Matplolib是最常用的Python數(shù)據(jù)繪圖工具庫，支持不同樣式數(shù)據(jù)的圖像繪制。本文介紹一些使用Matplotlib庫的注意事項，主要包括：
- subplots
- 布局調(diào)整
- specgram（光譜圖）
- pcolormesh
- 樣式增強
Matplolib
subplots
subplots()是繪圖的開始，創(chuàng)建不同子圖的排列結(jié)構(gòu)。
如下：
import matplotlib.pyplot as plt
fig, axes = plt.subplots(nrows=2, ncols=2)
plt.show()
最終的圖像展示使用plt.show()方法。
返回：
- fig：繪圖的底版，用于顯示整個背景輪廓，等同于plt.gcf()；
-
axes：子圖的集合，通過下標選中單個子圖，如
axes[0][0]；
參數(shù)：
- nrows和ncols：子圖排列的行和列；
非規(guī)則的排列，使用subplot2grid()，通過結(jié)構(gòu)shape和位置loc排列子圖，如，排列5個子圖，上三下二結(jié)構(gòu)：
ax1 = plt.subplot2grid(shape=(2, 6), loc=(0, 0), colspan=2)
ax2 = plt.subplot2grid((2, 6), (0, 2), colspan=2)
ax3 = plt.subplot2grid((2, 6), (0, 4), colspan=2)
ax4 = plt.subplot2grid((2, 6), (1, 1), colspan=2)
ax5 = plt.subplot2grid((2, 6), (1, 3), colspan=2)
布局調(diào)整
在排列子圖的過程中，可能出現(xiàn)：
-
坐標軸遮擋：使用
tight_layout()設置間距，其中pad表示整體輪廓間距，w_pad表示子圖水平間距，h_pad表示子圖豎直間距； -
圖像密集：使用
set_size_inches()設置圖像長寬的具體尺寸（英寸）；
即：
plt.tight_layout(pad=0.4, w_pad=0.5, h_pad=1.0)
fig = plt.gcf()
fig.set_size_inches(10, 8)
這樣，子圖就可以優(yōu)雅地排列在一起了。
specgram
連續(xù)信號推薦使用specgram()展示，即光譜圖（spectrogram）。
參數(shù)：
- x：信號連續(xù)值列表；
- Fs：信號幀率；
即：
axes[0, 0].specgram(x=y, Fs=sr) # 光譜圖
axes[0, 0].set_title('std')
set_title()用于設置圖像的標題。
光譜圖
連續(xù)信號不推薦使用線圖展示，因為在信號中，一般含有幀率，即每秒信號數(shù)，而使用線圖展示，就會忽略幀率信息，無法體現(xiàn)波形的相似性。
pcolormesh
二維特征推薦使用pcolormesh()展示。除此之外，相似的展示形式：
- contourf：等高線，與pcolormesh類似，邊界較為模糊；
- imshow：圖像模式，支持模糊處理，自適應寬高需要設置aspect的“auto”屬性；
即
axes[0, 0].pcolormesh(df1)
axes[0, 1].contourf(df2)
axes[1, 0].imshow(df2, interpolation='bicubic', aspect='auto')
axes[1, 1].axis('off')
axis('off')用于關(guān)閉子圖。
pcolormesh
二維特征不推薦使用散點圖，因為散點圖的展示區(qū)域較小，對比效果較差。
樣式增強
seaborn是Matplotlib的顏色和樣式擴展。
使用方式：在plt繪制之前，通過seaborn聲明其他的展示樣式。
import seaborn as sns
sns.set(style='ticks', palette='Set2')
歡迎Follow我的GitHub：https://github.com/SpikeKing
By C. L. Wang @ 美圖云事業(yè)部
OK, that's all!
