第7章Matplotlib基礎及應用主講人：***13-10月-23Python數(shù)據(jù)分析與數(shù)據(jù)挖掘目錄contentsMatplotlib簡介0102Matplotlib基礎知識03Pyplot的使用04Pyplot中的常用圖形Matplotlib簡介017.1.1

Matplotlib主要特性 Matplotlib是一個常用的Python繪圖庫，常與NumPy和Pandas一起結合使用，它以各種格式和跨平臺的交互環(huán)境生成可達到印刷質量的圖形。Matplotlib可用于Python腳本、Python和IPythonshell、JupyterNotebook、Web應用程序服務器和四個圖形用戶界面工具包。 Matplotlib具有良好的操作系統(tǒng)兼容性和圖形顯示底層接口兼容性，并支持幾十種圖形顯示接口與輸出格式，是Python中繪制二維、三維圖表的重要可視化工具。新版的Matplotlib可以輕松實現(xiàn)主流的繪圖風格，其中加入了許多新的程序包，實現(xiàn)了更加簡潔新穎的API，例如Seaborn、ggplot、HoloViews、Altair和Pandas對Matplotlib的API封裝的繪圖功能。其主要特點：使用簡單繪圖語句實現(xiàn)復雜繪圖效果；以交互式操作實現(xiàn)漸趨精細的圖形效果；對圖表的組成元素實現(xiàn)精細化控制；使用嵌入式的LaTeX輸出具有印刷級別的圖表、科學表達式和符號文本。7.1.2Matplotlib安裝python-mpipinstall-Upippython-mpipinstall-Umatplotlib

對于Windows、MacOS和普通Linux平臺來說，Anaconda、Canopy和ActiveState都是非常好的選擇。Winpython是Windows用戶的一個選項。這些發(fā)行版中已經(jīng)包含了matplotlib和許多其他有用的（數(shù)據(jù)）科學工具。其安裝語法如下：

使用時，只需將其導入即可：以plt作為Pyplot子模塊的縮寫。importmatplotlibasmplimportmatplotlib.pyplotaspltMatplotlib基礎知識027.2.1導入Matplotlib

我們在作圖前，需要導入matplotlib和其中的模塊（如matplotlib.pyplot）。通常為了方便，設置一個常用的簡寫形式，本章例子中還需要導入NumPy和Pandas模塊。importmatplotlibasmplimportmatplotlib.pyplotaspltimportnumpyasnpimportpandasaspd7.2.2Matplotlib圖形構成

Matplotlib將數(shù)據(jù)繪制在圖形（Figure）上，圖形可以理解為包含其他所有繪圖元素的頂級容器，其中包含所有軸（Axes）、其他Artist和畫布（Canvas）。通常情況下，畫布（Canvas）是一個繪圖的對象，對用戶而言，該對象一般不可見。在圖形上看到的一切都是Artist，Artist有兩種類型，即圖形元素（primitives）和容器（containers）。圖形元素是我們需要加入Canvas的元素，比如線條、矩形、文字等，而容器是放置這些元素的地方，例如Axis、Axes和Figure，其中Figure是頂層的Artist。1、圖形（Figure）[例7-1]使用figure()方法創(chuàng)建新圖形。

軸（Axes）是matplotlibAPI中重要的類，這是因為軸是大多數(shù)對象所在的繪圖區(qū)域。在創(chuàng)建Figure對象之后，在作圖前需要創(chuàng)建軸，軸是繪圖基準，是圖像中帶數(shù)據(jù)空間的區(qū)域。如果將Figure理解為容器，即畫布的載體，則具體的繪圖操作是在畫紙上完成，畫紙可以理解為子圖Subplot或更加靈活的子圖--軸（Axes）。2、軸（Axes）7.2.2Matplotlib圖形構成[例7-2]本例首先生成一個空白Figure，然后創(chuàng)建1行2列的子圖，返回子圖的軸對象ax1和ax2。在第1個子圖的軸對象ax1上添加軸線標簽X-Axis和Y-Axis，并設置軸線的數(shù)據(jù)范圍：X為[0,5]，Y為[-2,2]。

