python数据可视化——matplotlib 用户手册入门：使用指南

参考matplotlib官方指南：

https://matplotlib.org/tutorials/introductory/usage.html#sphx-glr-tutorials-introductory-usage-py

matplotlib的用户指南分为三个等级：入门，中级，高级。在入门级，主要介绍下图内容

这里我首先介绍 使用指南 部分，即 Usage Guide。

1.一张图的组成

在使用matplotlib画图时，你会发现各种参数，下面就说说这些参数具体设置什么

2.画图函数的输入数据类型

最好将输入数据转换为np.array类型

如，将pandas.DataFrame转换为 np.array

 a = pandas.DataFrame(np.random.rand(4,5), columns = list('abcde'))
 a_asndarray = a.values

将 np.matrix 转换为 np.array

 b = np.matrix([[1,2],[3,4]])
 b_asarray = np.asarray(b)

3.matplotlib，pyplot 与 pylab的关系

pyplot是matplotlib的一个模块，pylab是与matplotlib共同安装的模块

4.自定义画图函数

如果现有的画图形状不满足需求，可以方便地定义画图函数

 def my_plotter(ax, data1, data2, param_dict):
     """
     A helper function to make a graph

     Parameters
     ----------
     ax : Axes
         The axes to draw to

     data1 : array
        The x data

     data2 : array
        The y data

     param_dict : dict
        Dictionary of kwargs to pass to ax.plot

     Returns
     -------
     out : list
         list of artists added
     """
     out = ax.plot(data1, data2, **param_dict)
     return out

 # which you would then use as:

 data1, data2, data3, data4 = np.random.randn(4, 100)
 fig, ax = plt.subplots(1, 1)
 my_plotter(ax, data1, data2, {'marker': 'x'})

5.交互模式

可以通过matplotlib.interactive()，matplotlib.is_interactive()，matplotlib.pyplot.ion()可以打开交互模式

使用 matplotlib.is_interactive()可以关闭交互模式

在ipython中运行以下代码：

 import matplotlib.pyplot as plt
 plt.ion()
 plt.plot([1.6, 2.7])
 ax = plt.gca()
 ax.plot([3.1, 2.2])
 plt.draw()