【数据操作与可视化】Matplotlib绘图-基础功能

1、Matplotlib简介

Matplotlib是一个Python的绘图库，它提供了一个类似于MATLAB的绘图框架，并且支持多种输出格式，包括SVG、PDF、PS、EPS等。Matplotlib使得用户可以轻松地创建各种静态、动态和交互式的图表。Matplotlib是数据科学、工程和科学计算领域中常用的库之一，它帮助用户以可视化的方式探索和展示数据。

可视化是在整个机器学习和AI训练的关键辅助工具，可以清晰的理解数据，从而调整我们的分析方法。如查看变化趋势，梯度下降效果，可视化理解数据集特征等。

2、matplotlib的绘图流程

在使用matplotlib进行图形绘制时，有两种绘图模式。

一种是简易快速绘图，也就是说只要给出需要绘图用的数据，即可使用少量代码快速绘制图形。这种情况下，图形全部使用默认的绘图参数进行创建，适合想快速通过图形了解数据特征的情况。

另一种是标准绘图。在标准绘图模式下，我们可以自由创建画布以及子图，添加更加丰富的绘图元素，适合大部分数据分析绘图的情况。

matplotlib的绘图流程如下：

3、matplotlib的初始化设置

通常，我们在使用matplotlib时，需要在代码中先导入如下的初始化代码：

python 复制代码

# 导入绘图相关的库（见开头）
import matplotlib.pyplot as plt
# 让matplotlib的图表在jupyternotebook中直接显示
%matplotlib inline
# 解决中文乱码问题（仅针对windows电脑）
plt.rcParams['font.sans-serif']='SimHei'
# 解决负号无法显示问题
plt.rcParams['axes.unicode_minus']=False
# 让图表变成矢量形式，显示更清晰
%config InlineBackend.figure_format = 'svg'

4、可视化图表的组成元素介绍

一个正规的可视化图表如下图所示，该表包含了一个图表中的基本组成元素。

画布

画布就是字面意思，你首先需要找到一块"布"，即绘图界面，然后在这块"布"上绘制图表。

坐标系

画布是图表的最大概念，在一块画布上可以建立多个坐标系，坐标系又可以分为直角坐标系、球坐标系和极坐标系三种，其中直角坐标系最常用。

坐标轴 坐标轴是在坐标系中的概念，主要有x轴和y轴（一般简单的可视化均为二维），一组x/y值用来唯一确定坐标系上的一个点。x轴也称横轴，就是上图中的月份；y轴也称纵轴，就是上图中的注册人数。在上图的坐标系中，通过月份和注册人数可以唯一确定一个点。

坐标轴标题 坐标轴标题就是x轴和y轴的名称，在上图中我们把x轴称为月份，把y轴称为注册人数。

图表标题 图表标题是用来说明整个图表核心主题的，上图中的核心主题就是在1---9月中每月的注册人数。

数据标签 数据标签用于展示图表中的数值。上图为折线图，是由不同月份和注册人数确定不同的唯一点，然后将这些点连接起来就是一个折线图，折线图是一条线，如果将每个点对应的数值显示出来，这些数值就是数据标签。

数据表 数据表在图表下方，它以表格的形式将图表中坐标轴的值展示出来。

网格线 网格线是坐标轴的延伸，通过网格线可以更加清晰地看到每一点大概在什么位置，值大概是多少。图例图例一般位于图表的下方或右方，用来说明不同的符号或颜色所代表的不同内容与指标，有助于认清图。上图中只有一条折线，所以图例的作用不是很大，但是当一个图表中有多条折线图，或者包含不同形状的混合时，图例的作用就显而易见了。你可以很快辨别出哪个颜色的折线代表哪个指标。

5、快速绘图

利用matplotlib快速绘图的步骤如下：

yaml 复制代码

# 给定一组x和y的值快速绘图
x = [1,2,3,4,5,6]
y = [1123, 3423, 3544, 1348, 2897, 3021]
plt.plot(x, y)    # 默认是画折线图
plt.show()

当然，也可以利用Numpy来生成连续的X，给Y一个函数方程，来实现绘图：

python 复制代码

from matplotlib import pyplot as plt
import numpy as np
# 指定中文使用的字体和正常符号显示
from pylab import mpl
mpl.rcParams["font.sans-serif"] = ["SimHei"]
mpl.rcParams["axes.unicode_minus"] = False
x = np.arange(1, 100, 0.5)  # 为 X 赋值
# Y与X设置各类函数关系
# y = 3*x*x + 5*x + 6
# y = [5**i for i in x]
# y = [math.log(i, 5) for i in x]
# y = -2*x + 5
# y = x*x
y = np.sin(x)
# 传递图表参数并生成图表
plt.plot(x, y, color='blue', linewidth=2, label='图例')
plt.xlabel('x轴名称')
plt.ylabel('y轴名称')
plt.title('Y与X的函数关系图')
# plt.legend()        # 显示图例
plt.savefig("test.png")     # 保存图表，只能在show之前
plt.show()