专题第19篇:Python绘图神器之matplotlib

Python与算法社区

共 3587字,需浏览 8分钟

 ·

2020-10-24 10:19

我的施工之路


1我的施工计划
2数字专题
3字符串专题
4列表专题
5流程控制专题
6编程风格专题
7函数使用
8面向对象编程(上篇)
9面向对象编程(下篇)
10十大数据结构
11包和模块使用总结
12Python正则专题总结
13设计模式
14Python时间模块总结
15 Python 装饰器
16 Python 迭代器
17 Python 生成器
18 Python 绘图入门

今天,继续施工专题第19篇:Python绘图神器:matplotlib(上)

使用版本

本文使用的 matplotlib 版本: 3.1.3

使用的 NumPy 版本: 1.18.1

顺便说一句,matplotlib 的近亲是 NumPy,对其的亲缘性最好,无缝支持。官档中说对Pandas数据结构某些情况支持可能有问题,这点需要注意,可能出现非预期的结果。

1 两套不同的绘图API使用场景是怎样的?

Matplotlib 构建的绘图体系是严谨的,它提供基本的两套绘图API:

  1. 基于 matplotlib.pyplot 模块,优点:写法简洁,适用交互性强,如Jupyter Notebook,一边写一边出图的场景;缺点:不适宜在大项目中,构建复杂的GUI图形场景。

  2. 基于面向对象(OO)的API绘图,需要自己手动创建诸如,figure 对象,axes 对象,调用它们开放出的API,优点定制能力更强,适应于大型项目,很多行脚本时;缺点:没有pyplot那般简洁。

2 分别如何使用这两套API?

网上matplotlib的绘图例子非常多,这篇文章我不想去罗列一个一个绘图例子,而是想结合绘图方法和例子,教会大家学会使用matplotlib的两种绘图体系,包括常用的API,以及如何调整属性,直至把一幅图做完美。

那么,先使用两套绘图方法,绘制一个简单图,重点体会它们书写的不同。

使用第一种方法绘图,即pyplot模块,在极坐标系下绘制一条螺旋线,完全使用pyplot模块内的方法:

# 创建figure
fig = plt.figure(dpi=120)
# 准备好极坐标系的数据
# 半径为[0,1]
r = np.arange(010.001)
theta = 2 * 2*np.pi * r
# 极坐标下绘制
line, = plt.polar(theta, r, color='#ee8d18', lw=3)
plt.show()

使用面向对象的方法,调用axes对象同样绘制出上图:

fig = plt.figure(dpi=120)
# 添加一个坐标系到figure中,返回这个坐标系
ax = fig.add_subplot(111, polar=True)
r = np.arange(010.001)
theta = 2 * 2*np.pi * r
# 调用坐标系ax对象内的plot绘图
# 而不是pyplot内的plot
line, = ax.plot(theta, r, color='#ee8d18', lw=3)
plt.show()

3 如何解剖图中各个元素?

matplotlib 绘图元素与我们上一个专题的绘图入门介绍的元素基本对应,基本的元素包括:Figure(整个图形),Axes(坐标系),

主tick(major tick),次tick(minor tick),主tick的标签(major tick),次tick的标签(minor tick label),y轴标签(y axis label),线(line),标题(title),网格(Grid),图例(Legend),标注点(Markers),

Spines 是连接轴刻度标记的线,而且标明了数据区域的边界。

4 Figure 和 Axes 的关系是什么?

Figure 是所有绘图元素的最顶层容器, 而 Axes 是 Figure 上的其中一个坐标系,言外之意,一个 Figure 能包括多个 Axes!

如下创建 Figure 时,会默认创建一个 Axes

# figure() 创建一个Figure对象
fig = plt.figure()
print(type(fig))
# 并且默认创建一个坐标系Axes
print(plt.gca)
plt.plot()
plt.show()

当然我们也可以一个 Figure 对象中包括多个 Axes 对象,如下包括4个:

fig = plt.figure()

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

# 解决元素重叠问题
fig.tight_layout()
plt.show()

5 多图时元素重叠如何解决?

正如上图所示,matplotlib 有2个方法能自动解决重叠问题,一个就是上面用到的tight_layout方法,再有一个subplots_adjust

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

那么问题来了,如果实现更加鸡血的布局,该如何做?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)
# 创建4*4的对象
gs = fig.add_gridspec(44)

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

# 创建中间四行
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 图中的汉字总是乱码怎么解决?

借助全局参数配置字典rcParams,只需要在代码开头,添加如下两行代码:

#解决中文显示问题

# 指定默认字体
plt.rcParams['font.sans-serif'] = ['KaiTi'
# 解决保存图像是负号'-'显示为方块的问题
plt.rcParams['axes.unicode_minus'] = False 

7 matplotlib中如何绘制动画?

详细参考前几天的推送,专题第18篇:Python 绘图入门,使用animation模块,FuncAnimation方法,定义好回调函数,入参为整数,代表帧数。

如下为绘制饼图的动画,展示逻辑如下:

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() 绘制动画只有这一行,调用FuncAnimation,它的第二个参数为上面定义的函数getmepie:

animator = ani.FuncAnimation(fig, getmepie, interval = 200) plt.show() 绘制后的饼图部分 gif 动画,录制效果如下:

今天就先介绍这些,下一篇介绍使用matplotlib的具体案例。如果觉得这些文章有帮助,欢迎点个赞支持一下。

浏览 45
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报