"一张图胜过千言万语"，对于数据来说同样地，"一张可视化的图片胜过一张复杂的数据表格或报告"。

Matplotlib介绍

数据可视化是数据科学家需要掌握的必备技能之一。使用可视化技术可以理解和解决大多数业务问题。可视化主要包括探索性数据分析（EDA）和图形绘制。有效的可视化有助于用户了解数据中的模式，并有效地解决业务问题。可视化的另一个优点是能将复杂数据简化为易于理解的形式。

人们总是觉得图像比文本更容易理解，因此可视化是分析和解释数据的最佳手段，它能帮助用户轻松地理解大量的信息。数据可视化也有助于人们理解趋势、相关性、模式、分布等信息。

在数据可视化领域的众多工具和技术中，python是最常用的。Python为数据可视化提供了多个库，其中最常用的有:

· Matplotlib

· Seaborn

· Pandas visualisation

· Plotly

本文档将有助于你了解在业界被广泛使用的matplotlib库。Matplotlib具有丰富的图形功能，而且容易上手。本文主要介绍不同的图形功能，包括一些语法等。

Matplotlib的安装

matplotlib库有多种安装方法。最简单的安装matplotlib的方式是下载Anaconda包。因为Anaconda会默认安装Matplotlib，不需要你进行任何额外的步骤。

· 从anaconda的官方网站下载anaconda软件包

· 为了安装matplotlib，打开anaconda提示符并运行以下命令

pip install matplotlib

or

conda install matplotlib

· 在Jupyter notebook中运行以下命令以验证matplotlib是否正确安装

import matplotlibmatplotlib.__version__

如何使用Matplotlib

在使用matplotlib之前，我们需要在Jupyter notebook中使用'import'方法来导入这个包。PyPlot是matplotlib中最常用的数据可视化模块，通常使用PyPlot就足以满足可视化的需求。

# import matplotlib library as mplimport matplotlib as mpl#import the pyplot module from matplotlib as plt (short name used for referring the object)import matplotlib.pyplot as plt

Matplotlib、Pyplot和Python之间的关系

· Python是一种非常流行的编程语言，可以用于web开发、数学和统计分析。Python可以在大多数平台上工作，而且使用起来也很简单。

· Python有很多库可以调用，用于可视化和数据分析的库主要以下几种。

· NumPy

· Pandas

· Matplotlib

· Seaborn

· Plotly

· SciKit-Learn

· 正如您所看到的，这里面包括matplotlib，它是使用python开发的。这个库被广泛用于数据可视化。

· PyPlot是matplotlib中的一个模块，它提供类似于MATLAB的交互体验。MATLAB被广泛用于工业界中的统计分析。但MATLAB是一种需要许可的软件，且价格不菲。而PyPlot是一个开源模块，为python用户提供类似MATLAB的功能。总之，PyPlot在开源环境中被视为MATLAB的替代品。

绘制一个简单的图像

在这里，我们将使用NumPy生成的随机数来绘制一个简单的图像。创建图像最简单的方法是使用' plot() '方法。为了生成一个图像，我们需要两个坐标轴(X)和(Y)，因此我们使用Numpy中的' linspace() '方法生成两个随机数列。

# import the NumPy packageimport numpy as np# generate random number using NumPy, generate two sets of random numbers and store in x, yx = np.linspace(0,50,100)y = x * np.linspace(100,150,100)# Create a basic plotplt.plot(x,y)

生成的图像如下图所示:

为图像添加更多元素

上面生成的图还缺少一些东西，让我们试着为它添加不同的元素，以便更好地解释这个图。可以为其添加的元素包括title、x-Label、y-label、x-limits、y-limits。

# set different elements to the plot generated above# Add title using 'plt.title'# Add x-label using 'plt.xlabel'# Add y-label using 'plt.ylabel'# set x-axis limits using 'plt.xlim'# set y-axis limits using 'plt.ylim'# Add legend using 'plt.legend'

# add color, style, width to line elementplt.plot(x, y, c = 'r', linestyle = '--', linewidth=2)

# add markers to the plot, marker has different elements i.e., style, color, size etc.,plt.plot (x, y, marker='*', markersize=3, c='g')

