利用Python进行数据分析——绘图和可视化(八)(1)

Python有许多可视化工具,但是我主要讲解matplotlib(http://matplotlib.sourceforge.net)。此外,还可以利用诸如d3.js(http://d3js.org/)之类的工具为Web应用构建交互式图像。

matplotlib是一个用于创建出版质量图表的桌面绘图包(主要是2D方面)。该项目是由John Hunter于2002年启动的,其目的是为Python构建一个MATLAB式的绘图接口。如果结合使用一种GUI工具包(如IPython),matplotlib还具有诸如缩放和平移等交互功能。它不仅支持各种操作系统上许多不同的GUI后端,而且还能将图片导出为各种常见的矢量(vector)和光栅(raster)图:PDF、SVG、JPG、PNG、BMP、GIF等。

matplotlib还有许多插件工具集,如用于3D图形的mplot3d以及用于地图和投影的basemap。要使用本章中的代码示例,请确保你的IPython是以Pylab模式启动的(ipython  --pylab),或通过%gui魔术命令打开了GUI事件循环集成。

1、matplotlib API入门


使用matplotlib的办法有很多种,最常用的方式是Python模式的IPython(ipython  -pylab)。这样会将IPython配置为使用你所指定的matplotlib GUI后端(Tk、wxPython、PyQt、Mac OS X native、GTK)。对大部分用户而言,默认的后端就已经够用了。Pylab模式还会向IPython引入一大堆模块和函数以提供一种更接近于MATLAB的界面。绘制一张简单的图表即可测试是否一切准备就绪:

如果一切都没有问题,就会弹出一个新窗口,其中绘制的是一条直线。你可以用鼠标或输入close()来关闭它。matplotlib API函数(如plot和close)都位于matplotlib.pyllot模块中,其通常的引入约定是:

In [2]: import matplotlib.pyplot as plt
虽然pandas的绘图函数能够处理许多普通的绘图任务,但如果需要自定义一些高级功能的话就必须学习matplotlib API。matplotlib的示例库和文档是成为绘图高手的最佳学习资源。


2、Figure和Subplot

matplotlib的图像都位于Figure对象中。你可以用plt.figure创建一个新的Figure:

In [3]: fig = plt.figure()
这时会弹出一个空窗口。plt.figure有一些选项,特别是figsize,它用于确保当图片保存到磁盘时具有一定的大小和纵横比。matplotlib中的Figure还支持一种MATLAB式的编号架构(如plt.figure(2))。通过plt.gcf()即可得到当前Figure的引用。

不能通过空Figure绘图。必须用add_subplot创建一个或多个subplot才行:

In [4]: ax1 = fig.add_subplot(2, 2, 1)
这条代码的意思是:图像应该是22的,且当前选中的是4个subplot中的第一个(编号从1开始)。如果再把后面两个subplot也创建出来,最终得到的图像如下所示:


如果这时发出一条绘图命令哪个(如plt.plot([1.5, 3.5, -2, 1.6])),matplotlib就会在最后一个用过的subplot(如果没有则创建一个)上进行绘制。因此,如果我们执行下列命令,你就会得到如下所示的效果:


“k--”是一个线型选项,用于告诉matplotlib绘制黑色虚线图。上面那些由fig.add_subplot所返回的对象是AxesSubplot对象,直接调用它们的实例方法就可以在其他空着的格子里面画图了,如下所示:

In [9]: _ = ax1.hist(randn(100), bins=20, color=‘k‘, alpha=0.3)

In [10]: ax2.scatter(np.arange(30), np.arange(30) + 3 * randn(30))
Out[10]: <matplotlib.collections.PathCollection at 0xa8201cc>


你可以在matplotlib的文档中找到各种图标类型。由于根据特定布局创建Figure和subplot是一件非常常见的任务,于是便出现了一个更为方便的方法(plt.subplots),它可以创建一个新的Figure,并返回一个含有已创建的subplot对象的NumPy数组:

In [13]: fig, axes = plt.subplots(2, 3)

In [14]: axes
Out[14]: 
array([[<matplotlib.axes.AxesSubplot object at 0xa76c7ec>,
        <matplotlib.axes.AxesSubplot object at 0xae8f1ec>,
        <matplotlib.axes.AxesSubplot object at 0xb40bc8c>],
       [<matplotlib.axes.AxesSubplot object at 0xb5b7dac>,
        <matplotlib.axes.AxesSubplot object at 0xadf680c>,
        <matplotlib.axes.AxesSubplot object at 0xad6222c>]], dtype=object)
这是非常实用的,因为可以轻松地对axes数组进行索引,就好像是一个二维数组一样,例如,axes[0, 1]。你还可以通过sharex和sharey指定subplot应该具有相同的X轴或Y轴。在比较相同范围的数据时,这也是非常实用的,否则,matplotlib会自动缩放各图表的界限。



3、调整subplot周围的间距

默认情况下,matplotlib会在subplot外围留下一定的边距,并在subplot之间留下一定的间距。间距跟图像的高度和宽度有关,因此,如果你调整了图像的大小(不管是编程还是手工),间距也会自动调整。利用Figure的subplots_adjust方法可以轻而易举地修改间距,此外,它也是个顶级函数:

In [15]: subplots_adjust(left=None, bottom=None, right=None, top=None, wspace=None, hspace=None)
wspace和hspace用于控制宽度和高度的百分比,可以用作subplot之间的间距。下面是一个简单的例子,我们将间距收缩到了0:

不难看出,其中的轴标签重叠了。matplotlib不会检查标签是否重叠,所以对于这种情况,你只能自己设定刻度位置和刻度标签。


4、颜色、标记和线型

matplotlib的plot函数接受一组X和Y坐标,还可以接受一个表示颜色和线型的字符串缩写。例如,要根据x和y绘制绿色虚线,你可以执行如下代码:

