Python 可视化工具 Matplotlib

标签：解决问题   链接   工作流   混合   自己的   settings   常见   有一个   width   

英文出处：Chris Moffitt。

Matplotlib是Python中最常用的可视化工具之一,可以非常方便地创建海量类型的2D图表和一些基本的3D图表。本文主要介绍了在学习Matplotlib时面临的一些挑战，为什么要使用Matplotlib，并推荐了一个学习使用Matplotlib的步骤。

简介

对于新手来说，进入Python可视化领域有时可能会令人感到沮丧。Python有很多不同的可视化工具，选择一个正确的工具有时是一种挑战。 例如，即使两年过去了，这篇《Overview of Python Visualization Tools》是引导人们到这个网站的顶级帖子之一。 在那篇文章中，我对matplotlib留下了一些阴影，并在分析过程中不再使用。 然而，在使用诸如pandas，scikit-learn，seaborn和其他数据科学技术栈的python工具后，觉得丢弃matplotlib有点过早了。说实话，之前我不太了解matplotlib，也不知道如何在工作流程中有效地使用。

现在我花时间学习了其中的一些工具，以及如何使用matplotlib，已经开始将matplotlib看作是不可或缺的工具了。这篇文章将展示我是如何使用matplotlib的，并为刚入门的用户或者没时间学习matplotlib的用户提供一些建议。我坚信matplotlib是python数据科学技术栈的重要组成部分，希望本文能帮助大家了解如何将matplotlib用于自己的可视化。

为什么对matplotlib都是负面评价？

在我看来，新用户学习matplotlib之所以会面临一定的挑战，主要有以下几个原因。

首先，matplotlib有两种接口。第一种是基于MATLAB并使用基于状态的接口。第二种是面向对象的接口。为什么是这两种接口不在本文讨论的范围之内，但是知道有两种方法在使用matplotlib进行绘图时非常重要。

两种接口引起混淆的原因在于，在stack overflow社区和谷歌搜索可以获得大量信息的情况下，新用户对那些看起来有些相似但不一样的问题，面对多个解决方案会感到困惑。从我自己的经历说起。回顾一下我的旧代码，一堆matplotlib代码的混合——这对我来说非常混乱（即使是我写的）。

关键点

matplotlib的新用户应该学习使用面向对象的接口。

matplotlib的另一个历史性挑战是，一些默认风格选项相当没有吸引力。 在R语言世界里，可以用ggplot生成一些相当酷的绘图，相比之下，matplotlib的选项看起来有点丑。令人欣慰的是matplotlib 2.0具有更美观的样式，以及非常便捷对可视化的内容进行主题化的能力。

使用matplotlib我认为第三个挑战是，当绘制某些东西时，应该单纯使用matplotlib还是使用建立在其之上的类似pandas或者seaborn这样的工具，你会感到困惑。任何时候都可以有多种方式来做事，对于新手或不常用matplotlib的用户来讲，遵循正确的路径是具有挑战性的。将这种困惑与两种不同的API联系起来，是解决问题的秘诀。

为什么坚持要用matplotlib？

尽管有这些问题，但是我庆幸有matplotlib，因为它非常强大。这个库允许创建几乎任何你可以想象的可视化。此外，围绕着它还有一个丰富的python工具生态系统，许多更先进的可视化工具用matplotlib作为基础库。如果在python数据科学栈中进行任何工作，都将需要对如何使用matplotlib有一个基本的了解。这是本文的其余部分的重点——介绍一种有效使用matplotlib的基本方法。

基本前提

如果你除了本文之外没有任何基础，建议用以下几个步骤学习如何使用matplotlib：

1. 学习基本的matplotlib术语，尤其是什么是图和坐标轴
2. 始终使用面向对象的接口，从一开始就养成使用它的习惯
3. 用基础的pandas绘图开始你的可视化学习
4. 用seaborn进行更复杂的统计可视化
5. 用matplotlib来定制pandas或者seaborn可视化

这幅来自matplotlib faq的图非常经典，方便了解一幅图的不同术语。

大多数术语都非常直接，但要记住的要点是，Figure是最终的图像，可能包含一个或多个坐标轴。坐标轴代表一个单独的划分。一旦你了解这些内容，以及如何通过面向对象的API访问它们，下面的步骤才能开始进行。

