手把手教你用Matplotlib进行数据可视化

01 导入Matplotlib

如果你安装了完整的Python Anaconda，那么你已经安装了Matplotlib，可以开始了。否则，你可能要访问官网获取安装说明。

http://matplotlib.org

就像我们用缩写np来表示NumPy一样，我们也会用一些标准的缩写来表示Matplotlib导入：

import matplotlib as mpl

import matplotlib.pyplot as plt

plt是我们最常用的一个接口。

02 生成一个简单的图形

言归正传，让我们创建第一个图形。

假设我们要绘制正弦函数sin(x)的一个简单线图。我们希望函数求x轴（0≤x≤10）上的所有值。我们将使用NumPy的linspace函数在x轴上创建一个线性空间，x值从0到10，共100个样本点：

import numpy as np

x = np.linspace(0, 10, 100)

我们可以使用NumPy的sin函数求sin函数的所有x值，并通过调用plt的plot函数可视化结果：

plt.plot(x, np.sin(x))

你亲自试过了吗？发生什么了？有什么发现吗？

问题是，这取决于你在何处运行这个脚本，你可能什么都看不到。以下是可以考虑的可能性：

1. 从.py脚本绘图

如果你正从一个脚本运行matplotlib，那么你只需要调用plt，如下所示：

plt.show()

调用后，图形就会显示出来！

2. 从IPython shell绘图

这实际上是以交互方式运行matplotlib的最便捷的方式之一。要显示绘图，你需要在启动IPython之后，调用%matplotlib魔术命令：

%matplotlib
Using matplotlib backend: Qt5Agg

import matplotlib.pyplot as plt

然后，所有图都会自动显示出来，不必每次都调用plt.show()。

3. 从Jupyter Notebook绘图

如果你从基于浏览器的Jupyter Notebook上查看这段代码，你需要使用同样的%matplotlib魔术命令。可是，你还可以选择将图形直接嵌入notebook中，这有两种可能的结果：

• %matplotlib notebook将生成的交互式图嵌入notebook中。

• %matplotlib inline将生成的静态图嵌入notebook中。

我们通常会选择内联选项：

%matplotlib inline

现在，让我们再试一次：

plt.plot(x, np.sin(x))

上述命令给出的输出如图2-4所示。

▲图2-4 应用内联选项生成的图

稍后，如果你想保存图表，可以直接从IPython或Jupyter Notebook的选项中保存：

plt.savefig('figures/02.03-sine.png')

只要保证使用所支持的文件后缀即可，例如.jpg、.png、.tif、.svg、.eps或者.pdf。

在导入matplotlib之后，运行plt.style.use(style_name)，你可以更改绘图的样式。在plt.style.available中列出了所有可用的样式。例如，试试plt.style.use('fivethirtyeight')、plt.style.use('ggplot')或者plt.style.use('seaborn-dark')。为了增加乐趣，可以运行plt.xkcd()，再尝试绘制其他内容。

03 可视化外部数据集的数据

作为本文的最后一个测试，让我们可视化一些来自外部数据集的数据，例如scikit-learn的digits数据集。

具体来说，我们将需要3个可视化工具：

• 用于实际数据的scikit-learn

• 用于数据处理的NumPy

• Matplotlib

首先，让我们导入所有这些可视化工具：

import numpy as np
from sklearn import datasets
import matplotlib.pyplot as plt
%matplotlib inline

第一步是实际加载数据：

digits = datasets.load_digits()

如果我们没有记错的话，digits应该有2个不同的字段：一个是data字段，包含实际的图像数据；另一个是target字段，包含图像标签。

与其相信我们的记忆，不如让我们研究一下digits对象。这通过输入字段名称、添加句点、再按下Tab键—digits.来实现。这会显示出digits对象还包含了一些其他字段，例如一个名为images的字段。images和data这2个字段似乎只是形状不同：

print(digits.data.shape)
print(digits.images.shape)

输出结果：

(1797, 64)
(1797, 8, 8)

在这两个例子中，第一维都对应于数据集中的图像数。但是data将所有像素排列在一个大的向量中，而images则保留了每个图像的8×8空间排列。

因此，如果我们想绘制单张图像，images字段可能更合适。首先，使用NumPy的数组切割，从数据集中抓取一张图像：

img = digits.images[0, :, :]

这里，我们说想要抓取长为1797项的数组中的第一行，以及所有对应的8×8=64个像素。然后，我们可以使用plt的imshow函数绘制图像：

plt.imshow(img, cmap='gray')
plt.savefig('figures/02.04-digit0.png')

上述命令给出的输出如图2-5所示。请注意，图像是模糊的，因为我们将该图像调整到了更大的尺寸。原始图像的大小只有8×8。

▲图2-5 生成单张图像的示例结果

此外，我们还可以使用cmap参数指定一个彩图。在默认情况下，Matplotlib使用MATLAB的默认彩图jet。可是，对于灰度图像，gray彩图更有意义。

最后，我们可以利用plt的subplot函数绘制一组数字样本。subplot函数与在MATLAB中一样，我们指定行数、列数以及当前子图的索引（从1开始）。我们将使用一个for循环遍历数据集中的前10个图像，每个图像都有自己的子图：

plt.figure(figsize=(14, 4))

for image_index in range(10):
    # images are 0-indexed, subplots are 1-indexed
    subplot_index = image_index + 1
    plt.subplot(2, 5, subplot_index)
    plt.imshow(digits.images[image_index, :, :], cmap='gray')

生成的输出如图2-6所示。

▲图2-6 生成包含10个数字的一组子图

对于各种数据集，另一个很好的资源是本书作者迈克尔·贝耶勒的母校加州大学欧文分校的机器学习资源库：

http://archive.ics.uci.edu/ml/index.php