01 入门

制作提供信息的可视化是数据分析的重要任务之一。首先介绍一下matplotlib库。

import matplotlib.pyplot as plt
import numpy as np

data = np.arange(10)
print(data)
plt.plot(data)
plt.show()

简单的线性图：

01-01 图片与子图

matplotlib生成的图位于图片对象中，可以使用plt.figure生成一个新的图片。

plt.figure有一些选项，例如figsize可以确保图片有一个确定的大小及存储在硬盘时的长宽比。

可以使用add_subplot创建一个或多个子图。 ax1 = fig.add_subplot(2,2,1)

上面图片的意思是图形为2*2 ,并且序号为1。

01-02 调整子图间距

可以使用subplots_adjust调整图的大小。

其中参数wspace和hspace分别控制的是图片的宽度和高度百分比，以用作子图间的间距。

生成简单随机漫步图表：

fig = plt.figure()
ax = fig.add_subplot(1,1,1)
ax.plot(np.random.randn(1000).cumsum())

# 显示中文
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 改变轴标签及轴
ticks = ax.set_xticks([0, 250, 500, 750, 1000])
# 字体倾斜30度
labels = ax.set_xticklabels(['one','two','three','four','five'],rotation=30,fontsize='small')
ax.set_title('随机漫步图')
ax.set_xlabel('Stages')
plt.show()

结果如下：

修改y轴步骤相同，轴有一个set方法允许批量设置绘图属性。

props = {

	'title':'随机漫步图',
	'ylabel':'Num'
}

ax.set(**props)

plt.show()

01-03 添加图例

图例是用来区分绘图元素的重要内容。

fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)
ax.plot(np.random.randn(1000).cumsum(), 'k', label='one')
ax.plot(np.random.randn(1500).cumsum(), 'k--', label='two')
ax.plot(np.random.randn(500).cumsum(), 'k.', label='three')
ax.legend()
plt.show()

可以使用ax.legend()或者plt.legend自动生成图例。