Matplotlib 可视化之图表层次结构

,Figure中最重要的元素是figure本身。在调用figure方法时创建的，可以指定它的长宽(figsize)及分辨率(dpi)，也可以指定背景颜色(facecolor)和标题(suptitle)。另外，当保存图形时，背景颜色将不会被使用，因为savefig函数也有一个faceccolor参数(默认为白色)，它将覆盖您的图形背景颜色。如果不想要任何背景，可以在保存图形时指定transparent=True。,这是第二个最重要的元素，它对应于将呈现数据图表的实际区域。它也被称为subplot子图。每个figure可以有一个或多个axes轴，每个axes轴通常由四条边(左、上、右、下)包围，称为spines。每一根spines上都可以装饰有主刻度和次刻度(可以指向内部或外部)、刻度标签和标签。默认情况下，matplotlib只装饰左边和下面的spines边框。,有刻度的spines边线称为轴。水平的是x轴，垂直的是y轴。每个轴每一个都是由一个spines轴线，主刻度、次刻度、主刻度标签、次刻度标签和一个轴标签组成。,Spines是连接轴刻度线和数据区域边界的轴线。它们可以被放置在任意位置，可以选择展示或隐藏它们。,,第一步，设置画布大小、调整坐标轴范围,第二步，设置图表边框格式,第三步，设置图表标题,第四步，设置图表的网格,第五步，设置轴刻度,第六步，绘图,第七步，配置图例,首先需要有画布，才能在上面创作，就像写字需要先拿一张纸。画布的大小（长宽比、分辨率）及刻度范围可以先设置好，如果预先不知道刻度范围，可以等绘图结束后再做适当调整。,,设置画布,Matplotlib有两种画图接口：①是便捷的 MATLAB 风格接口，②是功能更强大的面向对象接口。,MATLAB 风格的工具位于pyplot(plt) 接口中。plt.xx之类的是 函数式绘图，通过将数据参数传入 plt类 的静态方法中并调用方法，从而绘图。,这种接口最重要的特性是有状态的：它会持续跟踪 "当前的" 图形和坐标轴，所有 plt 命令都可以应用。可以用 plt.gcf() (获取当前图形)和 plt.gca()(获取当前坐标轴)来查看具体信息。,fig,ax=plt.subplots()是对象式编程，这里plt.subplots()是返回一个元组，包含了 figure 对象(控制总体图形大小)和 axes 对象(控制绘图，坐标之类的)。此外fig.add_subplot()也是相同的道理。,进行对象式绘图，首先是要通过plt.subplots()将 figure 类和 axes 类实例化也就是代码中的fig,ax，然后通过 fig 调整整体图片大小，通过 ax 绘制图形，设置坐标，函数式绘图最大的好处就是直观。,面向对象接口可以适应更复杂的场景，更好地控制你自己的图形。在面 向对象接口中，画图函数不再受到当前 "活动" 图形或坐标轴的限制，而 变成了显式的 Figure 和 Axes 的方法。,,设置轴线,,隐藏轴线,图形的轴线可以通过坐标轴属性ax.spines设置，最常见的设置方法是选择隐藏，通过属性['top', 'bottom', 'left', 'right']分别设置上下左右的轴线。,还有另一种经常使用的情况，根据绘图需要，调整 spines 轴线在图中位置。如绘制正余弦函数时：,,移动轴线,,设置标题,通过ax.set_title函数设置标题。,matplotlib.axes.Axes.set_title(),matplotlib.axes.Axes.set_title()ax.set_title()是给ax这个子图设置标题，当子图存在多个的时候，可以通过ax设置不同的标题。如果需要设置一个总的标题，可以通过fig.suptitle('Total title')方法设置。,参数：,,设置网格,通过方法ax.grid()添加网格线。,matplotlib.axes.Axes.grid(),参数：,另外还有几种不同设置网格线的方法：,① 设置 figure 背景颜色,② 设置 axes 背景颜色,③ 修改 matplotlib 默认参数,Matplotlib 每次加载时，都会定义一个运行时配置(rcParams)，其中包含了 所有你创建的图形元素的默认风格。你可以用 mpl.rcParams 简便方法随时修 改这个配置。,手动配置,,手动配置,使用默认配置样式表,即使你不打算创建自己的绘图风格，样式表包含的默认内容也非常有 用。通过 plt.style.available 命令可以看到所有可用的风格，,使用某种样式表的基本方法如下所示:,,默认配置,虽然 Matplotlib 默认的坐标轴定位器(locator)与格式生成器 (formatter)可以满足大部分需求，但是并非对每一幅图都合适。,Tick Locator,Tick Locator 主要设置刻度位置，这在我的绘图教程中主要是用来设置副刻度(minor)，而 Formatter 则是主要设置刻度形式。Matplotlib 对这两者则有着多种用法，其中 Locator 的子类主要如下：,,Tick Locator,Tick formatters,Tick formatters 设置刻度标签格式，主要对绘图刻度标签定制化需求时，matplotlib 可支持修改的刻度标签形式如下。,,Tick formatters,部分代码如下,更改刻度、刻度标签和网格线的外观。,matplotlib.axes.Axes.tick_params(),主要参数：,可以将每个 Matplotlib 对象都看成是子对象(sub- object)的容器，例如每个 figure 都会包含一个或多个 axes 对象，每个 axes 对象又会包含其他表示图形内容的对象。,,设置轴刻度,matplotlib.axes.Axes.plot(),用于绘制XY坐标系的点、线或其他标记形状。,参数：,color（颜色）、marker（标记点）、line（线条）都是可选的，例如如果指定 line 而不指定 marker,,绘图,想在可视化图形中使用图例，可以为不同的图形元素分配标签。,matplotlib.axes.Axes.legend(),可以用 Axes.legend()命令来创建最简单的图例。,参数：,有时，我们可能需要在同一张图上显示多个图例。用 Matplotlib 通过标准的 legend 接口只能为一张图建一个图例。如果你想用 plt.legend() 或 ax.legend() 方法创建第二个图例，那么第一个图例就会被覆盖。但是，我们可以通过从头开始创建一个新的图例对象(legend artist)，然后用底层的(lower- level)ax.add_artist() 方法在图上添加第二个图例。,