matplotlib - noonecare/data_visualization GitHub Wiki

Interactive Mode

pycharm 的 console, Ipython 都支持 Interactive mode，相当于 Live Edit 画图。

%matplotlib inline

Jupter Notebook, python notebook 中在 notebook 中画图的指令，不然会把图画在一个 pop up 的窗口中。

python 画图其实也就是 matlab 作图，主要由两种方式：

函数式作图。
对象式作图。

python 完成的是对作图的抽象。重点还是如何作图（函数式作图），图包含哪些概念（对象式作图）。

图： figure

图中最重要的部分： axes

直角坐标系，极坐标系(project=polar)等等。 axes 中包含 坐标轴(axes)，坐标轴的刻度(xtick, xticklabel, ytick, ylabel)，坐标轴表示的范围(xlim, ylim)，坐标轴名字(xlabel, ylabel)。

图中可能还要包含图的名字(title)

图的背景色(fig = plt.figure("example", facecolor="red"); axes=fig.add_axes([0, 0, 0.8,0.8], axisbg="blue")

图中的数据点是否要加标注(annotation)

画在图中的线是实线，虚线 波浪线 等等。

画在图中的点是实点，虚点等等。

线是什么颜色(color="yellow")，点是什么颜色(color="green")。

等高线如何画， perceptive color 是什么概念（如何给等高线画图）。

如何写 图例(legend(handlers, labels)) 等等。图例，你要得到 handlers: plt.plot();plt.bar() 等等在坐标系中画图的函数，都会返回一个 handlers 组成的 tuple。所以要得到 handlers 带，代码可以这样写：

a, = plt.plot(range(10), range(10))
plt.legend((a,), ("blue"))
plt.show()

其实，plt.plot(); plt.bar() 都可以用一句语句画出多个图的。比如

import numpy as np

a, b = plt.plot(np.arange(10), np.arange(10), np.arange(10), np.sin(np.arange(10)))
plt.legend((a, b), ("example_1", "example_2"))
plt.show()

在对象式作图时，你没添加一个作图的实体（比如axes）都有很多属性，可以设置。

常用的图用：

饼图(pie)
散点图（scatter）
柱状图（bar）
等高线图

中文显示（牢记这段代码即可）：

from matplotlib.font_manager import FontProperties myfont = FontProperties(fname="C:\Windows\Fonts\msyh.ttf") plt.legend((a1,b1), ("保费", "赔付"), prop=myfont) plt.title("历年保费和赔付数据", fontproperties=myfont)

- python matplotlib 中的很多作图函数，都有 fontproperties 或者 prop 属性。像上面的代码这样去指定 这些属性，就可以正确显示中文。


最后使用 matplotlib 在 python notebook 中画图时，需要填上：

%matplotlib inline