軸線是類似數(shù)字線的對象，是軸上的刻度。它們負責設置圖形范圍并生成記號（軸上的標記）和記號標簽（標記記號的字符串）。一般情況下，圖中可以包含兩個或三個軸線對象（三維圖），它們負責處理數(shù)據(jù)范圍?？梢允褂胮lt.axis()或plt.xlim()等函數(shù)設置軸線范圍，plt.xlabel()或者plt.ylabel()等為軸線命名，同時也可利用tick的相關方法對軸上的刻度進行修改。3、軸線（Axis）7.2.2Matplotlib圖形構成[例7-3]設置軸線實例。圖Figure、Axes和Axis的關系

圖例是展現(xiàn)圖表中數(shù)據(jù)組列表并通過提供線索（線條樣式或顏色）來讓數(shù)據(jù)組更易于識別。圖例的設置與修改是通過調(diào)用legend()來實現(xiàn)。4、圖例(legend)5、標題(title)

標題是對整個圖標的說明，方便對整個圖表含義的理解，通過調(diào)用plt.title()方法來實現(xiàn)對title內(nèi)容的設置。6、網(wǎng)格(Grid)

有時需要在圖形中添加網(wǎng)格，網(wǎng)格線方便看到圖表中每個元素的精確值，而且也方便執(zhí)行單點之間的對比。但是網(wǎng)格也會增加噪聲，讓看到實際的數(shù)據(jù)流變得困難。一般情況下，默認狀態(tài)下無網(wǎng)格線，可以通過調(diào)用grid()方法實現(xiàn)。7.2.2Matplotlib圖形構成7、圖形主體內(nèi)容

圖形的主體內(nèi)容是一張圖的核心，對于二維圖表而言，圖形的主體內(nèi)容可以是點，也可以是線條等。對應的方法分別是點（scatter、plot）、線（line、plot）等。7.2.2Matplotlib圖形構成[例7-4]添加了網(wǎng)格、圖例的繪圖實例。 Matplotlib默認狀態(tài)下無法顯示中文，在前面的許多例子中各種標題及圖例都是使用的英文。若在作圖過程中，需要顯示中文，可通過下面兩種方法進行操作。方法一：借助rcParams修改字體實現(xiàn)設置

其中，rcParams[‘font.family’]的種類也可以設置多種。屬性說明‘font.family’用于顯示字體的名字‘font.style’字體風格，正常‘normal’或斜體‘italic’‘font.size’字體大小，整數(shù)字號或者‘large’、‘x‐small’rcParams的屬性7.2.3Matplotlib中設置中文中文字體種類 Matplotlib默認狀態(tài)下無法顯示中文，在前面的許多例子中各種標題及圖例都是使用的英文。若在作圖過程中，需要顯示中文，可通過下面兩種方法進行操作。方法一：借助rcParams修改字體實現(xiàn)設置7.2.3Matplotlib中設置中文

可以用下列語句查看matplotlib中默認已經(jīng)識別到的所有可用字體和對應的文件名，其中部分輸出的為字體名稱，font.fname部分輸出字體文件的路徑和文件名。importmatplotlib.pyplotaspltfrommatplotlibimportfont_managerforfontinfont_manager.fontManager.ttflist:#查看字體名以及對應的字體文件名print(,'--',font.fname)輸出的“KaiTi--C:\Windows\Fonts\simkai.ttf”中，“KaiTi”為字體名，“C:\Windows\Fonts\simkai.ttf”為對應的字體文件。則可以用如下語句來使用該字體，如下所示：plt.rcParams['font.family']='KaiTi'plt.text(0.5,0.5,'楷體',ha='center',fontsize=50) Matplotlib默認狀態(tài)下無法顯示中文，在前面的許多例子中各種標題及圖例都是使用的英文。若在作圖過程中，需要顯示中文，可通過下面兩種方法進行操作。方法一：借助rcParams修改字體實現(xiàn)設置7.2.3Matplotlib中設置中文[例7-5]中文顯示方法一。 Matplotlib默認狀態(tài)下無法顯示中文，在前面的許多例子中各種標題及圖例都是使用的英文。若在作圖過程中，需要顯示中文，可通過下面兩種方法進行操作。方法二：在有中文輸出的地方，增加一個fontproperties屬性。7.2.3Matplotlib中設置中文[例7-6]中文顯示方法二。Pyplot使用037.3.1plt.plot()的使用

