Py学习  »  Python

Python Matplotlib 绘图使用指南 (附代码)

AI研习社 • 5 年前 • 653 次点击  

本文为雷锋字幕组编译的技术博客,原标题 Matplotlib Plotting Guide, 作者为 Prince Grover。

翻译 | 李振   于志鹏    整理 |  凡江

大多数人不会花大量时间去学 matplotlib 库,仍然可以实现绘图需求,因为已经有人在 stackoverflow、github 等开源平台上提供了绝大多数画图问题的解决方案。我们通常会使用 google 来完成绘图需求。至少我是这样。

那学 matplotlib 库有什么用?答案是:可以节约搜索时间。掌握 matplotlib 的速查表并了解其基本接口,根据个性需求从众多资源中编辑我们的绘图,从长期来看会节约很多的时间。

大部分内容取自以下 2 个链接,建议也去阅读一下。

  • https://realpython.com/python-matplotlib-guide/#why-can-matplotlib-be-confusing

  • https://s3.amazonaws.com/assets.datacamp.com/blog_assets/Python_Matplotlib_Cheat_Sheet.pdf

matplotlib 是一个基于 Python 的 2D 绘图库,其可以在跨平台的在各种硬拷贝格式和交互式环境中绘制出高图形。

  • 一个有趣的现象。为什么引用库总采用 import matplotlib.pyplot as plt 的方式呢?

    因为使用例如 pylab import * 或者 %pylab 是一个非常不好的方式,matplotlib 官方不建议这样使用,具体原因如下:

由于历史原因,from pylab import * 仍然存在,但是强烈建议不要这样使用。这样做会遮蔽 Python 的内置函数进而占用命名空间,导致难以追踪的 bugs。想要实现零输入获得 IPython 集成,推荐使用 %matplotlib 命令。来源:

https://matplotlib.org/users/shell.html#using-matplotlib-in-a-python-shell

使用 matplotlib 绘制不同类型的图像是很容易的,有很多文档和教程。最重要的是,了解最佳的绘图方式。如何使用 axes,subplots 等。这篇文章主要针对这些问题。

  1.内联绘图和 % matplotlib 

%matplotlib 命令可以在当前的 Notebook 中启用绘图。这个命令提供一个可选参数,指定使用哪个 matplotlib 后端。绝大多数情况下,Notebook 中都是使用 inline 后台,它可以在 Notebook 中嵌入绘图。另一个选项是 qt 后台,它在侧窗口打中打开 Matplotlib 交互 UI 。

Matlibplot 提供了多种绘图 UI ,可进行如下分类 :

  • 弹出窗口和交互界面: %matplotlib qt 和 %matplot tk

  • 非交互式内联绘图: %matplotlib inline

  • 交互式内联绘图: %matplotlib notebook-->别用这个,它会让开关变得困难。

  2.理解 matplotlib 对象结构

pyplot 是一个 matplotlib 面向对象的函数接口。

plt.gca()

它返回当前 plot() 关联的轴

如果不使用 plt.close(),则会显示出空的图形。因为在开始时使用了 inline 命令。

axis_id 仍然是相同的,但是当我们移动到另一个 Notebook 块时,plt.gca() 会发生变化。

Setter 和 Getter

Getter 和 Setter 方法用于捕获当前或任意 axies 以及对其进行修改。我们可能需要修改标题、颜色、图列、字体等。有两种方法:

1. 使用 fig.axes[i] 指定要抓取的 axes,使用 setter 的 getter 对 axies 对象进行调用。在上面的例子中,只有一个 axes,所以我们调用 axes[0]。

2. 我们可以直接使用 plt.bla() 调用当前 axis(其中,bla 可以是 title(),legend(),xlabel()等)。这是 matlibplot 面向对象的一种函数。这个函数让修改当前的 axes 变得容易。比 1 的方法更常用。

