http://www.cnblogs.com/batteryhp/p/5025772.html

python有许多可视化工具，本书主要讲解matplotlib。matplotlib是用于创建出版质量图表的桌面绘图包（主要是2D方面）。matplotlib的目的是为了构建一个MATLAB式的绘图接口。本书中的大部分图都是用它生成的。除了图形界面显示，还可以把图片保存为pdf、svg、jpg、png、gif等形式。

1、matplotlib API入门

Ipython可以用close（）关闭界面。

Figure和Subplot

matplotlib的图像都位于Figure对象中。用plt.figure创建一个新的Figure。

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

'''

#plt.plot(np.arange(10))

fig = plt.figure()

#plt.show()

#figsize 有一些重要的选项，特别是figsize，规定的是图片保存到磁盘时具有一定大小的纵横比。

#plt.gcf()即可得到当前Figure的引用

ax1 = fig.add_subplot(2,2,1)

ax2 = fig.add_subplot(2,2,2)

ax3 = fig.add_subplot(2,2,3)

plt.plot(np.random.randn(50).cumsum(),'k--')

#fig.add_subplot 返回的对象是AxesSubplot对象，下面调用就可以了

_ = ax1.hist(np.random.randn(100),bins = 20,color = 'k',alpha = 0.3)

ax2.scatter(np.arange(30),np.arange(30) + 3 * np.random.randn(30))

plt.show()

'''

#由于Figure 和 subplot是一件非常常见的任务，于是出现了更为方便的方法（plt.subplots ),它可以创建一个新的Figure，

#并返回一个含有已创建的subplot对象的Numpy数组

fig,axes = plt.subplots(2,3)

#print fig

print axes[0][0]

#axes[0][0].hist(np.random.randn(100),bins = 20,color = 'k',alpha = 0.3)

plt.show()

#这是非常实用的，因为可以轻松地对axes数组进行索引，就好像一个是一个二维数组一样，例如

#axes[0,1].还可以通过sharex和sharey指定subplot具有相同的x轴和y轴。在比较相同范围的数据时，这是

#非常实用的，否则matplotlib会自动缩放各图表的界限。

看一下subplots的作用：

pyplot.subplots的选项还有：

上面的**fig_k可以有很多的参数，文档中有更多的内容。

调整subplot周围的间距

默认情况下，matplotlib会在subplot外围留下一定的边距，并在subplot之间留下一定的间距。间距和图像的高度和宽度有关，会自动调整。利用Figure的subplots——adjust方法可以修改间距，因此，它是一个顶级函数。

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

subplots_adjust(left = None,bottom = None,right = None,top = None,wspace = None,hspace = None)

#wspace和space用于控制宽度和高度的百分比，可以用做subplot之间的间距，下面是个例子：

'''

fig,ax = plt.subplots(2,2,sharex = True,sharey = True)

for i in range(2):

     for j in range(2):

          ax[i,j].hist(np.random.randn(500),bins = 50,color = 'k',alpha = 0.5)

plt.subplots_adjust(wspace = 0.5,hspace = 0.5)

plt.show()

#matplotlib不会检查标签的重叠（确实是这样）。
# -*- encoding: UTF-8 -*-

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

fig,ax = plt.subplots(2,2)

#cecece是白色……

ax[0,0].plot(np.arange(10),linestyle = '--',color = '#CECECE')

#线上面还可以添加一些标记（marker),以强调实际的数据点。由于matplotlib创建的是连续的线形图,因此有时可能不太容易看到真实点的位置，标记可以放到格式字符串中，但是标记类型和线性必须在颜色的后面

ax[0,1].plot(np.random.randn(30).cumsum(),'ko--')

ax[1,0].plot(np.random.randn(30).cumsum(),color = 'k',linestyle = '--',marker = 'o')

#在线型图中，非实际数据点默认是按照线性插值的，可以通过drawstyle选项修改这一点。

data = np.random.randn(30).cumsum()

ax[1,1].plot(data,'ko--')

ax[1,1].plot(data,'k--',drawstyle = 'steps-post')

plt.show()

注意上面的drawstyle选项可以规定点与点之间的连接方式，或者说是插值方式，结果为：

设置标题、轴标签、刻度以及刻度标签

# -*- encoding: UTF-8 -*-

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

import numpy.random as npr

fig = plt.figure()

ax = fig.add_subplot(1,1,1)

ax.plot(npr.randn(1000).cumsum())

