6.8.1 绘图实例

从网络上下载真实数据CSV文件，本数据集汇总了从1970年到2011年之间美国大学各专业中女生数占总学生数的百分比例数值，如下图所示：

1970-2011各专业女生百分比例

利用Pandas库导入CSV文件，并快速绘制生物学专业女生比例随着年份变化的曲线图（plot方法），示例代码：

import pandas as pd
import matplotlib.pyplot as plt
women_degrees = pd.read_csv('percent-bachelors-degrees-women-usa.csv')
plt.plot(women_degrees['Year'], women_degrees['Biology'])
plt.show()

显示结果：

图6.8-1

在同一子图中，绘制两条曲线，分别显示男女生在生物学专业随着年份增加变化的差异，并且增加标题、标签以及颜色等细节元素，示例代码：

plt.plot(women_degrees['Year'], women_degrees['Biology'], c='blue', label='Women')
plt.plot(women_degrees['Year'], 100-women_degrees['Biology'], c='green', label='Men')
plt.legend(loc='upper right')
plt.title('Percentage of Biology Degrees Awarded By Gender')
plt.show()

显示结果：

图6.8-2

可以利用子图ax对象的tick_params属性，忽略x轴和y轴的刻度，示例代码：

fig, ax = plt.subplots()
ax.plot(women_degrees['Year'], women_degrees['Biology'], label='Women')
ax.plot(women_degrees['Year'], 100-women_degrees['Biology'], label='Men')
ax.tick_params(bottom="off", top="off", left="off", right="off")
ax.set_title('Percentage of Biology Degrees Awarded By Gender')
ax.legend(loc="upper right")
plt.show()

显示结果：

图6.8-3

利用子图中spine对象中的items属性，可以忽略绘图显示的边框，示例代码：

fig, ax = plt.subplots()
ax.plot(women_degrees['Year'], women_degrees['Biology'], c='blue', label='Women')
ax.plot(women_degrees['Year'], 100-women_degrees['Biology'], c='green', label='Men')
ax.tick_params(bottom="off", top="off", left="off", right="off")
for key,spine in ax.spines.items():
    spine.set_visible(False)
ax.legend(loc='upper right')
plt.show()

显示结果：

图6.8-4

绘制在同一画布中绘制4个子图，分别显示4个专业的男女生比例随年份变化的趋势，示例代码：

major_cats = ['Biology', 'Computer Science', 'Engineering', 'Math and Statistics']
fig = plt.figure(figsize=(12, 12))
for sp in range(0,4):
    ax = fig.add_subplot(2,2,sp+1)
    ax.plot(women_degrees['Year'], women_degrees[major_cats[sp]], c='blue', label='Women')
    ax.plot(women_degrees['Year'], 100-women_degrees[major_cats[sp]], c='green', label='Men')
    for key,spine in ax.spines.items():
        spine.set_visible(False)
    ax.set_xlim(1968, 2011)
    ax.set_ylim(0,100)
    ax.set_title(major_cats[sp])
    ax.tick_params(bottom="off", top="off", left="off", right="off")
plt.legend(loc='upper right')
plt.show()

显示结果：

图6.8-5

6.8.2 总结

本章节介绍了几种常用图形的绘制方法与绘制细节，以下示例除了绘制以上常用图形，也加入其它图形绘制的简单方法，具体细节可以查阅相关资料，这里不再赘述。

常规图（Regular Plots）

示例代码：

import numpy as np
import matplotlib.pyplot as plt
n = 256
X = np.linspace(-np.pi, np.pi, n, endpoint=True)
Y = np.sin(2 * X)
plt.plot(X, Y + 1, color='blue', alpha=1.00)
plt.plot(X, Y - 1, color='blue', alpha=1.00)
plt.show()

显示结果：

常规图

散点图（Scatter Plots）

示例代码：

n = 1024
X = np.random.normal(0,1,n)
Y = np.random.normal(0,1,n)
plt.scatter(X,Y)
plt.show()

显示结果：

散点图

柱状图（Bar Plots）

示例代码：

n = 12
X = np.arange(n)
Y1 = (1 - X / float(n)) * np.random.uniform(0.5, 1.0, n)
Y2 = (1 - X / float(n)) * np.random.uniform(0.5, 1.0, n)
plt.bar(X, +Y1, facecolor='#9999ff', edgecolor='white')
plt.bar(X, -Y2, facecolor='#ff9999', edgecolor='white')
for x, y in zip(X, Y1):
    plt.text(x + 0.4, y + 0.05, '%.2f ' % y, ha='center', va='bottom')
plt.ylim(-1.25, +1.25)
plt.show()

显示结果：

柱状图

等高线图（Contour Plots）

示例代码：

def f(x, y):
    return (1 - x / 2 + x ** 5 + y ** 3) * np.exp(-x ** 2 -y ** 2)
n = 256
x = np.linspace(-3, 3, n)
y = np.linspace(-3, 3, n)
X, Y = np.meshgrid(x, y)
plt.contourf(X, Y, f(X, Y), 8, alpha=.75, cmap='jet')
C = plt.contour(X, Y, f(X, Y), 8, colors='black', linewidth=.5)
plt.show()

显示结果：

等高线图

显示图像（Imshow）

示例代码：

def f(x, y):
    return (1 - x / 2 + x ** 5 + y ** 3) * np.exp(-x ** 2 - y ** 2)
n = 10
x = np.linspace(-3, 3, 4 * n)
y = np.linspace(-3, 3, 3 * n)
X, Y = np.meshgrid(x, y)
plt.imshow(f(X, Y))
plt.show()

显示结果：

显示图像

饼图（Pie Plots）

示例代码：

Z = np.random.uniform(0, 1, 20)
plt.pie(Z)
plt.show()

显示结果：

饼图

向量场图（Quiver Plots）

示例代码：

n = 8
X, Y = np.mgrid[0:n, 0:n]
plt.quiver(X, Y)

显示结果：

向量场图

网格线（Grids）

示例代码：

axes = plt.gca()
axes.set_xlim(0, 4)
axes.set_ylim(0, 3)
axes.set_xticklabels([])
axes.set_yticklabels([])

多图（Multi Plots）

示例代码：

plt.subplot(2, 2, 1)
plt.subplot(2, 2, 3)
plt.subplot(2, 2, 4)

三维图（3D Plots）

示例代码：

from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()
ax = Axes3D(fig)
X = np.arange(-4, 4, 0.25)
Y = np.arange(-4, 4, 0.25)
X, Y = np.meshgrid(X, Y)
R = np.sqrt(X**2 + Y**2)
Z = np.sin(R)
ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap='hot')
plt.show()

显示结果：

三维图