《利用Python进行数据分析》第8章学习笔记

绘图和可视化

matplotlib入门

创建窗口和画布

fig = plt.figure()
ax1 = fig.add_subplot(2,2,1)
ax2 = fig.add_subplot(2,2,2)
ax3 = fig.add_subplot(2,2,3)

plt.show(fig)

方便创建多个画布

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

print axes
plt.show(fig)

调整subplot周围的间距

颜色、标记、线型

ax.plot(x,y,'g--')
ax.plot(x,y,linestyle='--'.color='g')

#标记 marker=''
#说明 label=''

刻度、标签和图例

subplot实例方法 xlim([]),xticks(),xticklabels()

subplot对象方法 ax.get_xlim(),ax.set_xlim()

设置标题、轴标签、刻度以及刻度标签

对象方法 set_xticks([]) 要将刻度放在数据范围中的哪些位置

set_xticklabels() 将任意值用作标签

set_title()设置标题

set_xlabel()设置轴标题

fig = plt.figure(); ax = fig.add_subplot(1, 1, 1)
ax.plot(randn(1000).cumsum())

ticks = ax.set_xticks([0, 250, 500, 750, 1000])
labels = ax.set_xticklabels(['one', 'two', 'three', 'four', 'five'],
                            rotation=30, fontsize='small')
ax.set_title('My first matplotlib plot')
ax.set_xlabel('Stages')

plt.show(labels)

添加图例

传入label参数

ax.legend()自动创建图例，使用loc参数选择位置，一般loc='best'

注释以及在Subplot上绘图

注释：text(),arrow(),annotate()

绘图：

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)

将图表保存到文件

利用plt.savefig()

matplotlab配置

全局定义

plt.rc()

感觉有点像css

pandas中的绘图函数

线型图

柱状图

线图中加入kind='bar'(垂直)或kind='barh'(水平)

直方图和密度图

Series的hist方法，kind='kde'生成密度图

散布图

scatter()

绘制地图：图形化显示海地地震危机数据

Python图形化工具生态系统

chaco

mayavi