#要想修改x的刻度，最简单的方法就是使用set_xticks和set_xticklabels.前者告诉matplotlib将

#刻度放在数据范围中的哪些位置，默认情况下，这些位置就是刻度标签。但是可以使用set_xticklabels将#任何其他的值用作标签

ticks = ax.set_xticks([0,250,500,700,900,1000])

#下面的totation是规定旋转角度

labels = ax.set_xticklabels(['a','b','c','d','e','f'],rotation = 30,fontsize = 'small')

#可以为x轴设置名称

ax.set_xlabel('Stages')

plt.show()

图例

# -*- encoding: UTF-8 -*-

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

import numpy.random as npr

from datetime import datetime

#添加图例

fig = plt.figure()

ax = fig.add_subplot(1,1,1)

ax.plot(npr.randn(1000).cumsum(),'k',label = 'one')

ax.plot(npr.randn(1000).cumsum(),'k--',label = 'two')

ax.plot(npr.randn(1000).cumsum(),'k.',label = 'three')

ax.legend(loc = 'best')

plt.show()

注解与绘图

# -*- encoding: UTF-8 -*-

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

import numpy.random as npr

from datetime import datetime

fig = plt.figure()

ax = fig.add_subplot(1,1,1)

data = pd.read_csv('E:\\spx.csv',index_col = 0,parse_dates = True)

spx = data['SPX']

spx.plot(ax = ax,style = 'k-')

crisis_data = [

(datetime(2007,10,11),'Peak of bull market'),

(datetime(2008,3,12),'Bear Stearns Fails'),

(datetime(2008,9,15),'Lehman Bankruptcy')

]

for date,label in crisis_data:

    ax.annotate(label,xy = (date,spx.asof(date) + 50),

        xytext = (date,spx.asof(date) + 200),

        arrowprops = dict(facecolor = 'black'),

        horizontalalignment = 'left',verticalalignment = 'top')

ax.set_xlim(['1/1/2007','1/1/2011'])

ax.set_ylim([600,1800])

ax.set_title('Important dates in 2008-2009 finacial crisis')

plt.show()

#更多关于注解的示例，请看文档

#图形的绘制要麻烦些，有一些常见的图形的对象，这些对象成为块（patch）

#如Rectangle 和 Circle，完整的块位于matplotlib.patches

#要绘制图形，需要创建一个块对象shp，然后通过ax.add_patch(shp)将其添加到subplot中

fig = plt.figure()

ax = fig.add_subplot(1,1,1)

rect = plt.Rectangle((0.2,0.75),0.4,0.15,color = 'k',alpha = 0.3)

circ = plt.Circle((0.7,0.2),0.15,color = 'b',alpha = 0.3)

pgon = plt.Polygon([[0.15,0.15],[0.35,0.4],[0.2,0.6]],color = 'g',alpha = 0.5)

ax.add_patch(rect)

ax.add_patch(circ)

ax.add_patch(pgon)

plt.show()

将图表保存到文件

# -*- encoding: UTF-8 -*-

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

import numpy.random as npr

from datetime import datetime

from io import StringIO

#将图标保存到文件

#savefig函数可以保存图形文件，不同的扩展名保存为不同的格式

fig = plt.figure()

ax = fig.add_subplot(1,1,1)

rect = plt.Rectangle((0.2,0.75),0.4,0.15,color = 'k',alpha = 0.3)

circ = plt.Circle((0.7,0.2),0.15,color = 'b',alpha = 0.3)

pgon = plt.Polygon([[0.15,0.15],[0.35,0.4],[0.2,0.6]],color = 'g',alpha = 0.5)

ax.add_patch(rect)

ax.add_patch(circ)

ax.add_patch(pgon)

#注意下面的dpi（每英寸点数）和bbox_inches（可以剪除当前图标周围的空白部分）（确实有效）

#plt.savefig('pic.jpg',dpi = 100,bbox_inches = 'tight')

#不一定save到文件中，也可以写入任何文件型对象，比如StringIO：

buffer = StringIO()

plt.savefig(buffer)

plot_data = buffer.getvalue()

