Matplotlib--用Python創建各種資料可視化圖形

前言

資料可視化是與他人共享資料的重要方法，有些人將可視化稱為圖解、圖表或圖形，在本文中，這些名稱是同義詞，

Python有許多第三方包，用于資料可視化，事實上，有這么多，它可能有點壓倒性，其中最古老和最受歡迎的是Matplotlib，Matplotlib以在Python中創建靜態、影片和互動式可視化而聞名，

您可以使用Matplotlib創建許多不同型別的繪圖和圖表，它還與其他資料科學和數學庫(如NumPy和熊貓，您還會發現Matplotlib可以使用Python的大多數GUI工具包，例如Tkinter、wxPython和PyQt，因為Matplotlib是眾所周知的，所以本文將介紹它的圖形化包，

您將了解以下主題：

• 用PyPlot創建一個簡單的線條圖
• 創建條形圖
• 創建餅圖
• 添加標簽
• 在情節中添加標題
• 創造傳奇
• 顯示多個數字

讓我們開始用Matplotlib作圖吧！

安裝Matplotlib

您需要安裝Matplotlib才能使用它，幸運的是，這樣做很容易，pip:

python -m pip install matplotlib

這將安裝Matplotlib以及它所需的任何依賴項，現在你已經準備好開始繪圖了！

用PyPlot創建一個簡單的線條圖

創建圖表(或圖表)是使用繪圖包的主要目的，Matplotlib有一個名為pyplot用來創建圖表，要開始，繼續創建一個名為line_plot.py并添加以下代碼：

# line_plot.py

import matplotlib.pyplot as plt

def line_plot(numbers):
    plt.plot(numbers)
    plt.ylabel('Random numbers')
    plt.show()

if __name__ == '__main__':
    numbers = [2, 4, 1, 6]
    line_plot(numbers)

你在這里進口matplotlib.pyplot如plt，然后創建一個line_plot()它接受Python的數字串列，若要繪制數字，請使用plot()功能，您還可以向y軸添加一個標簽，最后，你打電話show()顯示情節，

現在，您應該可以看到如下所示的視窗：

現在您知道了如何使用Matplotlib創建一個簡單的線條圖！現在，您將在下一節中了解如何制作條形圖，

創建條形圖

使用Matplotlib創建條形圖與創建線條圖非常相似，只是需要一些額外的爭論，繼續創建一個名為bar_chart.py并在其中輸入以下代碼：

# bar_chart.py

import matplotlib.pyplot as plt

def bar_chart(numbers, labels, pos):
    plt.bar(pos, numbers, color='blue')
    plt.xticks(ticks=pos, labels=labels)
    plt.show()

if __name__ == '__main__':
    numbers = [2, 1, 4, 6]
    labels = ['Electric', 'Solar', 'Diesel', 'Unleaded']
    pos = list(range(4))
    bar_chart(numbers, labels, pos)

創建條形圖時，請使用bar()，則傳遞x軸的值串列，然后你傳遞給酒吧的高度串列，您還可以選擇為條形圖設定顏色，在這種情況下，您將它們設定為“藍色”，接下來，設定xticks()，這是沿著x軸應該出現的勾號，您還傳遞了與滴答對應的標簽串列，

繼續運行以下代碼，您將看到以下圖表：

您還可以使用Matplotlib制作水平條形圖，你所需要做的就是改變bar()到barh()，創建一個名為bar_chartsh.py并添加以下代碼：

# bar_charth.py

import matplotlib.pyplot as plt

def bar_charth(numbers, labels, pos):
    plt.barh(pos, numbers, color='blue')
    plt.yticks(ticks=pos, labels=labels)
    plt.show()

if __name__ == '__main__':
    numbers = [2, 1, 4, 6]
    labels = ['Electric', 'Solar', 'Diesel', 'Unleaded']
    pos = list(range(4))
    bar_charth(numbers, labels, pos)

這里還有另外一個鬼鬼祟祟的變化，你能認出它嗎？更改是，因為它現在是一個水平條形圖，所以您需要將yticks()而不是xticks()否則看起來就不太好了，

一旦準備就緒，運行代碼，您將看到以下內容：

這看起來很棒，而且它根本不需要太多的代碼！現在，讓我們了解如何使用Matplotlib創建餅圖，

創建餅圖

派圖有點不同，要創建餅圖，您將使用Matplotlib的subplots()函式，該函式回傳Figure和一個Axes物件，要了解它是如何作業的，請創建一個名為pie_chart_plain.py然后把這個代碼放進去：

# pie_chart_plain.py

import matplotlib.pyplot as plt

def pie_chart():
    numbers = [40, 35, 15, 10]
    labels = ['Python', 'Ruby', 'C++', 'PHP']

    fig1, ax1 = plt.subplots()
    ax1.pie(numbers, labels=labels)
    plt.show()

if __name__ == '__main__':
    pie_chart()