在Matplotlib模塊中，Pyplot是一個核心的子模塊，通過該子模塊，我們可以完成很多基本的可視化操作。子模塊的導入如下：importmatplotlib.pyplotasplt

其中，以plt作為Pyplot子模塊的縮寫 Pyplot繪圖的主要功能是繪制x，y的坐標圖，在完成繪圖后一般情況下是不會自動顯示圖表的，需要調(diào)用plt.show()方法顯示。當plt.plot()中只有一個輸入列表或者數(shù)組時，參數(shù)會被當作Y坐標數(shù)據(jù)，而X的坐標列表自動生成索引，默認為[0,1,2,3，…]。1、基本使用使用plt.plot()繪制的主要是線圖，其語法格式為：plt.plot(x,y,

format_string,

**kwargs)其中：必要的參數(shù)是x坐標列表和y坐標列表。當plt.plot(x,y)中用2個以上參數(shù)時,則會按照x軸和y軸順序繪制數(shù)據(jù)點。7.3.1plt.plot()的使用[例7-7]plt.plot()繪制實例。plt.plot()還有數(shù)十個可選參數(shù)來設置繪圖特征，但常用的有幾個特征，分別是： color：設置線條顏色，默認為藍色。 linewidthorlw：設置線條寬度，默認為1.0。 linestyleorls：設置線條樣式，默認為實線。 labels：設置圖形名稱，一般搭配legend屬性使用。 marker：設置數(shù)據(jù)點的符號，默認為點。字符顏色字符顏色‘b’藍色‘g’綠色‘r’紅色‘c’青色‘m’品紅色‘y’黃色‘k’黑色‘w’白色字符線條樣式‘-’實線‘--’虛線‘-.’點劃線‘：’點線字符標記類型字符標記類型‘?！c‘，’像素‘o’圓圈‘v’下三角1‘^’上三角1‘<’左三角1‘>’右三角1‘1’下三角2‘2’上三角2‘3’左三角2‘4’右三角2‘s’正方形‘p’五角形‘*’星號‘h’六邊形樣式1‘H’六邊形樣式2‘+’加號‘x’X‘D’鉆石‘d’薄鉆石‘|’垂直線‘_’水平線7.3.1plt.plot()的使用1、基本使用Matplotlib的顏色Matplotlib的線條樣式Matplotlib標記1、基本使用—參數(shù)設置實例7.3.1plt.plot()的使用[例7-8]設置plot繪圖特征實例。2、添加內(nèi)容

圖表主體內(nèi)容設置結束后，還可以設置或添加文本內(nèi)容。具體的添加內(nèi)容與所調(diào)用的函數(shù)具體見表。函數(shù)名稱函數(shù)作用plt.title()在當前圖形中添加標題，可以指定標題的名稱、位置、顏色、字體大小等參數(shù)。plt.xlabel()在當前圖形中添加x軸名稱，可以指定位置、顏色、字體大小等參數(shù)plt.ylabel()在當前圖形中添加y軸名稱，可以指定位置、顏色、字體大小等參數(shù)plt.xlim()指定當前圖形x軸的范圍，只能確定一個數(shù)值區(qū)間，而無法使用字符串標識。plt.ylim()指定當前圖形y軸的范圍，只能確定一個數(shù)值區(qū)間，而無法使用字符串標識。plt.xticks()指定x軸刻度的數(shù)目與取值。plt.yticks()指定y軸刻度的數(shù)目與取值。plt.legend()指定當前圖形的圖例，可以指定圖例的大小、位置、標簽7.3.1plt.plot()的使用常用添加畫布內(nèi)容的函數(shù)說明2、添加內(nèi)容—實例7.3.1plt.plot()的使用[例7-9]設置plot繪圖文本。2、添加內(nèi)容—實例7.3.1plt.plot()的使用[例7-10]為圖形添加注釋。代碼中的plt.annotate()函數(shù)有多個參數(shù)plt.annotate(s,xy=arrow_crd,xytext=text_crd,arrowprops=dict)3、圖形的保存7.3.1plt.plot()的使用

