Python数据可视化 课件 02章 Matplotlib图形构成

Python数据可视化第2章Matplotlib图表构成教师：xxx2024.07第1节Matplotlib绘图基础第2章

Matplotlib图表构成第2节子图划分第3节Axes属性设置第1节Matplotlib绘图基础Matplotlib是Python平台使用最广泛的绘图库。其结构比较复杂，包含众多的绘图对象和函数。为方便调用，matplotlib.pyplot模块提供了一组命令式绘图接口函数，绘图时主要使用此模块。importmatplotlib.pyplotasplt。下面先看两例：一、绘图框架importnumpyasnpimportmatplotlib.pyplotasplt #导入绘图库plt.rcParams['font.family']='SimHei' #设黑体字体以显示中文plt.rcParams['axes.unicode_minus']=False #正常显示负号x=np.linspace(-2*np.pi,2*np.pi,100) #在[-2π,2π]间生成数列plt.plot(x,np.sin(x),label='sin(x)') #绘制正弦曲线plt.plot(x,np.cos(x),label='cos(x)') #绘制余弦曲线plt.legend(fontsize=14) #显示图例plt.title('正弦-余弦曲线',fontsize=18) #图形标题plt.savefig('pic1.png',transparent=True) #保存为背景透明的图片第1节Matplotlib绘图基础（三）绘制散点图一、绘图框架importnumpyasnpimportmatplotlib.pyplotasplt plt.rcParams['font.family']='SimHei' x=np.arange(1,21) #x作为自变量y=2*x+1+np.random.uniform(-2,2,20) #"y=2x+1+随机数"模拟产生因变量yax=plt.gca() #返回当前绘图区域对象(类型为Axes)ax.scatter(x,y,label='scatterfigure') #在ax上绘制散点图ax.set_title('散点图',fontsize=18) #图标题ax.set_xticks(range(0,25,5)) #设置x轴显示的刻度值ax.set_xlabel('X轴',fontsize=14) #X轴标签ax.set_ylabel('Y轴',fontsize=14) #Y轴标签第1节Matplotlib绘图基础上面两段代码采用了两种编码风格。一种是类似MATLAB风格的“plt.函数()”的方式，这种方式简单，初学者上手快。另一种是采用“ax.set_函数()”的面向对象方式编码，这种设置更灵活。一、绘图框架（四)架构层次Matplotlib库采用面向对象方式架构，主要分为三个层次：1.matplotlib.backend_bases.FigureCanvasBase：绘图画板，用于承载画布。2.matplotlib.backend_bases.RendererBase：代表渲染器，用于在画板上绘图。3.matplotlib.artist.Artist：代表各类图表组件，这些组件利用渲染器绘图。Artist即对应折线、柱体等图形对象。一般绘图只需生成Artist，1和2无需自行生成，均默认存在。图形绘制在一个Figure(画布)上，Figure上至少有一个Axes(子图)对象，可根据需要划分多个Axes。在Axes中可添加简单类型的Artist（例如折线/散点/柱形等）。第1节Matplotlib绘图基础绘图前先准备好数据，数据多采用列表、numpy数组或pandas的DataFrame和Series等格式。绘图基本流程如右图所示。二、绘图流程importnumpyasnpimportmatplotlib.pyplotasplt#导入绘图库x=np.linspace(-2*np.pi,2*np.pi,100)#准备数据plt.plot(x,np.sin(x),label='sin(x)')

#绘正弦曲线plt.title('sin(x)',fontsize=18)

#标题plt.legend(fontsize=14) #图例plt.xlabel('x')

#x轴标签plt.grid() #网格线plt.show()

