python数据可视化——matplotlib 用户手册入门：使用指南

参考matplotlib官方指南：

https://matplotlib.org/tutorials/introductory/usage.html#sphx-glr-tutorials-introductory-usage-py

matplotlib的用户指南分为三个等级：入门，中级，高级。在入门级，主要介绍下图内容

这里我首先介绍 使用指南 部分，即 Usage Guide。

1.一张图的组成

在使用matplotlib画图时，你会发现各类参数，下面就说说这些参数具体设置什么

 

2.画图函数的输入数据类型

最好将输入数据转换为np.array类型

如，将pandas.DataFrame转换为 np.array

1 a = pandas.DataFrame(np.random.rand(4,5), columns = list('abcde')) 2 a_asndarray = a.values

将 np.matrix 转换为 np.array

1 b = np.matrix([[1,2],[3,4]]) 2 b_asarray = np.asarray(b)

3.matplotlib，pyplot 与 pylab的关系

pyplot是matplotlib的一个模块，pylab是与matplotlib共同安装的模块

4.自定义画图函数

若是现有的画图形状不知足需求，能够方便地定义画图函数

 

 1 def my_plotter(ax, data1, data2, param_dict):  2     """
 3  A helper function to make a graph  4 
 5  Parameters  6  ----------  7  ax : Axes  8  The axes to draw to  9 
10  data1 : array 11  The x data 12 
13  data2 : array 14  The y data 15 
16  param_dict : dict 17  Dictionary of kwargs to pass to ax.plot 18 
19  Returns 20  ------- 21  out : list 22  list of artists added 23     """
24     out = ax.plot(data1, data2, **param_dict) 25     return out 26 
27 # which you would then use as:
28 
29 data1, data2, data3, data4 = np.random.randn(4, 100) 30 fig, ax = plt.subplots(1, 1) 31 my_plotter(ax, data1, data2, {'marker': 'x'})

 

5.交互模式

能够经过matplotlib.interactive()，matplotlib.is_interactive()，matplotlib.pyplot.ion()能够打开交互模式

使用 matplotlib.is_interactive()能够关闭交互模式

在ipython中运行如下代码：

1 import matplotlib.pyplot as plt 2 plt.ion() 3 plt.plot([1.6, 2.7]) 4 ax = plt.gca() 5 ax.plot([3.1, 2.2]) 6 plt.draw()