圖形繪制完成后，可以使用plt.show()進行顯示，也可以使用plt.savefig()將其保存，在該函數(shù)中可以設置保存路徑和文件名、圖片的分辨率、邊緣的顏色等參數(shù)。如果既要顯示又要保存，請注意要將plt.savefig()放在plt.show()之前。否則，在plt.show()后實際上已經(jīng)創(chuàng)建了一個新的空白的圖片，此時再用plt.savefig()就會保存這個生成的空白圖片。[例7-11]保存圖片。plt.savefig()函數(shù)中主要參數(shù)含義為：fname：含有文件路徑的字符串，拓展名指定文件類型，如'png'、'pdf'、’svg'、'ps'、'jpg'等；dpi：分辨率，默認100；facecolor：圖像的表面顏色，默認為“auto”；bbox_inches：圖表需要保留的部分，如果設置為“tight”，則將嘗試剪除圖像周圍的空白部分。7.3.2子圖

在Matplotlib中，不僅可以在一張圖形中繪制多條曲線，還可以將一張圖分成多個子圖進行繪制。plt的subplot()方法參數(shù)可以是一個三位數(shù)字，例如121，也可以是一個數(shù)組，如[1,2,1]。其中第一個數(shù)字代表子圖總行數(shù)，第二個數(shù)字代表子圖總列數(shù)，第三個數(shù)字表示對應圖像顯示的繪圖區(qū)域數(shù)。【解釋說明】：以plt.subplot(2,2,1)為例，它是指將繪圖區(qū)域分為2行2列4個區(qū)域，并在第一個區(qū)域內(nèi)作圖，其他同上。1. 使用matplotlib.pyplot.subplot()進行設置子圖[例7-12]用plt的subplot()繪制子圖。

subplot()方法也可以設置不同大小的繪圖區(qū)域?！窘忉屨f明】：對于第一圖而言，它是在2行1列的區(qū)域內(nèi)作圖，當設置后續(xù)三張圖的位置時，從編號4開始，暗示圖一占據(jù)3列的寬度。7.3.2子圖1. 使用matplotlib.pyplot.subplot()進行設置子圖[例7-13]使用subplot()設置不同大小的繪圖區(qū)域。7.3.2子圖

實際使用中可能會面臨更復雜的繪圖分隔區(qū)域，subplot()方法就不能很好地滿足需要，此時需要借助subplot2grid()方法。語法如下： plt.subplot2grid(GridSpec，CurSpec，colspan=num1，rowspan=num2)2. 使用matplotlib.pyplot.subplot2grid()設置復雜的繪圖分隔區(qū)域【解釋說明】：創(chuàng)建第1個小圖，(3，3)表示將整個圖像窗口分成3行3列，(0，0)表示從第0行第0列開始作圖，colspan=3表示列的跨度為3，行的跨度為缺省,默認跨度為1；創(chuàng)建第2個小圖，(3，3)表示將整個圖像窗口分成3行3列，(1，0)表示從第1行第0列開始作圖，colspan=2表示列的跨度為2。后續(xù)子圖同理。注意：可以使用subplots_adjust()調(diào)整子圖間的間距。7.3.2子圖2. 使用matplotlib.pyplot.subplot2grid()設置復雜的繪圖分隔區(qū)域[例7-14]設置復雜的繪圖分隔區(qū)域。7.3.2子圖3. 使用matplotlib.pyplot.subplots()函數(shù)來設置子圖

subplots()函數(shù)，返回一個包含figure和axes對象的元組。因此，通常使用fig,ax=plt.subplots()將元組分解為fig和ax兩個變量。如果創(chuàng)建了多個子圖，則ax可以是一個Axes對象的數(shù)組。