这些术语知识有另一个好处，当你在网上看某些东西时，就有了一个起点。如果你花时间了解了这一点，才会理解matplotlib API的其余部分。此外，许多python的高级软件包，如seaborn和ggplot都依赖于matplotlib。因此，了解这些基础知识后再学那些功能更强大的框架会容易一些。

最后，我不是说你应该避免选择例如ggplot（aka ggpy），bokeh，plotly或者altair等其他更好的工具。我只是认为你需要从对matplotlib + pandas + seaborn 有一个基本了解开始。一旦理解了基本的可视化技术，就可以探索其他工具，并根据自己的需要做出明智的选择。

入门

本文的其余部分将作为一个入门教程，介绍如何在pandas中进行基本的可视化创建，并使用matplotlib自定义最常用的项目。一旦你了解了基本过程，进一步的定制化创建就相对比较简单。

重点讲一下我遇到的最常见的绘图任务，如标记轴，调整限制，更新绘图标题，保存图片和调整图例。如果你想跟着继续学习，在链接https://github.com/chris1610/pbpython/blob/master/notebooks/Effectively-Using-Matplotlib.ipynb 中包含附加细节的笔记，应该非常有用。

准备开始，我先引入库并读入一些数据：

1 import pandas as pd
2 import matplotlib.pyplot as plt
3 from matplotlib.ticker import FuncFormatter
4  
5 df = pd.read_excel("https://github.com/chris1610/pbpython/blob/master/data/sample-salesv3.xlsx?raw=true")
6 df.head()

这是2014年的销售交易数据。为了使这些数据简短一些，我将对数据进行聚合，以便我们可以看到前十名客户的总购买量和总销售额。为了清楚我还会在绘图中重新命名列。

1 top_10 = (df.groupby(‘name‘)[‘ext price‘, ‘quantity‘].agg({‘ext price‘: ‘sum‘, ‘quantity‘: ‘count‘})
2           .sort_values(by=‘ext price‘, ascending=False))[:10].reset_index()
3 top_10.rename(columns={‘name‘: ‘Name‘, ‘ext price‘: ‘Sales‘, ‘quantity‘: ‘Purchases‘}, inplace=True)

下面是数据的处理结果。

现在，数据被格式化成一个简单的表格，我们来看如何将这些结果绘制成条形图。

如前所述，matplotlib有许多不同的样式可用于渲染绘图，可以用plt.style.available查看系统中有哪些可用的样式。

 1 plt.style.available
 2 
 3 [‘seaborn-dark‘,
 4  ‘seaborn-dark-palette‘,
 5  ‘fivethirtyeight‘,
 6  ‘seaborn-whitegrid‘,
 7  ‘seaborn-darkgrid‘,
 8  ‘seaborn‘,
 9  ‘bmh‘,
10  ‘classic‘,
11  ‘seaborn-colorblind‘,
12  ‘seaborn-muted‘,
13  ‘seaborn-white‘,
14  ‘seaborn-talk‘,
15  ‘grayscale‘,
16  ‘dark_background‘,
17  ‘seaborn-deep‘,
18  ‘seaborn-bright‘,
19  ‘ggplot‘,
20  ‘seaborn-paper‘,
21  ‘seaborn-notebook‘,
22  ‘seaborn-poster‘,
23  ‘seaborn-ticks‘,
24  ‘seaborn-pastel‘]

plt.style.use(‘ggplot‘)

top_10.plot(kind=‘barh‘, y="Sales", x="Name")

fig, ax = plt.subplots()
top_10.plot(kind=‘barh‘, y="Sales", x="Name", ax=ax)

