Python繪圖神器之matplotlib | 8個(gè)案例

重磅干貨，第一時(shí)間送達(dá)

來源：python與算法社區(qū)

使用版本

本文使用的 matplotlib 版本: 3.1.3

使用的 NumPy 版本: 1.18.1

順便說一句，matplotlib 的近親是 NumPy，對其的親緣性最好，無縫支持。官檔中說對Pandas數(shù)據(jù)結(jié)構(gòu)某些情況支持可能有問題，這點(diǎn)需要注意，可能出現(xiàn)非預(yù)期的結(jié)果。

1 兩套不同的繪圖API使用場景是怎樣的？

Matplotlib 構(gòu)建的繪圖體系是嚴(yán)謹(jǐn)?shù)?，它提供基本的兩套繪圖API：

1. 基于 matplotlib.pyplot 模塊，優(yōu)點(diǎn)：寫法簡潔，適用交互性強(qiáng)，如Jupyter Notebook，一邊寫一邊出圖的場景；缺點(diǎn)：不適宜在大項(xiàng)目中，構(gòu)建復(fù)雜的GUI圖形場景。

2. 基于面向?qū)ο?OO)的API繪圖，需要自己手動(dòng)創(chuàng)建諸如，figure 對象，axes 對象，調(diào)用它們開放出的API，優(yōu)點(diǎn)定制能力更強(qiáng)，適應(yīng)于大型項(xiàng)目，很多行腳本時(shí)；缺點(diǎn)：沒有pyplot那般簡潔。

2 分別如何使用這兩套API?

網(wǎng)上matplotlib的繪圖例子非常多，這篇文章我不想去羅列一個(gè)一個(gè)繪圖例子，而是想結(jié)合繪圖方法和例子，教會(huì)大家學(xué)會(huì)使用matplotlib的兩種繪圖體系，包括常用的API，以及如何調(diào)整屬性，直至把一幅圖做完美。

那么，先使用兩套繪圖方法，繪制一個(gè)簡單圖，重點(diǎn)體會(huì)它們書寫的不同。

使用第一種方法繪圖，即pyplot模塊，在極坐標(biāo)系下繪制一條螺旋線，完全使用pyplot模塊內(nèi)的方法：

# 創(chuàng)建figure
fig = plt.figure(dpi=120)
# 準(zhǔn)備好極坐標(biāo)系的數(shù)據(jù)
# 半徑為[0,1]
r = np.arange(0, 1, 0.001)
theta = 2 * 2*np.pi * r
# 極坐標(biāo)下繪制
line, = plt.polar(theta, r, color='#ee8d18', lw=3)
plt.show()

使用面向?qū)ο蟮姆椒?，調(diào)用axes對象同樣繪制出上圖：

fig = plt.figure(dpi=120)
# 添加一個(gè)坐標(biāo)系到figure中，返回這個(gè)坐標(biāo)系
ax = fig.add_subplot(111, polar=True)
r = np.arange(0, 1, 0.001)
theta = 2 * 2*np.pi * r
# 調(diào)用坐標(biāo)系ax對象內(nèi)的plot繪圖
# 而不是pyplot內(nèi)的plot
line, = ax.plot(theta, r, color='#ee8d18', lw=3)
plt.show()

3 如何解剖圖中各個(gè)元素？

matplotlib 繪圖元素與我們上一個(gè)專題的繪圖入門介紹的元素基本對應(yīng)，基本的元素包括：Figure(整個(gè)圖形)，Axes(坐標(biāo)系)，

主tick(major tick)，次tick(minor tick)，主tick的標(biāo)簽(major tick)，次tick的標(biāo)簽(minor tick label)，y軸標(biāo)簽(y axis label)，線(line)，標(biāo)題(title)，網(wǎng)格(Grid)，圖例(Legend)，標(biāo)注點(diǎn)(Markers)，

Spines 是連接軸刻度標(biāo)記的線，而且標(biāo)明了數(shù)據(jù)區(qū)域的邊界。

4 Figure 和 Axes 的關(guān)系是什么？

Figure 是所有繪圖元素的最頂層容器， 而 Axes 是 Figure 上的其中一個(gè)坐標(biāo)系，言外之意，一個(gè) Figure 能包括多個(gè) Axes!

