数据处理与统计分析——10-Pandas可视化-Matplotlib的常用API

Matplotlib

Matplotlib 是 Python 中最常用的 2D 绘图库之一，提供了灵活的绘图功能，常用于生成静态、动态和交互式图表。该库提供了一种基于对象的绘图 API，可以让用户创建复杂的可视化效果。

1. Pyplot API（面向状态的接口）

matplotlib.pyplot 提供了一组类似于 MATLAB 的简单接口，适合进行快速绘图。常用的函数式 API，如 plt.plot()、plt.scatter() 等，用于绘制各种常见的图表。

常用的 pyplot 函数

plt.plot(x, y)：绘制折线图。
plt.scatter(x, y)：绘制散点图。
plt.bar(x, height)：绘制柱状图。
plt.hist(x)：绘制直方图。
plt.pie(x)：绘制饼图。
plt.title(label)：设置图表标题。
plt.xlabel(label)：设置 x 轴标签。
plt.ylabel(label)：设置 y 轴标签。
plt.legend()：添加图例。

plt.show()：显示图表。

python 复制代码

import matplotlib.pyplot as plt

# 简单的折线图示例
x = [1, 2, 3, 4, 5]
y = [1, 4, 9, 16, 25]

plt.plot(x, y)
plt.title('Simple Line Plot')
plt.xlabel('X axis')
plt.ylabel('Y axis')
plt.show()

2. 面向对象的接口

Matplotlib 也支持面向对象的绘图方式。用户可以通过操作 Figure 和 Axes 对象来创建和控制图表。Figure 是图的容器，Axes 是实际的数据绘制区域，表示图表的坐标系。

python 复制代码

# 面向对象的绘图
fig, ax = plt.subplots()

ax.plot(x, y)
ax.set_title('Object-Oriented Line Plot')
ax.set_xlabel('X axis')
ax.set_ylabel('Y axis')

plt.show()

重要对象：

Figure 对象：整个图的容器。它包含多个 Axes对象，也可以包含其他如 Legend、Text等组件。
- fig = plt.figure()：创建 Figure 对象。
- fig.add_axes()：向 Figure 添加 Axes。
- fig.savefig()：保存图像。
Axes 对象：表示一个绘图区域，通常是 x和 y坐标轴。一个 Figure中可以有多个 Axes。
- ax.plot(x, y)：在 Axes 上绘制图形。
- ax.set_title()：设置标题。
- ax.set_xlabel() / ax.set_ylabel()：设置 x / y 轴标签。

Axis 对象：表示单独的 x 轴或 y 轴，控制刻度和标签。

ax.xaxis.set_label_position()：设置 x 轴标签的位置。
ax.yaxis.set_major_locator()：设置 y 轴的刻度。

python 复制代码

# 多个子图的创建
fig, axs = plt.subplots(2, 2, figsize=(10, 10))

axs[0, 0].plot(x, y)
axs[0, 0].set_title('Plot 1')

axs[0, 1].scatter(x, y)
axs[0, 1].set_title('Scatter 1')

axs[1, 0].bar(x, y)
axs[1, 0].set_title('Bar 1')

axs[1, 1].hist(y, bins=5)
axs[1, 1].set_title('Histogram 1')

plt.tight_layout()
plt.show()

3. 自定义图表

Matplotlib 提供了丰富的自定义选项，允许用户修改图形的细节，如颜色、线条样式、坐标轴等。

线条样式和颜色 ：通过 color、linestyle、linewidth 参数设置线条属性。
标记：通过 marker 设置数据点的标记样式。
坐标轴范围 ：plt.xlim() 和 plt.ylim() 控制坐标轴的显示范围。
图例：plt.legend() 用于添加图例。

python 复制代码

plt.plot(x, y, color='green', linestyle='--', marker='o', label='line 1')
plt.xlim(0, 6)
plt.ylim(0, 30)
plt.legend()
plt.show()

4. Matplotlib 交互式绘图

Matplotlib 还支持与 Jupyter Notebook 和其他交互式环境的集成，支持交互式绘图。

plt.ion()：开启交互模式。
plt.ioff()：关闭交互模式。
%matplotlib inline：在 Jupyter 中使用时直接显示图像。
python 复制代码
```
%matplotlib inline
plt.plot(x, y)
```

5. 扩展与高级功能

3D 绘图 ：通过 mpl_toolkits.mplot3d 模块支持 3D 图形。
动画：可以创建动画，如动态更新数据的图形。

嵌入式图形：Matplotlib 支持与 GUI 工具（如 Tkinter、PyQt）集成。

python 复制代码

from mpl_toolkits.mplot3d import Axes3D

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

# 示例数据
ax.scatter([1, 2, 3], [1, 2, 3], [1, 2, 3])
plt.show()

6. 保存图像

使用 savefig() 方法可以将图表保存为各种格式，如 PNG、PDF 等。

python 复制代码

plt.savefig('plot.png', dpi=300, format='png')