例如，fig,ax=plt.subplots(m,n,figsize=(a,b))設置了m*n個大小為a*b的子圖，fig為圖像對象，ax為大小為m*n的axes數(shù)組。7.3.2子圖3. 使用matplotlib.pyplot.subplots()函數(shù)來設置子圖[例7-15]用subplots()函數(shù)設置子圖。7.3.2子圖4. 使用matplotlib.figure.Figure.add_subplot()來設置子圖

add_subplot()的參數(shù)與plt的subplot()類似，可以是一個三位數(shù)字，例如121，也可以是一個數(shù)組，如[1,2,1]。其中第一個數(shù)字代表子圖總行數(shù)，第二個數(shù)字代表子圖總列數(shù)，第三個數(shù)字表示對應圖像顯示的繪圖區(qū)域數(shù)。7.3.2子圖[例7-16]使用figure的add_subplot()設置子圖并標號。4. 使用matplotlib.figure.Figure.add_subplot()來設置子圖7.3.2子圖[例7-17]使用figure的add_subplot()設置子圖。4. 使用matplotlib.figure.Figure.add_subplot()來設置子圖Pyplot中的常用圖形047.4Pyplot中的常用圖形

Matplotlib中提供了許多繪制圖形的函數(shù)，包括簡單的基礎統(tǒng)計圖形，如直方圖、氣泡圖、箱線圖等，也有一些高維度的立體圖形，如3D圖等。下表給出Pyplot常用的基礎圖像繪制函數(shù)。函數(shù)說明Plt.plot(x,y,fmt,…)繪制作表態(tài)Plt.boxplot(data,notch,position)繪制箱型圖Plt.bar(left,height,width,bottom)繪制條形圖Plt.barh(width,bottom,left,height)繪制一個橫向條形圖Plt.polar(theta,r)繪制極坐標圖Plt.pie(data,explode)繪制餅圖Plt.psd(x,NFFT=256,pad_to,Fs)繪制功率譜密度圖Plt.specgarm(x,NFFT=256,pad_to,Fs)繪制譜圖Plt.cohere(x,y,NFFT=256,Fs)繪制X-Y的相關性圖Plt.scatter(x,y)繪制散點圖，其中x和y長度相同Plt.step(x,y,where)繪制步階圖Plt.hist(x,bins,normed)繪制直方圖Plt.contour(X,Y,Z,N)繪制等制圖Plt.vlines()繪制垂直圖Plt.stem(x,y,linefmt,markerfmt)繪制柴火圖Plt.plot_date()繪制數(shù)據(jù)日期7.4.1散點圖

散點圖的繪制依賴plt.scatter()函數(shù)，該函數(shù)包含很多參數(shù)，具體如下：S：點的大小C：點的顏色，取值可以為[‘b’,‘c’,‘g’,‘k’,‘m’,‘r’,‘w’,‘y’]Alpha：點的透明度，取值為0-1Marker：點的形狀，默認狀態(tài)下為“o”，常見的還有[‘v’,‘>’,‘<’,‘*’,‘s’,‘p’,‘h’,‘x’,‘+’]。[例7-18]不設置參數(shù)繪制散點圖。1、不設置任何參數(shù)時調(diào)用7.4.1散點圖[例7-19]設置部分參數(shù)繪制散點圖。2、設置部分的參數(shù)，優(yōu)化圖表7.4.1散點圖7.4.2柱狀圖

柱狀圖主要用于查看各分組數(shù)據(jù)的數(shù)量分布，以及各個分組數(shù)據(jù)之間的數(shù)量比較。

柱狀圖的繪制使用：

plt.bar(x,height,width,bottom=None,*,align='center',data=None,**kwargs)7.4.2柱狀圖[例7-20]繪制簡單柱狀圖。如果把例子中的plt.bar()改為plt.barh()，其他參數(shù)不變，即可以繪制如右圖的水平柱狀圖。7.4.2柱狀圖[例7-21]柱狀圖頂部添加數(shù)據(jù)說明。本例中在柱狀圖頂部添加上具體的數(shù)據(jù)說明。7.4.3直方圖

直方圖的繪制依賴plt.hist(x,bins=bins,color=”b”,histtype=’bar’,label=’label’,rwidth=rwidth)函數(shù)，具體各參數(shù)說明如下： x：連續(xù)型數(shù)據(jù)的輸入值bins：用于確定柱體的個數(shù)或是柱體邊緣范圍color：柱體的顏色histtype：柱體類型label：圖例內(nèi)容rwidth：柱體寬度[例7-22]繪制簡單直方圖。7.4.3直方圖[例7-23]繪制堆積直方圖。當參數(shù)stacked設置為False時，也是默認狀態(tài)，則繪制并排放置的直方圖。7.4.4餅圖