# add grid using grid() methodPlt.grid(True)# add legend and labelplt.legend()

图像自定义:

· 色彩

· b –蓝色

· c –青色

· g –绿色

· k –黑色

· m –洋红色

· r –红色

· w –白色

· y –黄色

· 可以使用十六进制或RGB格式

· 线型

· '-' ： 实线

· '--'：虚线

· '-。'：点划线

· '：'–虚线

· 标记样式

· 。–点标记

· ，–像素标记

· v –三角形向下标记

· ^ –三角形向上标记

· <–三角形左标记

· >–三角形右标记

· 1 –三脚架下降标记

· 2 –三脚架向上标记

· 3 –三脚架左标记

· 4 –三脚架右标记

· s –方形标记

· p –五边形标记

· –星形标记

· 其他配置属性

· color or c

· linestyle

· linewidth

· marker

· markeredgewidth

· markeredgecolor

· markerfacecolor

· markersize

在一张图中绘制多个函数

在某些情况下，出于特殊目的，用户可能必须在单个图像中显示多个函数。例如，零售商想知道最近12个月中两家分店的销售趋势，而他希望在同一个坐标轴里查看两家商店的趋势。

让我们在一张图中绘制两条线sin（x）和cos（x），并添加图例以了解哪一条线是什么。

# lets plot two lines Sin(x) and Cos(x)# loc is used to set the location of the legend on the plot# label is used to represent the label for the line in the legend# generate the random numberx= np.arange(0,1500,100)plt.plot(np.sin(x),label='sin function x')plt.plot(np.cos(x),label='cos functon x')plt.legend(loc='upper right')

# To show the multiple plots in separate figure instead of a single figure, use plt.show() statement before the next plot statement as shown belowx= np.linspace(0,100,50)plt.plot(x,'r',label='simple x')plt.show()plt.plot(x*x,'g',label='two times x')plt.show()plt.legend(loc='upper right')

创建子图

在某些情况下，如果我们要给股东汇报公司最近的情况，我们需要在一个图中显示多个子图。这可以通过使用matplotlib库中的subplot来实现。例如，一家零售店有6家分店，经理希望在一个展示窗口中看到6家商店的每日销售额并进行比较。这可以通过subplots将报表的行和列进行可视化处理。

# subplots are used to create multiple plots in a single figure# let's create a single subplot first following by adding more subplotsx = np.random.rand(50)y = np.sin(x*2)

#need to create an empty figure with an axis as below, figure and axis are two separate objects in matplotlibfig, ax = plt.subplots()#add the charts to the plotax.plot(y)

# Let's add multiple plots using subplots() function# Give the required number of plots as an argument in subplots(), below function creates 2 subplotsfig, axs = plt.subplots(2)#create datax=np.linspace(0,100,10)# assign the data to the plot using axsaxs.plot(x, np.sin(x**2))axs.plot(x, np.cos(x**2))# add a title to the subplot figurefig.suptitle('Vertically stacked subplots')

# Create horizontal subplots# Give two arguments rows and columns in the subplot() function# subplot() gives two dimensional array with 2*2 matrix# need to provide ax also similar 2*2 matrix as belowfig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(2, 2)# add the data to the plotsax1.plot(x, x**2)ax2.plot(x, x**3)ax3.plot(x, np.sin(x**2))ax4.plot(x, np.cos(x**2))# add titlefig.suptitle('Horizontal plots')

# another simple way of creating multiple subplots as below, using axsfig, axs = plt.subplots(2, 2)# add the data referring to row and columnaxs.plot(x, x**2,'g')axs.plot(x, x**3,'r')axs.plot(x, np.sin(x**2),'b')axs.plot(x, np.cos(x**2),'k')# add titlefig.suptitle('matrix sub plots')

Matplotlib是一个面向对象的库，包括对象、方法等。我们所绘制的图也是Figure对象中的类之一。Figure对象是用于显示图的容器，可通过调用Figure（）函数实现。