In [18]: ax.plot(x, y, ‘g--‘)
这种在一个字符串中指定颜色和线型的方式非常方便。通过下面这种更为明确的方式也能得到同样的效果:

In [19]: ax.plot(x, y, linestyle=‘--‘, color=‘g‘)
常用的颜色都有一个缩写词,要使用其他任意颜色则可以通过指定其RGB值的形式使用(例如,‘#CECECE‘)。完整的linestyle列表请参见plot的文档。

线型图还可以加上一些标记(marker),以强调实际的数据点。由于matplotlib创建的是连续的线型图(点与点之间插值),因此有时可能不太容易看出真实数据点的位置。标记也可以放到格式字符串中,但标记类型和线型必须放在颜色后面。

In [20]: plt.plot(randn(30).cumsum(), ‘ko--‘)
Out[20]: [<matplotlib.lines.Line2D at 0xb86924c>]

还可以将其写成更为明确的形式:

In [19]: plot(randn(30).cumsum(), color=‘k‘, linestyle=‘dashed‘, marker=‘o‘)
在线型图中,非实际数据点默认是按线性方式插值的。可以通过drawstyle选项修改:
In [18]: plt.plot(randn(30).cumsum(), ‘ko--‘)
Out[18]: [<matplotlib.lines.Line2D at 0xb86924c>]

In [19]: data = randn(30).cumsum()

In [20]: plt.plot(data, ‘k--‘, label=‘Default‘)
Out[20]: [<matplotlib.lines.Line2D at 0xba62c8c>]

In [21]: plt.plot(data, ‘k--‘, drawstyle=‘steps-post‘, label=‘steps-post‘)
Out[21]: [<matplotlib.lines.Line2D at 0xba758ac>]

In [22]: plt.legend(loc=‘best‘)
Out[22]: <matplotlib.legend.Legend at 0xba75bcc>


5、刻度、标签和图例

对于大多数的图表装饰项,其主要实现方式有二:使用过程型的pyplot接口以及更为面向对象的原生matplotlib API。pyplot接口的设计目的就是交互式作用,含有诸如xlim、xticks和xticklabels之类的方法。它们分别控制图表的范围、刻度位置、刻度标签等。其使用方式有以下两种:

  • 调用时不带参数,则返回当前的参数值。例如,plt.xlim()返回当前的X轴绘图范围。
  • 调用时带参数,则设置参数值。因此,plt.xlim([0, 10])会将X轴的范围设置为0到10。

所有这些方法都是对当前或最近创建的AxesSubplot起作用的。它们各自对应subplot对象上的两个方法,以xlim为例,就是ax.get_xlim和ax.set_xlim。我更喜欢使用subplot的实例方法,当然你完全可以选择自己觉得方便的那个。

(1)设置标题、轴标签、刻度以及刻度标签

为了说明轴的自定义,我将创建一个简单的图像并绘制一段随机漫步:

In [23]: fig = plt.figure();

In [24]: ax = fig.add_subplot(1, 1, 1)

In [25]: ax.plot(randn(1000).cumsum())
Out[25]: [<matplotlib.lines.Line2D at 0xbc4da6c>]


要修改X轴的刻度,最简单的办法是使用set_xticks和set_xticklabels。前者告诉matplotlib要将刻度放在数据范围中的哪些位置,默认情况下,这些位置也就是刻度标签。但我们可以通过set_xticklabels将任何其他的值用作标签:

In [28]: fig = plt.figure();

In [29]: ax = fig.add_subplot(1, 1, 1)

In [30]: ax.plot(randn(1000).cumsum())
Out[30]: [<matplotlib.lines.Line2D at 0xbd4684c>]

In [31]: ticks = ax.set_xticks([0, 250, 500, 750, 1000])

In [32]: labels = ax.set_xticklabels([‘one‘, ‘two‘, ‘three‘, ‘four‘, ‘five‘], rotation=30, fontsize=‘small‘)

In [33]: ax.set_title(‘My first matplotlib plot‘)
Out[33]: <matplotlib.text.Text at 0xbd1ed0c>

In [34]: ax.set_xlabel(‘Stages‘)
Out[34]: <matplotlib.text.Text at 0xba911cc>

说明:

Y轴的修改方式与此类似,只需将上述代码中的x替换为y即可。

(2)添加图例

图例(legend)是另一种用于标识图表元素的重要工具。添加图例的方式有二。最简单的是在添加subplot的时候传入label参数:

In [35]: fig = plt.figure(); ax = fig.add_subplot(1, 1, 1)

In [36]: ax.plot(randn(1000).cumsum(), ‘k‘, label=‘one‘)
Out[36]: [<matplotlib.lines.Line2D at 0xc0e49cc>]

In [37]: ax.plot(randn(1000).cumsum(), ‘k--‘, label=‘two‘)
Out[37]: [<matplotlib.lines.Line2D at 0xc0e7e2c>]

In [38]: ax.plot(randn(1000).cumsum(), ‘k.‘, label=‘three‘)
Out[38]: [<matplotlib.lines.Line2D at 0xc0f238c>]
在此之后,你可以调用ax.legend()或plt.legend()来自动创建图例:

In [40]: ax.legend(loc=‘best‘)
Out[40]: <matplotlib.legend.Legend at 0xc0e7dcc>

loc告诉matplotlib要将图例放在哪。如果你不是吹毛求疵的话,“best”是不错的选择,因为它会选择最不碍事的位置。要从图例中去除一个或多个元素,不传入label或传入label=‘_nolegend_‘即可。

利用Python进行数据分析——绘图和可视化(八)(1),古老的榕树,5-wow.com

郑重声明:本站内容如果来自互联网及其他传播媒体,其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。