十七、Matplotlib绘图（上）

编辑日期: 2024-11-28 文章阅读: 次

十七、Matplotlib绘图（上）

使用版本

本文使用的 matplotlib 版本: 3.1.3 使用的 NumPy 版本: 1.18.1

顺便说一句，matplotlib 的近亲是 NumPy，对其的亲缘性最好，无缝支持。官档中说对Pandas数据结构某些情况支持可能有问题，这点需要注意，可能出现非预期的结果。

1 两套不同的绘图API使用场景是怎样的？

Matplotlib 构建的绘图体系是严谨的，它提供基本的两套绘图API：

基于 matplotlib.pyplot 模块，优点：写法简洁，适用交互性强，如Jupyter Notebook，一边写一边出图的场景；缺点：不适宜在大项目中，构建复杂的GUI图形场景。

基于面向对象(OO)的API绘图，需要自己手动创建诸如，figure 对象，axes 对象，调用它们开放出的API，优点定制能力更强，适应于大型项目，很多行脚本时；缺点：没有pyplot那般简洁。

2 分别如何使用这两套API?

网上matplotlib的绘图例子非常多，这篇文章我不想去罗列一个一个绘图例子，而是想结合绘图方法和例子，教会大家学会使用matplotlib的两种绘图体系，包括常用的API，以及如何调整属性，直至把一幅图做完美。

那么，先使用两套绘图方法，绘制一个简单图，重点体会它们书写的不同。

使用第一种方法绘图，即pyplot模块，在极坐标系下绘制一条螺旋线，完全使用pyplot模块内的方法：

fig = plt.figure(dpi=120)
r = np.arange(0, 1, 0.001)
theta = 2 * 2*np.pi * r
line, = plt.polar(theta, r, color='#ee8d18', lw=3)
plt.show()

使用面向对象的方法，调用axes对象同样绘制出上图：

fig = plt.figure(dpi=120)
ax = fig.add_subplot(111, polar=True)
r = np.arange(0, 1, 0.001)
theta = 2 * 2*np.pi * r
line, = ax.plot(theta, r, color='#ee8d18', lw=3)
plt.show()

3 如何解剖图中各个元素？

matplotlib 绘图元素与我们上一个专题的绘图入门介绍的元素基本对应，基本的元素包括：Figure(整个图形)，Axes(坐标系)，

主tick(major tick)，次tick(minor tick)，主tick的标签(major tick)，次tick的标签(minor tick label)，y轴标签(y axis label)，线(line)，标题(title)，网格(Grid)，图例(Legend)，标注点(Markers)，

Spines 是连接轴刻度标记的线，而且标明了数据区域的边界。

4 Figure 和 Axes 的关系是什么？

Figure 是所有绘图元素的最顶层容器，而 Axes 是 Figure 上的其中一个坐标系，言外之意，一个 Figure 能包括多个 Axes!

如下创建 Figure 时，会默认创建一个 Axes

fig = plt.figure()
print(type(fig))
print(plt.gca)
plt.plot()
plt.show()

当然我们也可以一个 Figure 对象中包括多个 Axes 对象，如下包括4个：

fig = plt.figure()

for i in range(1,5):
    ax = fig.add_subplot(220+i)
    ax.plot()
    plt.title('Axes'+str(i))

fig.tight_layout()
plt.show()

5 多图时元素重叠如何解决？

正如上图所示，matplotlib 有2个方法能自动解决重叠问题，一个就是上面用到的tight_layout方法，再有一个subplots_adjust：

fig.subplots_adjust(0,0,1,1,hspace=0.5,wspace=0.5)

那么问题来了，如果实现更加鸡血的布局，该如何做？借助 GridSpec，使用方法如下所示：

fig = plt.figure()

fig.suptitle("gs[y, x]", x=0.5, y=1.2, fontsize=20)
gs = fig.add_gridspec(4, 4)

ax1 = fig.add_subplot(gs[0,0:4])
ax1.set_title('[0,0:4]')

ax2 = fig.add_subplot(gs[1,1:3])
ax2.set_title('[1,1:3]')

ax3 = fig.add_subplot(gs[2:4,1])
ax3.set_title('[2:4,1]')

ax4 = fig.add_subplot(gs[2,2])
ax4.set_title('[2,2]')

plt.tight_layout()

6 图中的汉字总是乱码怎么解决？

借助全局参数配置字典rcParams，只需要在代码开头，添加如下两行代码：

#解决中文显示问题

plt.rcParams['font.sans-serif'] = ['KaiTi'] 
plt.rcParams['axes.unicode_minus'] = False

7 matplotlib中如何绘制动画？

详细参考前几天的推送，专题第18篇：Python 绘图入门，使用animation模块，FuncAnimation方法，定义好回调函数，入参为整数，代表帧数。

如下为绘制饼图的动画，展示逻辑如下：

fig,ax = plt.subplots()
explode=[0.01,0.01,0.01,0.01] 


def getmepie(i):
    def absolute_value(val):
        a = np.round(val/100.*df1.head(i).max().sum(), 0)
        return int(a)
    ax.clear()
    plot = df1.head(i).max().plot.pie(y=df1.columns,
    autopct=absolute_value, label='',
    explode = explode, shadow = True)

    plot.set_title('Total Number of Deaths\n' 
    + str(df1.index[min( i, len(df1.index)-1 )]
    .strftime('%Y-%m-%d')), fontsize=12)

animator = ani.FuncAnimation(fig, getmepie, interval = 200) 
plt.show()