Python之繪圖和可視化

1. 啟用matplotlib

最常用的Pylab模式的IPython（IPython --pylab）

2. matplotlib的圖像都位于Figure對象中。

可以使用plt.figure創(chuàng)建一個新的Figure，不能通過空Figure繪圖，必須用add_subplot創(chuàng)建一個或多個subplot axes[0,1]可以通過sharex和sharey指定subplot應該具有相同的X軸或Y軸。

利用Figure的subplots_adjust方法可以修改間距，wspace和hspace用于控制寬度和高度的百分比，可以用作subplot之間的間距。

3. 顏色、標記和線型

            
  ax.plot(x,y,'g--')
          

4. 刻度標簽和實例

圖表裝飾項，實現(xiàn)方法：使用過程型 pyplot接口以及更為面向?qū)ο蟮脑鷐atplotlib API。

5. 添加圖例（legend）

圖例是另一種用于標識圖表元素的重要工具，最簡單的方式是在添加suplot的時候傳入label參數(shù)：

            
  fig = plt.figure();ax = add_subplot(1,1,1)
  ax.plot(randn(1000).cumsum(),,'k',label='one')

          

6. 注解以及在Subplot上繪圖

注解可以通過text、arrow和annotate等函數(shù)進行添加。

7. 將圖表保存到文件

得到一張帶有最小白邊且分辨率為400DPI的PNG圖片。

            
  plt.savefig('figpath.png',dpi=400,bbox_inches='tight')
          

其中，dpi每英寸點數(shù)和bbox_inches可以剪出當前圖表周圍的空白部分。

8. matplotlib配置

利用rc方法，plt.rc('figure',figsize=(10,10))全局默認圖像大小為10X10

也可以寫成字典：

            
  font_options = {'family':'monospace','weight':'bold','size':'small'}
  plt.rc('font',**font_options)
          

9. pandas中的繪圖函數(shù)

            
線形圖:默認情況
柱狀圖：bar;barh
直方圖和密度圖：Series的hist方法、kin='kde'
散布圖：plt.scatter
          

感謝閱讀，希望能幫助到大家，謝謝大家對本站的支持！