#显示图形第1节Matplotlib绘图基础在构成图表的各种Artist对象中，Figure(画布)位于最顶层。它容纳了图形的所有元素，是后续所有绘图对象的总容器。画布对象默认已存在，无需自己创建，有需要时也可自建。该对象常用属性有：三、Figure对象Figure.patch：画布的背景矩形。Figure.axes：画布上的所有Axes子图构成的列表。Figure.images：画布上的所有img图片构成的列表。Figure.texts：画布上的所有文字实例构成的列表。创建新画布使用函数plt.figure()，格式如下。(8,6)表示画布宽8英寸，高6英寸fig=plt.figure(figsize=(8,6),facecolor=None,edgecolor=None,frameon=True,**kwargs)fig=plt.gcf()#亦可用此命令获取当前默认画布对象,gcf:getcurrentfigure第1节Matplotlib绘图基础Axes是Figure上的绘图区域，此术语也称为子图或坐标系。axes对象默认存在，也可自行创建。Axes是绘图的核心对象，内部可包含众多图形组件。Axes实例提供了绘图的坐标系，还包含坐标轴对象(xaixs/yaixs轴)。四、Axes子图属性描述属性描述artistsArtist对象linesLine2D对象列表patch作为Axes背景的Patch对象，可以是Rectangle或CirclepatchesPatch对象列表collectionsCollection对象textsText文字对象列表imagesAxesImage对象xaxisXAxis，即x轴legendLegend图例对象yaxisYAxis，即y轴Axes对象的属性第1节Matplotlib绘图基础Axes对象包含很多绘图函数。例如，ax.plot()绘制折线图，ax.bar()绘制条形图。四、Axes子图Axes对象的绘图方法Axes方法创建对象存储于列表Axes方法创建对象存储于列表annotateAnnotatetextsimshowAxesImageimagesbarRectanglepatchestextTexttextserrorbarLine2D、Rectanglelines,patchesplotLine2DlinesfillPolygonpatchesscatterPolygonCollectioncollectionshistRectanglepatches

第1节Matplotlib绘图基础四、Axes子图fig=plt.figure()

#新画布#用add_subplot创建axes对象,1行2列的第1个子图ax=fig.add_subplot(121)ax.patch.set_facecolor('b')

#设置子图背景为蓝色#设置背景的透明度,范围0-1,1表示不透明ax.patch.set_alpha(0.1)#绘制一条线,线是Line2D对象ax.plot([0,1,2],[1,2,3],c='r',marker='x')ax.plot([-1,0,1],[-1,0,1],c='b',marker='d')#再绘一条线#列表lst中含有2个Line2D对象,可供后续修改时引用lst=ax.lines第1节Matplotlib绘图基础pyplot不支持中文，中文会错误显示为小方框，需用plt.rcParams["font.family"]参数设置中文字体。设置中文字体后将导致坐标刻度的负号无法显示，因此还需设置axes.unicode_minus参数，代码如下：五、设置pyplot的参数importmatplotlib.pyplotaspltplt.rcParams['font.family']='SimHei' #设置黑体字体以正确显示中文plt.rcParams['axes.unicode_minus']=False #确保负号显示正常plt.xlim((-5,5)) #设置x轴刻度范围plt.title('中文标题') #执行上面的plt.rcParams语句后，中文和负号应显示正常plt.rcParams['font.sans-serif']='SimHei' #设置黑体，此写法亦可plt.rcParams['font.family']='ArialUnicodeMS' #Mac系统没有Simhei,Mac应设置此中文字体第1节Matplotlib绘图基础rcParams表示“runconfiguration”运行配置参数的意思。绘图对象有默认的属性，这些属性都可用plt.rcParams语句修改，示例如下。五、设置pyplot的参数x=np.linspace(1,10,100)plt.rcParams['lines.linestyle']=':' #修改线条为":"样式

plt.rcParams['lines.linewidth']=5 #修改线条宽度plt.rcParams['font.size']=14 #设置字体的默认大小#sin曲线将采用上面设置的默认线形和宽度plt.plot(x,np.sin(x))#cos曲线用自设的'-.'样式，宽度2plt.plot(x,np.cos(x),ls='-.',lw=2)plt.legend(['sin','cos']) #设图例#修改上述默认设置后，可用下面的命令恢复默认设置

