環(huán)境介紹

• IDE是PyCharm專業(yè)版，社區(qū)版好像不支持圖形可視化（不確定）。
• 庫是matplotlib、numpy、pandas。
• 本文參考《利用python進行數(shù)據(jù)分析》一書，github地址請點這里

基本示例

簡單嘗試

#導入matplotil庫，用于畫圖
import matplotlib.pyplot as plt
#導入numpy庫，用于數(shù)據(jù)處理
import numpy as np
#畫圖
data = np.arange(10)
plt.plot(data)
#使圖像展示出來
plt.show()

上面的代碼展示了最簡單的圖片繪制?？偨Y起來有一下幾個步驟：

1. 導入繪圖和數(shù)據(jù)處理需要的庫
2. 導入需要繪制成圖的數(shù)據(jù)，處理這些數(shù)據(jù)。比如本例中執(zhí)行data = np.arange(10)生成從0-9的整數(shù)。
3. 繪圖并展示。這里需要說明，如果不執(zhí)行plt.show()，在PyCharm中不會自動彈出繪制出來的圖形，需要在PyCharm界面的最右側點擊‘Sciview’按鈕進行查看。另在，如果是在Jupyter中繪圖，需要加入代碼matplotlib notebook，如果是在Ipython中運行，則需要加入代碼matplotlib。

上述代碼的執(zhí)行效果如下所示。

image

子圖

#導入matplotil庫，用于畫圖
import matplotlib.pyplot as plt
#導入numpy庫，用于數(shù)據(jù)處理
import numpy as np
#畫圖
data = np.arange(10)
#第一種生成子圖的方式
fig = plt.figure() #生成一個圖片對象
#將fig劃分成2行2列4個子圖 ，a1表示第1個子圖，對應subplot的三個參數(shù)。
a1 = fig.add_subplot(2,2,1)
#在生成兩個子圖
a2 = fig.add_subplot(2,2,2)
a3 = fig.add_subplot(2,2,3)

#繪圖
plt.plot(np.random.randn(50).cumsum(),'k--')
_ = a1.hist(np.random.randn(100),bins=20,color = 'k',alpha=0.3)
a2.scatter(np.arange(30),np.arange(30)+2*np.random.randn(30))

#第二種生成子圖的方式。
#生成2行3列的子圖，sharex表示所有子圖橫坐標范圍相同
fig,axs = plt.subplots(2,3,sharex=True)
#對在第1行第2列的子圖進行繪制
axs[0,1].hist(np.random.randn(100),bins=20,color = 'k',alpha=0.3)
#使圖像展示出來
plt.show()

常用的生成子圖的方式有兩種。

• 對于第一種，先生成一個圖片對象，然后在圖片對象中添加子圖。之后在自圖上進行繪制。這里注意，如果直接執(zhí)行plt.plot，默認是在最后生成的一張子圖上進行繪制。比如本例中使用plt.plot(np.random.randn(50).cumsum(),'k--')繪制的圖出現(xiàn)在了第子圖中。‘k--’線條的一些屬性，在下一節(jié)具體列出。也可以通過'子圖名稱.XXX'的方法來具體指定在哪個子圖中繪制。如本例中使用a1.hist()命令在a1中繪制了柱狀圖。常見的圖片類型見下表，更豐富的指令請參見官方文檔。地址請點我！

  關鍵詞	圖片種類
  angle_spectrum	角度光譜
  bar	條形圖
  barh	水平條圖
  hist	直方圖
  hist2d	2D直方圖
  phase_spectrum	相位頻譜
  pie	餅圖
  ploar	極性圖
  psd	功率光譜密度
  scatter	散點圖
  specgram	光譜圖
  stackplot	堆疊區(qū)域圖
  step	步驟圖

  第一種的圖片效果如下所示;

  image

• 第二種創(chuàng)建子圖的方式與第一種類似。使用subplots創(chuàng)建一組圖，其中參數(shù)中的2,3表示2行3列，sharex參數(shù)表示所有子圖共享同樣的橫坐標范圍。subplots還有一些其他的參數(shù)，具體請查看官網(wǎng)文檔。在繪制子圖時，可以使用如本例中axs[0,1]的方式進行指定，[0,1]參數(shù)表示第一行第二列的子圖（行和列的計數(shù)從零開始）。效果如下所示。

  image

• 可以使用plt.subplots_adjust()函數(shù)來調整子圖間距。

顏色、標記、線性

#導入matplotil庫，用于畫圖
import matplotlib.pyplot as plt
#導入numpy庫，用于數(shù)據(jù)處理
import numpy as np
from numpy.random import randn
#畫圖
data = np.random.randn(30).cumsum()
plt.plot(data,color='k', linestyle='dashed', marker='o', label='One')
plt.plot(data,'r-', drawstyle='steps-post', label='Two')
#生成圖例
plt.legend(loc='best')
plt.show()