餅圖的繪制依賴plt.pie(size，explode，labels，autopct，startangle，shadow，color)函數(shù)，具體各參數(shù)說明如下：size：各部分的百分比；explode：餅片邊緣偏離半徑的百分比，凸出率；labels：每部分餅片的文本標簽；autopct：每部分餅片對應數(shù)值的百分比樣式；startangle：第一個餅片逆時針旋轉的角度；shadow：是否繪制餅片的陰影；color：柱體的顏色。[例7-24]只給定數(shù)據(jù)，繪制餅圖。[例7-25]設置參數(shù)，繪制餅圖。7.4.4餅圖[例7-26]設置餅圖的參數(shù)explode，強調(diào)某幾部分餅片的可視性。7.4.4餅圖7.4.53D圖

Matplotlib還支持3維立體圖形的繪制。利用的函數(shù)分別是ax.plot_surface()和ax.scatter()函數(shù)，前者常用來繪制三維面，而后者常用來繪制三維立體的點。【首先將繪制3D圖形的模塊導入】[例7-28]定義數(shù)據(jù)，繪制3D圖。[例7-27]繪制3D圖。本章實踐例題本章實踐例題[例7-29]matplotlib中常用參數(shù)設置實例。本例介紹了使用matplotlib.pyplot中的函數(shù)設置中文字體和字號、圖形的x和y軸范圍及文本標簽等的方法。本章實踐例題[例7-30]使用matplotlib.axes.Axes.set()函數(shù)設置圖形屬性。可以使用matplotlib.axes.Axes.set()函數(shù)一次性設置圖形屬性，如下例所示。本章實踐例題[例7-31]某地區(qū)2000-2017年的旅游數(shù)據(jù)分析與可視化。隨著人們生活水平的提升和時代的發(fā)展，旅游受到越來越多的人的喜愛，將我國旅游業(yè)的發(fā)展推入新的時代。下面結合某地區(qū)2000-2017年的旅游人數(shù)與費用分析國內(nèi)旅游業(yè)的發(fā)展。案例需求：以城鄉(xiāng)居民的旅游人數(shù)變化，結合所學的作圖工具，得出以下結論：旅游業(yè)的發(fā)展變化趨勢。數(shù)據(jù)準備：該數(shù)據(jù)庫中收集了2000-2017年某地區(qū)有關旅游業(yè)的相關信息，并將其整理到名為Tour的xlsx的文件中。具體數(shù)據(jù)見下表。本章實踐例題本章實踐例題[例7-31]某地區(qū)2000-2017年的旅游數(shù)據(jù)分析與可視化。案例實現(xiàn)：從生成的折線圖可知，國內(nèi)某地區(qū)旅游總人次隨年份呈現(xiàn)出明顯上升的趨勢，可見旅游業(yè)的發(fā)展也一直處于高速發(fā)展的進程中，圖中顯示城鎮(zhèn)居民國內(nèi)旅游人數(shù)的變化趨勢與總體趨勢大致相同，而農(nóng)村居民國內(nèi)旅游人次的增長較為緩慢。由此也可見國內(nèi)旅游業(yè)的發(fā)展主要依賴于城鎮(zhèn)居民的旅游人次。此特點也可由其他的特征得出，讀者自行練習。本章實踐例題[例7-32]某高校3個專業(yè)高考入學分數(shù)的可視化分析。案例需求：分別以折線圖和柱狀圖等形式，分析某高校計科、材料、物流專業(yè)學生的高考入學分數(shù)情況。數(shù)據(jù)準備：該數(shù)據(jù)集名為“gaokaofenshu.xlsx”，記錄了某高校計科、材料、物流三個專業(yè)的高考分數(shù)。本章實踐例題[例7-32]某高校3個專業(yè)高考入學分數(shù)的可視化分析。本章實踐例題[例7-33]Netflix電視節(jié)目和電影數(shù)據(jù)的可視化分析。案例需求：對于Netflix列出的電視節(jié)目和電影數(shù)據(jù)進行可視化分析，該數(shù)據(jù)集包括截至2019年Netflix