当我们使用 axes[i] 时,我们可以调用任何之前的代码块中的任何 axes 对象,但是调用 plt.bla(),会在每个代码块中创建新的 axes 对象,并只调用当前对象。因此,上面例子中,只在 plt.title() 被调用时,才创建新 plt 对象。

重要观察:我们通常在当前 axis 对象上调用 plt.bla(),这种语法使得每个代码块中的 axis 对象都是新创建的。但是通过调用 fig.axes[0],我们也可以从任何代码块中处理之前的 axes 对象。

这是 stateless(object oriented) 方法,并可以自定义,当图像变得复杂时,这样做很方便。

所以,我建议是使用 fig,ax = plt.subplots(_) 先解压 axes 和 figure,并给它们分配给一个新的变量。然后,可以对这些变量使用 Getter 和 Setter 方法进行绘图中的更改。此外,这使得我们能够在多个 axes 上做工作,而不是只在一个当前 axes 上。pyplot 使用 1 次创建子图,然后使用 OO 方法。

结论:从现在开始,我使用 plt.subpots() 来完成不同的绘图。(如果有人认为这个观点是错误的,请纠正我)

  3.matplotlib 图像剖析

来自: 

https://matplotlib.org/faq/usage_faq.html

  4.绘图的基本例子

如何作图的基本例子,涵盖面向对象绘图的各个方面。请仔细阅读。

总结上面的例子:

  • 我们创建 1 行和 2 列的图形。即,1 行和 2 列中的 2 个 axes 对象。

  • 我们分别自定义 ax1 和 ax2。可以看到,我们可以将 Y-ticks 移动到右边的第二图形中。

  5.二维网格的绘制

subplot2grid

需要做什么?

观察下面的绘图格式。

思路是把上面的图形考虑成为 2x4 网格。然后将多个网格分配给单个图以容纳所需的图形。

重点:

  • 我们可以使用 subplot2grid 定制我们的绘图布局。

  • 我们可以用 plt.figure() 创建无 axes 对象的图形,然后手动添加 axes 对象。

  • 我们可以使用 fig.suptitle() 来设置整个图形的总标题。

  6.颜色,颜色条,RGB 数组和颜色图谱

我们已经介绍了 ax.plot(),ax.scatter(),ax.bar() 和 ax.hist() 等基本图形操作,另一个更常用的函数是 ax.imshow(),它用来显示彩色图或图像/RGB 数组。

  7.线条样式和线条宽度

改变线条宽度、颜色或风格。

  8.基本的数据分布

EDA 过程中的必要操作。

  9.二维数组的等高线图和颜色网格图

热像图(颜色网格图)和等高线图在很多情况下都有助于可视化 2D 数据。

  10.图像的调整、修改边缘坐标和标度

最后调整细节,让绘图变得更好看。

  11.标度的限制和自动调整

需要注意的事情:

  • 填充(padding)自动设置 X 轴或 Y 轴网格标度

  • 我们可以使用 xlim,ylim 设置 x,y 的刻度限制

  12.技巧

  13.轴线

  14.结束

博客原址: 

https://www.kaggle.com/grroverpr/matplotlib-plotting-guide/notebook

  福利时间

上周在「NLP 领域的 C 位课程!斯坦福 CS224d 中英字幕版重磅上线」文末留言点赞数最高的两位读者为:于小东橙子

恭喜二位获得价值 1599 元的「2018 CCF - GAIR 全球人工智能与机器人峰会」门票一张。

从Python入门-如何成为AI工程师

BAT资深算法工程师独家研发课程

最贴近生活与工作的好玩实操项目

班级管理助学搭配专业的助教答疑

学以致用拿offer,学完即推荐就业


新人福利


关注 AI 研习社(okweiwu),回复  1  领取

【超过 1000G 神经网络 / AI / 大数据资料】


一文详解如何用 R 语言绘制热图


今天看啥 - 高品质阅读平台
本文地址:http://www.jintiankansha.me/t/zBsYHYsbaB
Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/12326
 
653 次点击