1 2
2 3
3 4
4 5
5 fig, ax = plt.subplots()
6 top_10.plot(kind=‘barh‘, y="Sales", x="Name", ax=ax)
7 ax.set_xlim([-10000, 140000])
8 ax.set_xlabel(‘Total Revenue‘)
9 ax.set_ylabel(‘Customer‘);

fig, ax = plt.subplots()
top_10.plot(kind=‘barh‘, y="Sales", x="Name", ax=ax)
ax.set_xlim([-10000, 140000])
ax.set(title=‘2014 Revenue‘, xlabel=‘Total Revenue‘, ylabel=‘Customer‘)

fig, ax = plt.subplots(figsize=(5, 6))
top_10.plot(kind=‘barh‘, y="Sales", x="Name", ax=ax)
ax.set_xlim([-10000, 140000])
ax.set(title=‘2014 Revenue‘, xlabel=‘Total Revenue‘)
ax.legend().set_visible(False)

def currency(x, pos):
    ‘The two args are the value and tick position‘
    if x >= 1000000:
        return ‘${:1.1f}M‘.format(x*1e-6)
    return ‘${:1.0f}K‘.format(x*1e-3)

# Create the figure and the axes
fig, ax = plt.subplots()

# Plot the data and get the averaged
top_10.plot(kind=‘barh‘, y="Sales", x="Name", ax=ax)
avg = top_10[‘Sales‘].mean()

# Set limits and labels
ax.set_xlim([-10000, 140000])
ax.set(title=‘2014 Revenue‘, xlabel=‘Total Revenue‘, ylabel=‘Customer‘)

# Add a line for the average
ax.axvline(x=avg, color=‘b‘, label=‘Average‘, linestyle=‘--‘, linewidth=1)

# Annotate the new customers
for cust in [3, 5, 8]:
    ax.text(115000, cust, "New Customer")

# Format the currency
formatter = FuncFormatter(currency)
ax.xaxis.set_major_formatter(formatter)

# Hide the legend
ax.legend().set_visible(False)

fig, (ax0, ax1) = plt.subplots(nrows=1, ncols=2, sharey=True, figsize=(7, 4))

 1 # Get the figure and the axes
 2 fig, (ax0, ax1) = plt.subplots(nrows=1,ncols=2, sharey=True, figsize=(7, 4))
 3 top_10.plot(kind=‘barh‘, y="Sales", x="Name", ax=ax0)
 4 ax0.set_xlim([-10000, 140000])
 5 ax0.set(title=‘Revenue‘, xlabel=‘Total Revenue‘, ylabel=‘Customers‘)
 6 
 7 # Plot the average as a vertical line
 8 avg = top_10[‘Sales‘].mean()
 9 ax0.axvline(x=avg, color=‘b‘, label=‘Average‘, linestyle=‘--‘, linewidth=1)
10 
11 # Repeat for the unit plot
12 top_10.plot(kind=‘barh‘, y="Purchases", x="Name", ax=ax1)
13 avg = top_10[‘Purchases‘].mean()
14 ax1.set(title=‘Units‘, xlabel=‘Total Units‘, ylabel=‘‘)
15 ax1.axvline(x=avg, color=‘b‘, label=‘Average‘, linestyle=‘--‘, linewidth=1)
16 
17 # Title the figure
18 fig.suptitle(‘2014 Sales Analysis‘, fontsize=14, fontweight=‘bold‘);
19 
20 # Hide the legends
21 ax1.legend().set_visible(False)
22 ax0.legend().set_visible(False)

fig.canvas.get_supported_filetypes()

{‘eps‘: ‘Encapsulated Postscript‘,
 ‘jpeg‘: ‘Joint Photographic Experts Group‘,
 ‘jpg‘: ‘Joint Photographic Experts Group‘,
 ‘pdf‘: ‘Portable Document Format‘,
 ‘pgf‘: ‘PGF code for LaTeX‘,
 ‘png‘: ‘Portable Network Graphics‘,
 ‘ps‘: ‘Postscript‘,
 ‘raw‘: ‘Raw RGBA bitmap‘,
 ‘rgba‘: ‘Raw RGBA bitmap‘,
 ‘svg‘: ‘Scalable Vector Graphics‘,
 ‘svgz‘: ‘Scalable Vector Graphics‘,
 ‘tif‘: ‘Tagged Image File Format‘,
 ‘tiff‘: ‘Tagged Image File Format‘}

fig.savefig(‘sales.png‘, transparent=False, dpi=80, bbox_inches="tight")

Python 可视化工具 Matplotlib

标签：解决问题   链接   工作流   混合   自己的   settings   常见   有一个   width   

原文地址：http://www.cnblogs.com/wangwei916797941/p/7220632.html