用其他任意顏色可以通過指定其 RGB 值的形式（如 #CECECE）

matplotlib創建的是連續的線型圖，即點與點之間插值，非實際資料點預設是按線性方式插值的，可以通過drawstyle選項修改：

線型圖可以加上一些標記，以強調實際的資料點：

標記類型和線型必須放在顏色後面。

簡化的寫法：

4、刻度、標籤和圖例

過程型的pyplot介面

互動式使用，有xlim, xticks, xticklabels之類的方法，它們分別控制圖表的範圍，刻度位置，刻度標籤等。
調用時不帶引數，如plt.xlim()返回當前的X軸繪圖範圍。
調用時帶引數，如plt.xlim([0, 10])會將X軸的範圍設定為 0 到 10。

更為物件導向的原生matplotlib API。

5、設定標題、軸標籤、刻度以及刻度標籤

繪製一段隨機漫步：

修改X軸刻度：set_xticks（數值），set_xticklabels（其他任何的值用作刻度）。

6、添加圖例（legend）

添加圖例的方式：添加subplot的時候傳入label引數。

調用 ax.legend() 或 plt.legend() 來自動創建圖例。

loc告訴matplotlib要將圖例放在哪，best選擇最不礙事的位置。

去除圖例：不傳入label或傳入label=’_nolegend_’（注意有兩個底線）。

7、注釋以及在Subplot上繪圖

注釋：通過 text, arrow, annotate 等函數進行添加。

matplotlib有一些表示常見圖形的物件：稱為塊（patch），完整的集合位於matplotlib.patches。

創建一個塊物件shp，然後通過ax.add_patch(shp)將其添加到subplot中：

圖表物件：它們其實就是由塊組裝而成的。

8、將圖表保存到檔

利用 plt.savefig 可以將當前圖表保存到檔。（該方法相當於 Figure 物件的實例方法 savefig）。

如要將圖表保存為 SVG 檔：

兩個重要的選項：

• dpi：控制“每英寸點數”解析度；
• bbox_inches：可以剪除當前圖表周圍的空白部分。

得到一張帶有最小白邊且解析度為 400DPI 的 PNG 圖片：

savefig並非一定要寫入磁片，也可寫入任何檔型的物件，比如StringIO：

9、matplotlib配置

操作matplotlib配置系統的方式：Python 程式設計方式，即利用rc方法。

如將全域的圖像預設大小設定為 10 * 10，執行：

plt.rc(‘figure’, figsize=(10, 10))

rc的第一個引數：是希望自訂的對象（如’figure’, ‘axes’, ‘xtick’, ‘ytick’, ‘grid’, ‘legend’），這裡是figure。

可以跟一系列的關鍵字引數，將它們寫成一個字典：

全部的自訂選項：查閱matplotlib的設定檔matplotlibrc（位於 matplotlib/mpl-data 目錄中）。對該檔進行自訂，並將其放在目錄中，則每次使用matplotlib時就會載入該檔。

pandas中的繪圖函數

在pandas中，有行標籤、列標籤、分組資訊。

要製作一張完整的圖表，原本需要一大堆的matplotlib程式碼，現在只需一兩條簡潔的語句就可以了。pandas有許多能夠利用DataFrame物件資料組織特點來創建標準圖表的高級繪圖方法。

1、線型圖

Series和DataFrame都有一個用於生成各類圖表的plot方法，預設情況下它們都生成線型圖。

DataFrame的plot方法會在一個 subplot 中為各列繪製一條線，並自動創建圖例。

2、柱狀圖

垂直柱狀圖：Kind=’bar’
水準柱狀圖：Kind=’barh’

設定 stacked=True 即可為DataFrame生成堆積柱狀圖：

柱狀圖利用value_counts圖形化顯示Series中各值的出現頻率，如：

3、長條圖和密度圖

長條圖（histogram）：是一種可以對值頻率進行離散化顯示的柱狀圖。

密度圖：通過計算「可能會產生觀測資料的連續概率分佈的估計而產生的。

一般的過程是將該分佈近似為一組核（如正態（高斯）分佈之類的較為簡單的分佈）。

密度圖也被稱作 KDE 圖（Kernel Density Estimate 核密度估計）。

長條圖和密度圖常被畫在一起，長條圖以規格化形式給出（以便給出面元密度），再在其上繪製核密度估計。

由兩個不同的標準正態分佈組成的雙峰分佈：

最後一行程式碼繪製的密度圖的最終結果：

4、散佈圖

散佈圖（scatter plot）：是觀察兩個一維資料序列之間關係的有效手段。

matplotlib的scatter方法是繪製散佈圖的主要方法。

在探索式資料分析工作中，同時觀察一組變數的散佈圖是很有意義的。也被稱為散佈圖矩陣（scatter plot matrix）。

pandas提供了一個能從DataFrame創建散佈圖矩陣的 scatter_matrix 函數，它還支援在對角線上放置各變數的長條圖或密度圖。

不足之處，歡迎指正。

我是「數據分析那些事」。常年分享數據分析乾貨，不定期分享好用的職場技能工具。

已經有3000+的同好按贊我的臉書了，你不來嗎？XD