python Matplotlib數據可視化

今天就跟大家聊聊有關python Matplotlib數據可視化，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結了以下內容，希望大家根據這篇文章可以有所收獲。

1 matplot入門指南

matplotlib是Python科學計算中使用最多的一個可視化庫，功能豐富，提供了非常多的可視化方案，基本能夠滿足各種場景下的數據可視化需求。但功能豐富從另一方面來說也意味著概念、方法、參數繁多，讓許多新手望而卻步。

據我了解，大部分人在對matplotlib接觸不深時都是邊畫圖邊百度，諸如這類的問題，我想大家都似曾相識：Python如何畫散點圖，matplotlib怎么將坐標軸標簽旋轉45度，怎么設置圖例字體大小等等。無論針對哪一個問題，往往都有多種解決方法，搜索引擎這時候當然會很熱情得將各種五花八門、看似合理、各不相同的解決方案推給我們，對于新手往往就迷失在這些紛雜的答案中，然后覺得matplotlib好復雜。matplotlib設計原則就是追求對每一個圖表細節的完全控制，所以matplotlib源碼中各種對象很多，甚至各對象間相互應用，錯綜復雜，對同一個對象的設置經常可以調用不同的方法來實現，這是matplotlib入門難的原因之一。

對于matplotlib入門階段學習曲線陡峭，我認為還有一個更加重要的原因。無論是在各種出版書籍還是網絡博客中，都少有資料對matplotlib進行深入的系統介紹，大多淺嘗輒止。這些流于表層的資料對于如何用matplotlib作圖沒有進行深入的分析，大多只介紹如何調用pyplot模塊中的方法進行作圖。pyplot是matplotlib中提供的一個頂層模塊，提供許多方法實現了快速、簡便作圖，幾行代碼就可以完成一幅圖的創作，但是，這種方法作圖卻讓新手對matplotlib圖形的認識變得粗淺，也很難實現對圖形的更加精細控制，底層定制能力有限，最終讓新手對matplotlib咬牙切齒。這種方法就想吃快餐，快速方便，但是吃多了難免營養不良。

面對matplotlib入門階段的這兩個問題，怎么辦呢？

matplotlib其實提供了兩類接口實現作圖。第一類基于狀態的接口，就是上文中提到的pyplot進行作圖，這類接口對matplotlib中更加底層的對象進行封裝，以仿MATLAB作圖風格的方式讓作圖更加簡單方便。至于為什么叫基于狀態，我的觀點是pyplot所有作圖動作都是默認在當前出于激活的元素上進行，要切換到其他元素作圖，就要使另一元素激活。第二類接口是基于對象的接口，這種方法是使用買你想對象的方法來作圖，認為圖形中每一個元素都是一種對象，通過調用更加底層對象來實現作圖。這種方法代碼量更多，但是讓用戶對matplotlib圖形的構成有了更深的認識，也讓用戶對圖形的每一個元素有更強的掌控力。

所以，在使用matplotlib作圖過程中，本文建議在學習階段多使用基于對象的方法進行作圖，只要掌握了基于對象的方法作圖，后面使用pyplot作圖自然水到渠成。本文后續大部分介紹也是基于這一種方法。

2 安裝與導入

• 安裝
   

matplotlib的安裝與Python中其他第三方庫安裝方法無異

pip install -i https://pypi.douban.com/simple matplotlib

• 導入

進行導入操作時通常不會直接將整個matplotlib包導入，而是導入matplotlib包中最為常用的pyplot模塊，一般的，我們習慣將pyplot導入時起一個簡稱plt。

import matplotlib.pyplot as plt

3 圖的構成

在使用matplotlib進行繪圖之前，理解matplotlib圖表構成是非常有必要的。matplotlib圖表有三個非常重要的概念：figure、axes、axies。 三者之間的關系構成了matplotlib圖表的整體布局，如下圖所示。

在matplotlib圖表中，至少有一個figure，figure可以理解為一張畫布，畫布上面可以畫多個axes，這里的axes我理解為坐標系，每個坐標系可以有多個axis，也就是有多條坐標軸。

下圖是在matplotlib官方文檔中展示的一張圖片，進一步的很清晰展示了matplotlib圖表布局上的組件構成：

上圖中，藍色部分文本是各組件的名稱，請牢記各組件的名稱，方便在對各組件進行設置是調用函數，因為組件的名稱與函數名是相似的。其實，在matplotlib中，在figure中的所有組件，包括圖一中的axes、axies甚至是figure和圖中出現的所有組件都稱為artist，因為這些組件均繼承于一個名為Artist的父類。根據所在位置和作用，我們可以將matplotlib所有artist可以劃分到三個層次：

（1）figure層：畫布，這是最低層的容器，用于容納axes。
（2）axes層：坐標系，也成為軸域，第二層容器，用于容納axis。
（3）axis層：坐標軸，也包含坐標軸上更加細微的組件。
使用matplotlib進行作圖時，按照這個層次結構順序進行創建完成作圖。接下來，我們分別對figure、axes、axis進行展開介紹。

看完上述內容，你們對python Matplotlib數據可視化有進一步的了解嗎？如果還想了解更多知識或者相關內容，請關注億速云行業資訊頻道，感謝大家的支持。