matplotlib 的基本用法

• 说明

matplotlib 是面向对象的绘图工具包，绘制的图形中每个元素都是一个对象

• 安装

sudo pip3 install matplotlib

• 引入

import matplotlib.pyplot as plt

# 如遇报错：ImportError: No module named '_tkinter'
# 终端执行：sudo apt install -y python3-tk 

• 使用

创建画布和子图：

In [19]: fig = plt.figure()   # figure 方法创建一张画布

In [20]: ax1 = fig.add_subplot(2, 2, 1)   # add_subplot 方法创建一个子图

In [21]: fig
Out[21]: <Figure size 640x480 with 1 Axes>

In [22]: ax1
Out[22]: <matplotlib.axes._subplots.AxesSubplot at 0x7f077b31b978>

In [23]: plt.gcf()   # 等于最近创建的画布 fig
Out[23]: <Figure size 640x480 with 1 Axes>

In [24]: plt.gca()   # 等于最近创建的子图 ax1
Out[24]: <matplotlib.axes._subplots.AxesSubplot at 0x7f077b31b978>

In [25]: ax2 = fig.add_subplot(2, 2, 2)   # 继续创建仨子图

In [26]: ax3 = fig.add_subplot(2, 2, 3)

In [27]: ax4 = fig.add_subplot(2, 2, 4)

在子图上作画：

# plot 方法绘制线形图，50 个点的点划线，第二个参数设置线的样式
In [28]: ax1.plot(np.random.randn(50).cumsum(), 'k--')
Out[28]: [<matplotlib.lines.Line2D at 0x7f077aaa4390>]

# hist 方法绘制直方图，100 个数，分成 20 组，颜色为绿色
In [29]: ax2.hist(np.random.randn(100), bins=20, color='g')
Out[29]: 
(array([ 1.,  2.,  1.,  2.,  8.,  1.,  4.,  9., 11., 12., 10.,  4.,  9.,
         6., 10.,  3.,  2.,  1.,  3.,  1.]),
 array([-2.61999253, -2.35870027, -2.09740801, -1.83611575, -1.57482349,
        -1.31353123, -1.05223897, -0.79094671, -0.52965445, -0.26836219,
        -0.00706993,  0.25422233,  0.51551459,  0.77680685,  1.03809911,
         1.29939136,  1.56068362,  1.82197588,  2.08326814,  2.3445604 ,
         2.60585266]),
 <a list of 20 Patch objects>)

# scatter 方法绘制散点图，第一个参数为 x 轴的值；第二个参数为 y 轴的值
In [30]: ax3.scatter(np.arange(33), np.arange(33)+3*np.random.randn(33))
Out[30]: <matplotlib.collections.PathCollection at 0x7f077aa59a20>

In [32]: spread = np.random.rand(50) * 100   # 产生 50 个 [0, 100) 的随机数

In [33]: center = np.ones(25) * 50           # 产生 25 个值为 50 的数

In [34]: outlier_high = np.random.rand(10) * 100 + 100   # 产生 10 个异常值
 
In [35]: outlier_low = np.random.rand(10) * -100         # 同上

# boxplot 方法绘制箱线图，参数是上面 4 组数用 concatenate 方法拼接的结果
In [36]: ax4.boxplot(np.concatenate(
             (spread, center, outlier_high, outlier_low)
         ))
Out[36]: 
{'boxes': [<matplotlib.lines.Line2D at 0x7f077aa2a198>],
 'caps': [<matplotlib.lines.Line2D at 0x7f077aa3f940>,
  <matplotlib.lines.Line2D at 0x7f077aa3f9b0>],
 'fliers': [<matplotlib.lines.Line2D at 0x7f077aa3ffd0>],
 'means': [],
 'medians': [<matplotlib.lines.Line2D at 0x7f077aa3fba8>],
 'whiskers': [<matplotlib.lines.Line2D at 0x7f077aa1e550>,
  <matplotlib.lines.Line2D at 0x7f077aa52ba8>]}

In [37]: fig.show()   # 查看结果如下图

线形图 直方图 散点图 箱线图

• pandas 绘图之术

直接调用matplotlib.pyplot模块相关方法就可以完成各种绘图需求
因为matplotlib.pyplot模块内部就有个默认的 Figure 对象
当使用此模块的相关方法绘图时，底层实际调用了默认 Figure 对象的相关方法
绘制线形图的例子：

In [58]: import matplotlib.pyplot as plt

In [59]: s = Series(np.random.randn(55), index=range(0, 550, 10))

# Series 的 plot 方法可以将数据注入默认子图，生成线形图
# index 作为 x 轴的值， 元素值作为 y 轴的值
In [60]: s.plot()   
Out[60]: <matplotlib.axes._subplots.AxesSubplot at 0x7f076fed8c18>

In [61]: plt.show()   # 图就不展示了

绘制箱线图的例子：

In [86]: import matplotlib.pyplot as plt

In [87]: df = DataFrame(np.random.rand(5, 4), columns=list('ABCD'))

# 每列数据生成一个箱线图，columns 的值作为 x 轴的标签
In [88]: df.boxplot()
Out[88]: <matplotlib.axes._subplots.AxesSubplot at 0x7f076fdeb780>

In [89]: plt.show()   # 见下图

DataFrame 绘制箱线图