如下創(chuàng)建 Figure 時(shí)，會(huì)默認(rèn)創(chuàng)建一個(gè) Axes

# figure() 創(chuàng)建一個(gè)Figure對象
fig = plt.figure()
print(type(fig))
# 并且默認(rèn)創(chuàng)建一個(gè)坐標(biāo)系A(chǔ)xes
print(plt.gca)
plt.plot()
plt.show()

當(dāng)然我們也可以一個(gè) Figure 對象中包括多個(gè) Axes 對象，如下包括4個(gè)：

fig = plt.figure()

for i in range(1,5):
    ax = fig.add_subplot(220+i)
    ax.plot()
    plt.title('Axes'+str(i))

# 解決元素重疊問題
fig.tight_layout()
plt.show()

5 多圖時(shí)元素重疊如何解決？

正如上圖所示，matplotlib 有2個(gè)方法能自動(dòng)解決重疊問題，一個(gè)就是上面用到的tight_layout方法，再有一個(gè)subplots_adjust：

fig.subplots_adjust(0,0,1,1,hspace=0.5,wspace=0.5)

那么問題來了，如果實(shí)現(xiàn)更加雞血的布局，該如何做？借助 GridSpec，使用方法如下所示：

fig = plt.figure()

fig.suptitle("gs[y, x]", x=0.5, y=1.2, fontsize=20)
# 創(chuàng)建4*4的對象
gs = fig.add_gridspec(4, 4)

# 創(chuàng)建第一行
ax1 = fig.add_subplot(gs[0,0:4])
ax1.set_title('[0,0:4]')

# 創(chuàng)建中間四行
ax2 = fig.add_subplot(gs[1,1:3])
ax2.set_title('[1,1:3]')

ax3 = fig.add_subplot(gs[2:4,1])
ax3.set_title('[2:4,1]')

ax4 = fig.add_subplot(gs[2,2])
ax4.set_title('[2,2]')

plt.tight_layout()

6 圖中的漢字總是亂碼怎么解決？

借助全局參數(shù)配置字典rcParams，只需要在代碼開頭，添加如下兩行代碼：

#解決中文顯示問題

# 指定默認(rèn)字體
plt.rcParams['font.sans-serif'] = ['KaiTi'] 
# 解決保存圖像是負(fù)號(hào)'-'顯示為方塊的問題
plt.rcParams['axes.unicode_minus'] = False 

7 matplotlib中如何繪制動(dòng)畫？

詳細(xì)參考前幾天的推送，專題第18篇：Python 繪圖入門，使用animation模塊，FuncAnimation方法，定義好回調(diào)函數(shù)，入?yún)檎麛?shù)，代表幀數(shù)。

如下為繪制餅圖的動(dòng)畫，展示邏輯如下：

fig,ax = plt.subplots()
explode=[0.01,0.01,0.01,0.01] 


def getmepie(i):
    def absolute_value(val):
        a = np.round(val/100.*df1.head(i).max().sum(), 0)
        return int(a)
    ax.clear()
    plot = df1.head(i).max().plot.pie(y=df1.columns,autopct=absolute_value, label='',explode = explode, shadow = True)
    plot.set_title('Total Number of Deaths\n' + str(df1.index[min( i, len(df1.index)-1 )].strftime('%Y-%m-%d')), fontsize=12)

animator = ani.FuncAnimation(fig, getmepie, interval = 200) plt.show() 繪制動(dòng)畫只有這一行，調(diào)用FuncAnimation，它的第二個(gè)參數(shù)為上面定義的函數(shù)getmepie:

animator = ani.FuncAnimation(fig, getmepie, interval = 200) plt.show() 繪制后的餅圖部分 gif 動(dòng)畫，錄制效果如下：