· Figsize – (宽, 高)英寸

· Dpi –用于调整每英寸网点数(可根据打印质量进行调整)

· facecolor

· edgecolor

· linewidth

# let's create a figure object# change the size of the figure is 'figsize = (a,b)' a is width and 'b' is height in inches# create a figure object and name it as figfig = plt.figure(figsize=(4,3))# create a sample dataX = np.array()Y = X**2# plot the figureplt.plot(X,Y)

# let's change the figure size and also add additional parameters like facecolor, edgecolor, linewidthfig = plt.figure(figsize=(10,3),facecolor='y',edgecolor='r',linewidth=5)

Axes是指绘制数据的区域，我们可以使用' add_axes() '将Axes添加到图中。该方法需要以下四个参数:，Left，Bottom，Width，Height

· Left–Axes与图中左侧的距离

· Bottom–Axes与图中底部的距离

· Width–Axes的宽度

· Height–Axes的高度

Axes的其他属性：

· Set title using 'ax.set_title()'

· Set x-label using 'ax.set_xlabel()'

· Set y-label using 'ax.set_ylabel()'

# lets add axes using add_axes() method# create a sample datay =x1 =x2 =# create the figurefig = plt.figure()# add the axesax = fig.add_axes()l1 = ax.plot(x1,y,'ys-')l2 = ax.plot(x2,y,'go--')# add additional parametersax.legend(labels = ('line 1', 'line 2'), loc = 'lower right')ax.set_title("usage of add axes function")ax.set_xlabel('x-axix')ax.set_ylabel('y-axis')plt.show()

Matplotlib有各种各样的绘图类型，包括条形图、折线图、饼状图、散点图、气泡图、瀑布图、圆形区域图、堆叠条形图等，我们将通过一些例子来介绍它们。这些图的许多属性都是通用的，如axis, color等，但有些属性却是特有的。

条形图概述：

条形图使用水平或垂直方向的长条去表示数据。条形图用于显示两个或多个类别的值，通常x轴代表类别。每个长条的长度与对应类别的计数成正比。

函数：

· 用于显示条形图的函数是' plt .bar() '

· bar()函数需要输入X轴和Y轴的数据

自定义：

plt.bar()函数具有以下参数，可用于配置绘图：

· Width, Color, edge colour, line width, tick_label, align, bottom,

· Error Bars – xerr, yerr

# lets create a simple bar chart

# x-axis is shows the subject and y -axis shows the markers in each subject

例子：

subject =marks =plt.bar(subject,marks)plt.show()

#let's do some customizations#width – shows the bar width and default value is 0.8#color – shows the bar color#bottom – value from where the y – axis starts in the chart i.e., the lowest value on y-axis shown#align – to move the position of x-label, has two options 'edge' or 'center'#edgecolor – used to color the borders of the bar#linewidth – used to adjust the width of the line around the bar#tick_label – to set the customized labels for the x-axisplt.bar(subject,marks,color ='g',width = 0.5,bottom=10,align ='center',edgecolor='r',linewidth=2,tick_label=subject)

# errors bars could be added to represent the error values referring to an array value# here in this example we used standard deviation to show as error barsplt.bar(subject,marks,color ='g',yerr=np.std(marks))# to plot horizontal bar plot use plt.barh() functionplt.barh(subject,marks,color ='g',xerr=np.std(marks))

饼状图概述：

饼状图表示每个值相对于所有值之和的比例。饼状图上的值以扇形的形式显示了每个值的百分比贡献。扇形的角度是根据值的比例计算的。当我们试图比较总体中的不同部分时，这种可视化效果是最好的。例如，一个销售经理想要知道一个月里不同付款类型所占比例，如现金、信用卡、借记卡、PayPal等应用的支付比例。

函数：

· 用于饼状图的函数是' plt.pie() '