#这对Web上提供动态生成的图片是很实用的

#plt.show()

savefig的一些选项：

matplotlib配置

matplotlib的一些属性是可以设置的，比如图像大小、subplot边距、配色方案、字体大小、网格类型等。有两种方式进行操作。第一种是Python变成方式，即利用rc方法。比如：

plt.rc('figure',figsize = (10,10))

rc的第一个参数是希望自定义的对象，比如‘figure’、‘axes’、‘xtick’、‘ytick’、‘grid’、‘legend’等。其后可以跟上一系列的关键字参数。最简单的就是写成一个字典：

font_options = {'family':'monospace',

                         'weight':'bold',

                         'size':'small'}

plt.rc('font',**font_options)

matplotlibrc是配置文件，定义好以后每次加载就会用设置的参数。

2、pandas中的绘图函数

matplotlib是一种比较低级的工具，需要将各种组件组合好：数据展示（线型图、柱状图等）、图例、标题、刻度标签以及注解。这是因为制作一张图表一般需要用到多个对象。在pandas中，会省事不少。pandas能够利用DataFrame的对象特点创建标准图表的高级绘图方法。作者说pandas在线文档时最好的学习工具，书上的代码可能过时了。

线型图

#-*- encoding:utf-8 -*-

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

from pandas import Series,DataFrame

s = Series(np.random.randn(10).cumsum(),index = np.arange(0,100,10))

#该Series对象的索引会被传给matplotlib，并绘制X轴。

#可以用use_index = False 禁用该功能

s.plot(use_index = False)

#X轴的刻度和界限可以通过xticks和xlim选项进行调节，Y轴通过xticks和ylim调节

plt.show()

#pandas的大部分方法都有一个可选的ax参数，可以是一个subplot对象。这可以

#使在网格中更为灵活地处理subplot的位置。

#DataFrame的plot方法会在一个subplot中为各列绘制线型图，并自动添加图例

df = DataFrame(np.random.randn(10,4).cumsum(0),

    columns = ['A','B','C','D'],

    index = np.arange(0,100,10))

df.plot()

plt.show()

下面把参数贴一下：

DataFrame还有一些对列进行处理的参数：

自下面开始就有一些专门的图形，绘制的时候可以与R语言进行对比：http://www.cnblogs.com/batteryhp/p/4733474.html。

柱状图

#-*- encoding:utf-8 -*-

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

from pandas import Series,DataFrame

#生成的线形图中代码加上kind = ‘bar’（垂直柱图） 或者 （水平）kind = ‘barh’（水平柱图）

#Series和DataFrame的索引被用作X（bar）或者Y（barh）的刻度

fig,axes = plt.subplots(2,1)

data = Series(np.random.randn(16),index = list('abcdefghijklmnop'))

data.plot(kind = 'barh',ax = axes[0],color = 'k',alpha = 0.7)

data.plot(kind = 'bar',ax = axes[1],color = 'k',alpha = 0.7)

#DataFrame会按照行对数据进行分组

df = DataFrame(np.random.randn(6,4),index = ['one','two','three','four','five','six'],

    columns = pd.Index(['A','B','C','D'],name = 'Genus'))

#注意这里的name会被用作图例的标题，因为，这本来就是列的名字

print df

df.plot(kind = 'bar')

plt.show()

#这里的stacked是标明画累计柱图

df.plot(kind = 'bar',stacked = True,alpha = 0.5)

plt.show()

#Series的value_counts可以用来显示Series中各值的频数（实验证明）

s = Series([1,2,2,3,4,4,4,5,5,5])

s.value_counts().plot(kind = 'bar')

plt.show()

下面看一个例子：

#-*- encoding:utf-8 -*-

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

from pandas import Series,DataFrame

#下面是一个例子：做一张堆积柱状图来显示每天各种聚会规模的数据点百分比

tips = pd.read_csv('E:\\tips.csv')

party_counts = pd.crosstab(tips.day,tips.size)

print party_counts

party_counts = party_counts.ix[:,2:5]

#然后进行归一化是各行和为1

party_pcts = party_counts.div(party_counts.sum(1).astype(float),axis = 0)

print party_pcts

party_pcts.plot(kind = 'bar',stacked = True)

plt.show()

直方图和密度图

#-*- encoding:utf-8 -*-

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

from pandas import Series,DataFrame

#绘制小费百分比直方图

tips = pd.read_csv('E:\\tips.csv')

tips['tip_pct'] = tips['tip'] / tips['total_bill']