plt.rcdefaults()第2节子图划分一、等分子图区域有时因为业务要求，需要将画布划分为若干子区域，每个子图上绘制不同的图形。plt有多种子图划分函数。plt.subplot()用于生成规整的行列布局的子图，格式为：plt.subplot(numRows,numCols,plotNum)numRows表示将画布分成几行，numCols表示将画布分成几列，plotNum代表子图编号(从1开始)。该命令执行后返回axes子图对象，此对象将成为默认绘图子图，后续的图形对象就自动绘制在此子图上。plt.subplot(2,2,1) #2行2列的第一个子图plt.subplot(221) #允许省略逗号，将参数写为221,效果同上第2节子图划分一、等分子图区域(一)plt.subplot()示例importmatplotlib.pyplotasplt#1行2列模式的第1个子图,此为默认子图plt.subplot(1,2,1)#在坐标(0.4,0.5)处显示红色字符串'121'plt.text(0.4,0.5,'121',c='red',fontsize=20)

plt.subplot(122) #1行2列模式的第2个子图plt.text(0.4,0.5,'122',c='r',fontsize=20)第2节子图划分一、等分子图区域(二)plt.subplots()示例执行此命令将返回一个画布对象fig及由多个axes构成的数组。importmatplotlib.pyplotasplt#返回一个画布对象fig,ax是二维数组，2行2列共4个子图fig,ax=plt.subplots(nrows=2,ncols=2,figsize=(8,6))fig.patch.set_color('b') #画布背景蓝色fig.patch.set_alpha(0.1) #画布背景透明度0.1x=np.arange(1,11)ax[0,0].plot(x,x) #y=x ax[0,1].plot(x,-x) #y=-xax[1,0].plot(x,x**2) #y=x2

ax[1,1].plot(x,np.log(x)) #y=lnx#ravel()将二维转为一维以便遍历fori,axesinenumerate(ax.ravel()): axes.set_title('ax'+str(i+1),fontsize='20')#设置子图titlefig.tight_layout() #调整子图间距，避免重叠第2节子图划分一、等分子图区域(三)fig.add_subplot()示例对比上两条命令，fig.add_subplot()命令的主体是画布对象fig。fig=plt.figure() #创建新画布ax1=fig.add_subplot(221) #2行2列的第1个子图ax1.text(0.4,0.5,'ax1',c='r',fontsize=18)ax3=fig.add_subplot(223) #2行2列的第3个子图ax3.text(0.4,0.5,'ax3',c='r',fontsize=18)ax2=fig.add_subplot(122) #1行2列的第2个子图ax2.text(0.4,0.5,'ax2',c='r',fontsize=18) 第2节子图划分二、划分复杂子图如果遇到复杂的子图划分情况可考虑使用函数plt.subplot2grid()。该函数内含的rowspan和colspan参数可以让子图跨越网格的多行或多列，实现灵活的区域划分。函数的工作方式是设定网格，选中网格，确定选中行列的数量。示例见第2章配套代码文件"02.ipynb"。第2节子图划分三、图中图前面的命令划分的是规整子图。fig.add_axes()命令可在画布的任意位置创建新子图，即使与现有的Axes对象重叠亦可，这样可实现图中图的特殊效果。x=[1,2,3,4,5,6,7]y=[1,7,15,24,30,50,55]plt.plot(x,y,'gD-')#g绿色,D菱形点,-实线plt.title('大图',fontsize=20)fig=plt.gcf()#返回当前画布#(left,bottom)新子图左下角坐标,width:宽度，height:高度#此处将画布宽和高均视为1left,bottom,width,height=0.2,0.5,0.25,0.25#在指定位置创建Axesax=fig.add_axes([left,bottom,width,height])ax.plot(x,y,'r^')#r^红色三角点ax.set_title('图中图',fontsize=16)第3节Axes属性设置Axes实例有x轴和y轴属性，可以使用Axes.xaxis和Axes.yaxis来控制两个轴的相关元素，例如刻度(tick)、刻度标签(ticklabel)、刻度线定位器等。此外，Axes还包含网格线(grid)、参考区域、标题(title)、注释(text)、图例(legend)等图形细节元素，如右图所示。第3节Axes属性设置一、轴属性Axes的周边有四条轴脊(top、bottom、left和right)，默认底部的轴脊为x轴,左边的轴脊为y轴，x轴和y轴上有刻度线和刻度标签。函数set_color()、set_linewidth()和set_linestyle()用于设置轴脊的颜色、宽度和样式。#以右轴脊为例，设置其颜色为黄色，宽度为10,样式为虚线importmatplotlib.pyplotaspltax=plt.gcf().gca()