在這段代碼中，您可以創建subplots()然后使用pie()方法Axes物件，您將像以前一樣傳遞一個數字串列，以及一個標簽串列，然后，當您運行代碼時，您將看到您的餅圖：

對于這么短的一段代碼來說，這是相當不錯的，但是你可以把你的餅圖做得更好，創建一個名為pie_chart_fancy.py并添加以下代碼以查看如何：

# pie_chart_fancy.py

import matplotlib.pyplot as plt

def pie_chart():
    numbers = [40, 35, 15, 10]
    labels = ['Python', 'Ruby', 'C++', 'PHP']
    # Explode the first slice (Python)
    explode = (0.1, 0, 0, 0)

    fig1, ax1 = plt.subplots()
    ax1.pie(numbers, explode=explode, labels=labels,
            shadow=True, startangle=90,
            autopct='%1.1f%%')
    ax1.axis('equal')
    plt.show()

if __name__ == '__main__':
    pie_chart()

在本例中，您可以使用explode引數可以告訴餅圖“爆炸”或從餅餅中洗掉一片，在本例中，洗掉第一個片段，它對應于“Python”，您還添加了一個shadow派圖上，您可以告訴您的餅圖逆時針旋轉一定數量的度，通過設定startangle，如果要顯示切片百分比，可以使用autopct，它將使用Python的字串內插語法，

運行此代碼時，餅圖現在將如下所示：

是不是很干凈？你的餅圖現在看起來更漂亮了！現在是時候學習如何添加標簽到您的其他圖形！

添加標簽

在繪制資料時，通常需要對軸進行標記，屬性來標記x軸，xlabel()函式，您可以使用相應的ylabel()功能，要了解這是如何作業的，請創建一個名為bar_chart_labels.py并將以下代碼添加到其中：

# bar_chart_labels.py

import matplotlib.pyplot as plt

def bar_chart(numbers, labels, pos):
    plt.bar(pos, numbers, color='blue')
    plt.xticks(ticks=pos, labels=labels)
    plt.xlabel('Vehicle Types')
    plt.ylabel('Number of Vehicles')
    plt.show()

if __name__ == '__main__':
    numbers = [2, 1, 4, 6]
    labels = ['Electric', 'Solar', 'Diesel', 'Unleaded']
    pos = list(range(4))
    bar_chart(numbers, labels, pos)

在這里，你打電話給兩個人xlabel()和ylabel()并將它們設定成不同的字串，這分別在圖的下面和圖的左邊添加了一些解釋性文本，結果如下：

看起來挺不錯的，您的圖表更容易理解，但它缺少一個標題，您將在下一節中學習如何做到這一點！

在情節中添加標題

使用Matplotlib向圖形添加標題非常簡單，實際上，您所需要做的就是使用title()函式添加一個，要了解如何創建一個名為bar_chart_title.py并將以下代碼添加到其中：

# bar_chart_title.py

import matplotlib.pyplot as plt

def bar_chart(numbers, labels, pos):
    plt.bar(pos, [4, 5, 6, 3], color='green')
    plt.bar(pos, numbers, color='blue')
    plt.xticks(ticks=pos, labels=labels)
    plt.title('Gas Used in Various Vehicles')
    plt.xlabel('Vehicle Types')
    plt.ylabel('Number of Vehicles')
    plt.show()

if __name__ == '__main__':
    numbers = [2, 1, 4, 6]
    labels = ['Electric', 'Solar', 'Diesel', 'Unleaded']
    pos = list(range(4))
    bar_chart(numbers, labels, pos)

這里的主要更改是在第9行呼叫title()然后傳入一根繩子，這設定了圖表的標題，默認情況下，它沿著頂部居中，可以通過設定loc引數為“左”或“右”，但不能指定標題位于頂部以外的任何位置，還有一個fontdict引數，可用于控制標題字體的外觀，

您還可以向圖中添加一個新的條形圖，這可以幫助您了解堆疊的條形圖是什么樣子，也可以幫助您為下一節做好準備，

下面是您的圖表現在的樣子：

這張圖看上去更好，但仍然遺漏了一些東西，噢!你需要一個傳奇！接下來我們來看看怎么做，

創造傳奇

向Matplotlib圖添加一個圖例也很簡單，您將使用legend()函式添加一個，創建一個名為bar_chart_legend.py，然后，將以下代碼添加到其中：