#bins规定一共分多少个组

tips['tip_pct'].hist(bins = 50)

plt.show()

#与此相关的是密度图：他是通过计算“可能会产生观测数据的连续概率分布的估计”

#而产生的。一般的过程将该分布金思维一组核（诸如正态之类的较为简单的分布）。

#此时的密度图称为KDE图。kind = ‘kde’即可。

tips['tip_pct'].plot(kind = 'kde')

plt.show()

#显然，直方图和密度图经常会在一起出现

comp1 = np.random.normal(0,1,size = 200)

comp2 = np.random.normal(10,2,size = 200)

values = Series(np.concatenate([comp1,comp2]))

print values

values.hist(bins = 100,alpha = 0.3,color = 'k',normed = True)

values.plot(kind = 'kde',style = 'k--')

plt.show()

散布图

散布图（scantter plot）是观察两个一维数据序列之间的关系的有效手段。matplotlib中的scantter方法是绘制散布图的主要方法。

#-*- encoding:utf-8 -*-

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

from pandas import Series,DataFrame

#下面加载macrodata中的数据集，选择其中几列并计算对数差

macro = pd.read_csv('E:\\macrodata.csv')

data = macro[['cpi','m1','tbilrate','unemp']]

#这里的diff函数是用来计算相邻两数只差，对每一列，后一个数减前一个数

trans_data = np.log(data).diff().dropna()

#print np.log(data).head()

#print np.log(data).diff().head()

print trans_data.head()

plt.scatter(trans_data['m1'],trans_data['unemp'])

plt.title('Changes in log %s vs. log %s'%('m1','unemp'))

plt.show()

#画散布图矩阵式很有意义的pandas提供了scantter_matrix函数来创建散步矩阵

#关于 diagonal 参数，是为了不让对角线上的图形（自己和自己的散布图）显示为一条直线而设置的关于这种数据的某些图形显示

#比如 diagonal = 'kde'就是画密度图且核为kde，若diagonal='hist'，则为直方图

pd.scatter_matrix(trans_data,diagonal = 'kde',color = 'k',alpha = 0.3)

pd.scatter_matrix(trans_data,diagonal = 'hist',color = 'k',alpha = 0.3)

plt.show()

绘制地图：图形化显示海地地震危机数据

这是一个例子。

#-*- encoding:utf-8 -*-

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

from pandas import Series,DataFrame

from mpl_toolkits.basemap import Basemap

#下面的例子应该是比较综合的

data = pd.read_csv('E:\\Haiti.csv')

#print data

#下面处理一下数据,下面的为日期，纬度、经度

#print data[['INCIDENT DATE','LATITUDE','LONGITUDE']][:10]

#print data['CATEGORY'][:6]   #这些代表消息的类型

#数据中很有可能有异常值、缺失值，下面看一下

#print data.describe()

#清除错误信息并移除缺失分类信息是“一件简单的事情”

data = data[(data.LATITUDE > 18) & (data.LATITUDE < 20) & (data.LONGITUDE > -75) &

           (data.LONGITUDE < -70) & data.CATEGORY.notnull()]

#我们想根据分类对数据做一些分析或者图形化工作，但是各个分类字段中可能含有多个分类。此外，各个分类信息

#不仅有一个编码，还有一个英语（法语）名称。因此需要对数据进行规整化处理。下面编写两（三）个

#函数，一个用于获取所有分类的列表，一个用于将各个分类信息拆分为编码和英语明名称

#sptrip 是删除空白字符，'\n'等;注意作者这种隐式循环写法

def to_cat_list(catstr):

    stripped = (x.strip() for x in catstr.split(','))

    return [x for x in stripped if x]

def get_all_categoties(cat_series):

    cat_sets = (set(to_cat_list(x)) for x in cat_series)

    return sorted(set.union(*cat_sets))

def get_english(cat):

    code,names = cat.split('.')

    if '|' in names:

        names = names.split('|')[1]

    return code,names.strip()

#下面进行一下ceshi

#print get_english('2.Urgences logistiques | Vital Lines')

#接下来做了一个将编码跟名称映射起来的字典，这是因为我们等会要用编码进行分析。

#下面将所有组合弄出来

all_cats = get_all_categoties(data.CATEGORY)

#print data.CATEGORY[:10]