· 为了绘制饼状图，我们需要输入一个列表，每个扇形都是先计算列表中的值所占比例，再转换成角度得到的

自定义：

plt.pie()函数具有以下参数，可用于配置绘图。

· labels – 用于显示每个扇形所属的类别

· explode – 用于突出扇形

· autopct –用于显示扇形区域所占百分比

· shadow –在扇形上显示阴影

· colours –为扇形设置自定义颜色

· startangle –设置扇形的角度

例子：

# Let's create a simple pie plot# Assume that we have a data on number of tickets resolved in a month# the manager would like to know the individual contribution in terms of tickets closed in the week# dataTickets_Closed =Agents =# create pie chartplt.pie(Tickets_Closed, labels = Agents)

#Let's add additional parameters to pie plot#explode – to move one of the wedges of the plot#autopct – to add the contribution %explode =plt.pie(Tickets_Closed, labels = Agents, explode=explode, autopct='%1.1f%%' )

散点图通过显示数据点来展示两列数据之间的关系。绘制散点图需要两个变量，一个变量表示X轴位置，另一个变量表示y轴位置。散点图用于表示变量之间的关联，通常建议在进行回归之前使用。散点图有助于理解数据的以下信息：

· 两列数据间的任何关系

· + ve（阳性）关系

· -ve（阴性）关系

函数：

· 用于散点图的函数是"pl .scatter()"

自定义：

scatter()函数具有以下参数，用于配置绘图。

· size – 设置点的大小

· color –设置点的颜色

· marker – 标记的类型

· alpha – 点的透明度

· norm –规范化数据(将数据归一化0至1)

例子：

# let's create a simple scatter plot# generate the data with random numbersx = np.random.randn(1000)y = np.random.randn(1000)plt.scatter(x,y)

# as you observe there is no correlation exists between x and y# let's try to add additional parameters# size – to manage the size of the points#color – to set the color of the points#marker – type of marker#alpha – transparency of pointsize = 150*np.random.randn(1000)colors = 100*np.random.randn(1000)plt.scatter(x, y, s=size, c = colors, marker ='*', alpha=0.7)

直方图概述：

直方图是用来了解数据分布的。它是对连续数据概率分布的估计。它与上面讨论的条形图相似，但它用于表示连续变量的分布，而条形图用于表示离散变量的分布。每个分布都有四个不同的特征，包括

· 分布中心

· 分布散布

· 分布形状

· 分布峰值

直方图需要两个输入，x轴表示bin, y轴表示数据集中每个bin对应值的频率。每个bin都有一个最小值和最大值的范围。

函数：

· 绘制直方图使用的函数是"plt.hist()"

自定义：

函数的具体参数如下，可用于配置绘图：

· bins – bin的个数

· color-颜色

· edgecolor-边缘的颜色

· alpha – 颜色透明度

· normed –正则化

· xlim – X轴范围

· ylim –Y轴范围

· xticks, yticks-坐标轴的刻度

· facecolor-柱的颜色

例子：

# let's generate random numbers and use the random numbers to generate histogramdata = np.random.randn(1000)plt.hist(data)

# let's add additional parameters# facecolor# alpha# edgecolor# binsdata = np.random.randn(1000)plt.hist(data, facecolor ='y',linewidth=2,edgecolor='k', bins=30, alpha=0.6)

# lets create multiple histograms in a single plot# Create random datahist1 = np.random.normal(25,10,1000)hist2 = np.random.normal(200,5,1000)#plot the histogramplt.hist(hist1,facecolor = 'yellow',alpha = 0.5, edgecolor ='b',bins=50)plt.hist(hist2,facecolor = 'orange',alpha = 0.8, edgecolor ='b',bins=30)

使用matplotlib中的"savefig()"函数可将图保存到本地。图可以以多种格式保存，如.png、.jpeg、.pdf以及其他支持的格式。

# let's create a figure and save it as imageitems =x = np.arange(6)fig = plt.figure()ax = plt.subplot(111)ax.plot(x, y, label='items')plt.title('Saving as Image')ax.legend()fig.savefig('saveimage.png')

图像以"saveimage.png"为文件名保存。

#To display the image again, use the following package and commandsimport matplotlib.image as mpimgimage = mpimg.imread("saveimage.png")plt.imshow(image)plt.show()

Matplotlib教程到此结束。

作者: Mr. Sridhar Anchoori

deephub翻译组：zhangzc