#返回当前画布的当前子图ax.spines['right'].set_color('y')

#设置右轴脊黄色ax.spines['right'].set_linewidth(10)

#线宽ax.spines['right'].set_linestyle('--')

#线条样式第3节Axes属性设置二、网格线、参考线和参考区域为了更好地观察图形和坐标轴的对应关系，通常会在绘图区域添加一些参考元素。例如，背景网格线、水平参考线、竖直参考线、水平参考区域、竖直参考区域等。为避免背景喧宾夺主，可借助参数alpha调节背景透明度。alpha取值在0～1之间，值越小越透明。#设置网格线形态为"-.",红色，透明度0.5plt.grid(linestyle="-.",c='r',alpha=0.5)第3节Axes属性设置三、图例图例用于标识区分画布上的不同绘图组件。绘图时可以先设置各组件的label,然后执行“plt.legend(loc=0)”显示出图例。“loc=0”表示系统将自动选择最合适的位置显示图例，尽量不遮盖图形，此为默认参数。用户也可自行指定图例的位置，例如loc=1表示右上角，loc=2表示左上角，loc=3表示左下角等。loc的取值还可以用字符串“upperright、upperleft、lowerleft”等替代，详情请查询帮助help(plt.legend)。x=np.arange(10)y1,y2,y3,y4=x,x*2,x*3,x*4plt.plot(x,y1,x,y2,'-.',x,y3,':',x,y4,'--')#在legend中为4条线设置label,(1.05,1)图例在Axes区域以外plt.legend(['$y1=x$','$y2=2*x$','$y3=3*x$','$y4=4*x$'],bbox_to_anchor=(1.05,1));第3节Axes属性设置四、标题为图表添加标题可以说明绘图区域的核心信息。plt.title()函数用于设置图像标题，可以指定标题的名称、位置、颜色、字体、大小等。plt.title('标题',fontsize=18,loc='center')，主要参数说明如下：loc：标题位置，取值可为“left/right/center”，默认居中。fontsize：字体大小，默认12。va：垂直对齐，可选参数“center/top/bottom/baseline”。ha：水平对齐，可选参数“left/right/center”。rotation：旋转角度，可选参数“vertical/horizontal”。backgroundcolor：背景颜色。bbox：标题外框，用字典格式定义方框外形。plt.title('中间标题',fontsize=16)plt.title('左边标题',loc='left',fontdict={'fontsize':'18','color':'r','family':'KaiTi'})plt.title('右边标题',loc='right',family='FangSong',fontsize=20,bbox=dict(facecolor='y',edgecolor='blue',alpha=0.3))#标题外框第3节Axes属性设置五、文本格式和注释绘图时可在图形中添加适当文本注释，这样图形释义更清晰。普通的不带箭头的注释可使用函数plt.text()或plt.figtext()添加，带箭头的注释使用函数plt.annotate()添加。plt.text()在当前Axes中添加注释文本，坐标是相对Axes而言。plt.figtext()在当前画布上添加文字，坐标是相对画布而言。plt.axis([0,3,0,2])plt.figtext(0.15,0.9,'figtext()在画布中注释，坐标相对当前画布',c='k',fontsize=16)plt.text(0.1,0.9,'text()在Axes中注释，坐标相对当前Axes',c='b',fontsize=16)plt.text(0.2,1.6,'带框注释',fontsize=20,bbox=dict(fc='y',alpha=0.3))plt.text(2.1,1.5,'旋转角度',fontsize=18,rotation=30)plt.text(0.3,0.4,'水印效果',fontsize=40,alpha=0.1)#透明度很高，水印效果plt.text(2.2,0.35,'上面',fontsize=40,c='r',zorder=2)#重叠时，zorder值大的显示在外