上面的代碼中有兩個plt.plot，所以可以在同一個圖中繪制兩條不同的線。

• 在第一句plt.plot的參數(shù)中，‘color’表示顏色，在這里k表示黑色，linestyle表示線條的類型，marker表示標記的類型。它們也可以簡寫成一個參數(shù)：‘ko--’，如第二句plt.plot中的參數(shù)‘r-’（代表紅色實線）就是這種寫法。需要注意的是，如果要用這種簡寫的方式指定標記的類型，該參數(shù)需要緊跟在顏色參數(shù)之后。比如‘ko--’中，o要緊跟在k之后。
• 如果不指定drawstyle參數(shù)，則默認使用線性內(nèi)插的方式使圖像連續(xù)，在第二條線中，這個參數(shù)被指定為steps-post，意思是折現(xiàn)法內(nèi)插，label屬性相當于給每條線一個名字，便于生成圖例。
• plt.legend表示要生成圖例，loc參數(shù)是指圖例出現(xiàn)的位置，best是指自動選擇位置。
• 更多關于顏色、線條、標記的屬性請參見官網(wǎng)文檔。請點這里！

效果如下所示：

image

刻度，坐標軸，注釋

# 導入matplotil庫，用于畫圖
import matplotlib.pyplot as plt
# 導入numpy庫，用于數(shù)據(jù)處理
import numpy as np
from numpy.random import randn

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

# 設置x軸上，哪些坐標處需要加刻度
ticks = ax.set_xticks([0, 250, 500, 750, 1000])
# 設置刻度的內(nèi)容
labels = ax.set_xticklabels(['one', 'two', 'three', 'four', 'five'], rotation=45, fontsize='small')
# 設置橫坐標的名稱
ax.set_xlabel('Stages')
plt.show()

• ax.set_xticks可以設置在哪些坐標處需要加刻度。
• set_xticklabels可以設置刻度的內(nèi)容，rotation參數(shù)可以用來設置旋轉的角度，fontsize可以用來設置刻度的大小。
• set_xlabel可以用來設置x軸的名稱。

效果如下所示。

image

# 導入matplotil庫，用于畫圖
import matplotlib.pyplot as plt
# 導入numpy庫，用于數(shù)據(jù)處理
import numpy as np
from numpy.random import randn

from datetime import datetime
import pandas as pd

fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)

data = pd.read_csv('C:/Users/Nighthink/Downloads/pydata-book/examples/spx.csv', index_col=0, parse_dates=True)
spx = data['SPX']

spx.plot(ax=ax, style='k-')

crisis_data = [
    (datetime(2007, 10, 11), 'Peak of bull market'),
    (datetime(2008, 3, 12), 'Bear Stearns Fails'),
    (datetime(2008, 9, 15), 'Lehman Bankruptcy')
]

for date, label in crisis_data:
    ax.annotate(label, xy=(date, spx.asof(date) + 75),
                xytext=(date, spx.asof(date) + 225),
                arrowprops=dict(facecolor='black', headwidth=4, width=2,
                                headlength=4),
                horizontalalignment='left', verticalalignment='top')

# Zoom in on 2007-2010
ax.set_xlim(['1/1/2007', '1/1/2011'])
ax.set_ylim([600, 1800])

ax.set_title('Important dates in the 2008-2009 financial crisis')

• 可以使用set_xlim函數(shù)來設置橫坐標的顯示范圍，同理將x換成y可以設置縱坐標的顯示范圍。
• set_title函數(shù)可以給圖片添加一個標題
• 可以使用ax.annotate方法來在指定的x和y坐標上繪制標簽。

效果如下所示：

image

圖片的保存

執(zhí)行代碼plt.savegif('fig.png',dpi=400,bbox_inches='tight')可以將圖保存成png格式，文件名是fig，dpi參數(shù)表示每英寸點數(shù)的分辨率，bbox_inches參數(shù)可以用來控制實際圖像四周的空白。