# bar_chart_legend.py

import matplotlib.pyplot as plt

def bar_chart(numbers, labels, pos):
    plt.bar(pos, [4, 5, 6, 3], color='green')
    plt.bar(pos, numbers, color='blue')
    plt.xticks(ticks=pos, labels=labels)
    plt.xlabel('Vehicle Types')
    plt.ylabel('Number of Vehicles')
    plt.legend(['First Label', 'Second Label'], loc='upper left')
    plt.show()

if __name__ == '__main__':
    numbers = [2, 1, 4, 6]
    labels = ['Electric', 'Solar', 'Diesel', 'Unleaded']
    pos = list(range(4))
    bar_chart(numbers, labels, pos)

在這里添加一個legend()就在你面前show()圖表，創建圖例時，可以通過傳遞字串串列來設定標簽，串列應該與圖中的圖數相匹配，還可以使用loc引數，

運行此代碼時，您將看到您的圖形更新如下：

現在，您的圖包含了您希望在圖中包含的所有正常組件，至此，您已經看到了許多使用Matplotlib可以完成的任務，最后一個要學習的主題是如何使用Matplotlib添加多個數字，

顯示多個數字

Matplotlib允許您在展示之前創建幾個情節，這使您可以同時處理多個資料集，有幾種不同的方法可以做到這一點，您將看到最簡單的方法之一，

創建一個名為multiple_figures.py并添加以下代碼：

# multiple_figures.py

import matplotlib.pyplot as plt

def line_plot(numbers, numbers2):
    first_plot = plt.figure(1)
    plt.plot(numbers)

    second_plot = plt.figure(2)
    plt.plot(numbers2)
    plt.show()

if __name__ == '__main__':
    numbers = [2, 4, 1, 6]
    more_numbers = [5, 1, 10, 3]
    line_plot(numbers, more_numbers)

在這里，您創建了兩個線條圖，在你策劃之前，你打電話給figure()，它為呼叫后的繪圖創建一個頂級容器，因此，第一個圖添加到圖一，第二個圖添加到圖2，show()最后，Matplotlib將打開兩個視窗，每個圖分別顯示，

運行代碼，您將在計算機上看到以下兩個視窗：

Matplotlib還支持向單個視窗添加兩個或多個繪圖，若要查看該檔案的作業原理，請創建另一個新檔案并命名此檔案，multiple_plots.py，為了使事情更有趣，您將在本例中使用NumPy創建這兩個情節，

注：如果您還沒有安裝NumPy，則需要安裝NumPy才能使此示例正常作業，

此示例基于Matplotlib檔案中的一個：

# multiple_plots.py

import matplotlib.pyplot as plt
import numpy as np

def multiple_plots():
    # Some example data to display
    x = np.linspace(0, 2 * np.pi, 400)
    y = np.sin(x ** 2)

    fig, axs = plt.subplots(2)
    fig.suptitle('Vertically stacked subplots')
    axs[0].plot(x, y)
    axs[1].plot(x, -y)
    plt.show()

if __name__ == '__main__':
    multiple_plots()

在這里，您創建了相當于兩個獨立的正弦波圖，要使它們都出現在同一個視窗中，您可以呼叫subplots()，這是在單個呼叫中創建多個數字的方便實用程式，然后，您可以使用Axes物件來繪制用NumPy創建的資料，

結果如下所示：

如果不想使用NumPy，可以繪制上一個示例中的兩組數字，事實上，你應該試試，繼續創建一個名為multiple_plots2.py并添加以下代碼：

# multiple_plots2.py

import matplotlib.pyplot as plt

def multiple_plots():
    numbers = [2, 4, 1, 6]
    more_numbers = [5, 1, 10, 3]
    fig, axs = plt.subplots(2)
    fig.suptitle('Vertically stacked subplots')
    axs[0].plot(numbers)
    axs[1].plot(more_numbers)
    plt.show()

if __name__ == '__main__':
    multiple_plots()

在此代碼中，您將完全洗掉NumPy代碼，并從前面的示例中添加兩個數字串列，然后使用Axes物件，

這導致了以下堆疊情節：

此時，您應該很好地掌握了如何使用Matplotlib創建多個圖形和疊加的繪圖，

包起來

Matplotlib是一個很好的包，您可以使用它來創建各種整潔的圖形，令人驚訝的是，您需要撰寫幾行代碼才能根據資料創建有用的繪圖，在本文中，您了解了以下主題：

• 用PyPlot創建一個簡單的線條圖
• 創建條形圖
• 創建餅圖
• 添加標簽
• 在情節中添加標題
• 創造傳奇
• 顯示多個數字

Matplotlib非常強大，有許多特性在這里沒有涉及，您可以使用Matplotlib創建許多其他型別的可視化，

有一個較新的包，名為海航這是建立在Matplotlib之上的，使它的圖形看起來更好，還有許多其他完全獨立的Python圖形化包，您會發現Python支持幾乎任何型別的圖，并且可能有許多您不知道的圖，

非常感謝大家的閱讀！