#print all_cats

#生成器表达式

#生成字典

english_mapping = dict(get_english(x) for x in all_cats)

#print english_mapping['2a']

#print english_mapping['6c']

#根据分类选取记录的方式有很多，其中之一就是添加指标（或者哑变量）列，每个分类一列。

#为此，首先抽取出唯一的分类编码，并构造一个全零DataFrame（列为分类编码，索引跟data的索引一样)

def get_code(seq):

    return [x.split('.')[0] for x in seq if x]

#下面是将所有的key取出来

all_codes = get_code(all_cats)

#print all_codes

code_index = pd.Index(np.unique(all_codes))

#print code_index

dummy_frame = DataFrame(np.zeros((len(data),len(code_index))),index = data.index,columns = code_index)

#print len(data)

#print dummy_frame.ix[:,:6]

#下面将各行中适当的项设置为1，然后再与data进行连接：

for row,cat in zip(data.index,data.CATEGORY):

    codes = get_code(to_cat_list(cat))

    dummy_frame.ix[row,codes] = 1

#添加前缀，并且合并一下

data = data.join(dummy_frame.add_prefix('category_'))

#print data

#接下来开始画图吧，我们希望把数据绘制在海地的地图上。basemap数据集是matplotloib的一个插件

#使得能够用Python在地图上绘制2D数据。basemap提供了许多不同的地球投影以及一种将地球上的经纬度

#坐标投影转换为二维matplotlib图的方式。

#“经过一遍又一遍的尝试”，作者编写了下面的函数，绘制出一张简单的黑白地图。

def basic_haiti_map(ax = None,lllat = 17.25,urlat = 20.25,lllon = -75,urlon = -71):

    #创建极球面投影的Basemap实例。

    m  = Basemap(ax = ax,projection = 'stere',

        lon_0 = (urlon + lllon) / 2,

        lat_0 = (urlat + lllat) / 2,

        llcrnrlat = lllat,urcrnrlat = urlat,

        llcrnrlon = lllon,urcrnrlon = urlon,

        resolution = 'f' )

由于window下安装geos不成功，这部分等ubuntu装好了再接着写。

4、Python图形化工具生态系统

介绍几个其他的绘图工具。

Chaco

特点：静态图 + 交互图形，非常适合用复杂的图形化方法表示数据的内部关系。对交互支持的好的多，交互式GUI是个不错选择。

mayavi

这是一个基于开源C++图形库VTK的3D图形工具包。可以集成到Ipython交互使用。

其他库

其他库或者应用还有：PyQwt、Veusz、gnuplotpy、biggles等，大部库都在向基于Web的技术发展，并逐渐远离桌面图形技术。

图形化工具的未来

基于Web技术（如Javascript）的图形化是必然的发展趋势，现在已经有不少了，higncharts等。

最新文章

  1. js兼容性
  2. java 转换流
  3. Composer实现PHP中类的自动加载
  4. 第二届中国移动互联网测试大会PPT
  5. JSON风格指南-真经
  6. C#反射的应用
  7. java.io中流的操作：字节流、字符流
  8. Android 时间格式的正则表达式
  9. UVa 10892 (GCD) LCM Cardinality
  10. php resizeimage 部分jpg文件 生成缩略图失败
  11. C#中使用SHA1和MD5加密字符串
  12. NIO FileChannel
  13. React Native学习（四）—— 写一个公用组件（头部）
  14. js BOM DOM
  15. ajax实现无刷新分页效果
  16. 泛型的 typeof
  17. 使用excel整理脚本
  18. 学习笔记整理之StringBuffer与StringBulider的线程安全与线程不安全
  19. Thinkphp3.1 php 链接SqlServer
  20. 249. Group Shifted Strings把迁移后相同的字符串集合起来

热门文章

  1. escape,encodeURI,encodeURIComponent的区别
  2. supervisorctl error: &lt;class &#39;socket.error&#39;&gt;
  3. ElasticSearch返回不同的type的序列化
  4. 利用jQuery对插件进行扩展时，方法$.extend()、$.fn.extend()区别与联系
  5. UNIX常用命令
  6. cloudera learning5:Hadoop集群高级配置
  7. Cen0S下挂载设备
  8. 闲说HeartBeat心跳包和TCP协议的KeepAlive机制
  9. ubuntu 15.04 安装配置 JDK1.8
  10. Java学习手记1——集合