[[441338]]

哈嘍，大家好。今天寫一篇 Matplotlib 的入門教程。

Matplotlib 是 Python 數據可視化庫，廣泛應用在數據分析和機器學習中。

1. 第一張圖

Matplotlib 支持面向對象和pyplot接口兩種方式畫圖。

以這兩種方式為例，畫出如下圖所示的函數圖。

y=x^2

面向對象方式

import matplotlib.pyplot as plt 
import numpy as np 
 
x = np.linspace(0, 2, 100) 
 
fig, ax = plt.subplots() 
ax.plot(x, x**2) # 折線圖 
ax.set_xlabel('x') # 設置橫坐標名稱 
ax.set_ylabel('y') # 設置縱坐標標簽 
ax.set_title("y = x^2") # 設置標題 
 
plt.show() 

plt.subplots() 函數返回fig和ax，分別是Figure對象和Axes對象。前者代表畫布，后者代表畫布上的繪圖區域，很顯然畫布和繪圖區域是一對多的關系。

之后關于繪圖的設置，都通過Axes對象完成。

pyplot方式

import matplotlib.pyplot as plt 
import numpy as np 
 
x = np.linspace(0, 2, 100) 
 
plt.figure() 
plt.plot(x, x**2) 
plt.xlabel('x') 
plt.ylabel('y') 
 
plt.show() 

pyplot方式繪圖和設置都通過plt來完成，沒有對象的概念。

雖然這兩種方式都能畫圖，但官方更建議采用面向對象的方式。

2. 支持多種圖形

除了上面例子中看到的折線圖，Matplotlib 還支持以下圖形：

• stackplot：堆疊圖
• bar/barh：柱狀圖
• hist：直方圖
• pie：餅形圖
• scatter：散點圖
• contourf：等高線圖
• boxplot：箱型圖
• violinplot：提琴圖

另外，Matplotlib 還是支持 3D 繪圖

3. 常見設置

在第一小節的例子里，我們通過set_xlabel和set_title設置坐標軸名稱和標題。

除此之外，還可以添加注釋和圖例。

x = np.linspace(0, 2, 100) 
 
fig, ax = plt.subplots() 
ax.plot(x, x**2, label='二次函數') 
ax.set_xlabel('x') 
ax.set_ylabel('y') 
ax.set_title("y = x^2") 
 
# 添加注釋 
ax.annotate('坐標(1,1)', xy=(1, 1), xytext=(0.5, 1.5), 
            arrowprops=dict(facecolor='black', shrink=0.05)) 
# 添加圖例 
ax.legend() 

還可以設置坐標軸的格式

ax.xaxis.set_major_formatter('x坐標{x}') 

如果坐標軸是日期會非常有用，可以將日期轉成周、月、季度等格式。

4. 一個畫布多圖形前面提到過，一個畫布可以有多個繪圖區域。

下面使用plt.subplots()函數可以創建2行2列，4個繪圖區域。

import matplotlib.pyplot as plt 
import numpy as np 
 
fig, axs = plt.subplots(ncols=2, nrows=2, figsize=(5.5, 3.5), 
                        constrained_layout=True) 
# add an artist, in this case a nice label in the middle... 
for row in range(2): 
    for col in range(2): 
        axs[row, col].annotate(f'axs[{row}, {col}]', (0.5, 0.5), 
                               transform=axs[row, col].transAxes, 
                               ha='center', va='center', fontsize=18, 
                               color='darkgrey') 
fig.suptitle('plt.subplots()') 

也可以通過subplot_mosaic()函數創建

fig, axd = plt.subplot_mosaic([['upper left', 'upper right'], 
                               ['lower left', 'lower right']], 
                              figsize=(5.5, 3.5), constrained_layout=True) 
for k in axd: 
    annotate_axes(axd[k], f'axd["{k}"]', fontsize=14) 
fig.suptitle('plt.subplot_mosaic()') 

通過subplot_mosaic()函數，還可以將其他幾個繪圖區域合并成一個。

fig, axd = plt.subplot_mosaic([['upper left', 'right'], 
                               ['lower left', 'right']], 
                              figsize=(5.5, 3.5), constrained_layout=True) 
for k in axd: 
    annotate_axes(axd[k], f'axd["{k}"]', fontsize=14) 
fig.suptitle('plt.subplot_mosaic()') 

通過 GridSpec 也可以創建更復雜的繪圖區域。

fig = plt.figure(constrained_layout=True) 
gs0 = fig.add_gridspec(1, 2) 
 
gs00 = gs0[0].subgridspec(2, 2) 
gs01 = gs0[1].subgridspec(3, 1) 
 
for a in range(2): 
    for b in range(2): 
        ax = fig.add_subplot(gs00[a, b]) 
        annotate_axes(ax, f'axLeft[{a}, {b}]', fontsize=10) 
        if a == 1 and b == 1: 
            ax.set_xlabel('xlabel') 
for a in range(3): 
    ax = fig.add_subplot(gs01[a]) 
    annotate_axes(ax, f'axRight[{a}, {b}]') 
    if a == 2: 
        ax.set_ylabel('ylabel') 
 
fig.suptitle('nested gridspecs') 

5. 高級用法

Matplotlib 很強大，設置很靈活，比如，折線圖可以用極坐標畫圖

稍加改造還可以畫出玫瑰圖。

折線圖隱藏坐標軸和邊框，再結合注釋就可以畫出時間軸

多圖組合形成更復雜的統計圖

Matpolitlib還支持圖形動畫和交互式。

今天這篇文章只介紹了 Maptplotlib 很初級的一部分內容，它本身內容非常豐富、也很復雜。后面有機會我們可以介紹更深入的內容。

如果本文對你有用就點個 在看 鼓勵一下吧。