Matplotlib 之 HelloWorld ​

1 什么是 Matplotlib ​

• 是专门用于开发 2D 图表(包括 3D 图表)
• 以渐进、交互式方式实现数据可视化

2 为什么要学习 Matplotlib ​

可视化是在整个数据挖掘的关键辅助工具，可以清晰的理解数据，从而调整我们的分析方法。

• 能将数据进行可视化,更直观的呈现
• 使数据更加客观、更具说服力

例如下面两个图为数字展示和图形展示：

3 实现一个简单的 Matplotlib 画图 — 以折线图为例 ​

3.1 matplotlib.pyplot 模块 ​

matplotlib.pytplot 包含了一系列类似于 matlab 的画图函数。

import matplotlib.pyplot as plt

import matplotlib.pyplot as plt

3.2 图形绘制流程 ​

• 1.创建画布 -- plt.figure()
• 2.绘制图像 -- plt.plot(x, y)
• 3.显示图像 -- plt.show()

3.3 折线图绘制与显示 ​

举例：展现上海一周的天气,比如从星期一到星期日的天气温度如下

import matplotlib.pyplot as plt

# 1.创建画布
plt.figure(figsize=(10, 10), dpi=100)

# 2.绘制折线图
plt.plot([1, 2, 3, 4, 5, 6 ,7], [17,17,18,15,11,11,13])

# 3.显示图像
plt.show()

import matplotlib.pyplot as plt

# 1.创建画布
plt.figure(figsize=(10, 10), dpi=100)

# 2.绘制折线图
plt.plot([1, 2, 3, 4, 5, 6 ,7], [17,17,18,15,11,11,13])

# 3.显示图像
plt.show()

4 认识 Matplotlib 图像结构(了解) ​

5 三层结构 ​

Matplotlib 拥有三层架构，即后端（Backend）、艺术家（Artist）和脚本编写（Scripting），它们按照逻辑顺序组织成一个堆栈。脚本编写是开发人员使用的 API，用于创建图表。艺术家则负责在内部实际创建图表。而后端则是显示图表的地方。

Backend ​

Backend 是 Matplotlib 的绘图引擎，负责绘制图形并将其显示在屏幕上。Matplotlib 有有两种类型的后端：用户界面后端（用于 pygtk、wxpython、tkinter、qt4 或 macosx 等，也称为“交互式后端”），以及硬拷贝后端以生成图像文件（PNG、SVG、PDF、PS；也称为“非交互式后端”）。

Artist ​

Artist 是 Matplotlib 的绘图实体，包括了图形的所有元素，包括：

• Figure：图形实体，即画布。
• Axes：坐标系实体，即绘图区。
• Axis：坐标轴实体，即坐标系上的 x 轴和 y 轴。

注意：

• 一个 figure（画布）可以包含多个 axes（坐标系/绘图区），但是一个 axes 只能属于一个 figure。
• 一个 axes（坐标系/绘图区）可以包含多个 axis（坐标轴），包含两个即为 2d 坐标系，三个即为 3d 坐标系 。

Axes（绘图区）内的除了根据数据绘制出的图像以外的内容，主要包括 Axes 外观（facecolor）、边框线(spines）、坐标轴（axis）、坐标轴名称（axis label）、坐标轴刻度（tick）、坐标轴刻度标签（tick label）、网格线（grid）、图例（legend）、标题（title）等内容。该层的设置可使图像显示更加直观更加容易被用户理解，但又不会对图像产生实质的影响。

Scripting ​

Scripting 指 Axes 内通过 plot（线形图）、scatter（散点图）、bar（柱状图）、histogram（直方图）、pie（饼图） 等函数根据数据绘制出的图像。

6 了解 matplotlib.rcParams ​

matplotlib 使用 matplotlibrc 配置文件来自定义图形的各种默认属性，称之为 rc 配置或 rc 参数, 其中 rc 表示 runtime configuration。通过 rc 参数可以修改默认的属性，包括窗体大小、每英寸的点数、线条宽度、颜色、样式、坐标轴、坐标和网络属性、文本、字体等。rc 参数存储在字典变量中，通过字典的方式进行访问。

执行 matplotlib.rcParams.keys() 命令可以查看所有的 rc 参数及其默认值；
执行 matplotlib.matplotlib_fname() 命令可以查看 matplotlibrc 配置文件在本地的路径。

官网介绍：https://matplotlib.org/tutorials/introductory/customizing.html

配置文件 matplotibrc 主要包括以下配置要素：

• axes：坐标轴的背景颜色、坐标轴的边缘颜色、刻度线的大小、刻度标签的字体大小等；
• figure：画布标题大小、画布标题粗细、画布像素（dpi）、 画布背景颜色和边缘颜色等；
• font：字体类别、字体风格、字体粗细和字体大小等；
• grid：网格颜色、网格线条风格、网格线条宽度和网格透明度；
• legend：图例的文本大小、阴影、图例线框风格等；
• lines：设置线条属性，包括颜色、线条风格、线条宽度和标记风格等；
• patch：填充 2D 空间的图形对象，包括多边形和圆；
• savefig：保存画布图像的分辨率、背景颜色和边缘颜色等；
• text：文本颜色、LaTex 渲染文本等；
• xtick / ytick：x 轴和 y 轴的主次要刻度线的大小、宽度、刻度线颜色和刻度标签大小等。

我们可以在 Python 项目中动态设置 rc 参数，所有 rc 参数设置都存储在名为 matplotlib.rcParams 的类似于字典的变量中，该变量对于 Matplotlib 软件包是全局的。rcParams 可以直接修改。通过这种方法的修改会对全局产生影响，在 Matplotlib 的其他方法中也可以单独对某个参数进行修改，后续介绍不同方法时会见到。

rcParams 修改示例：

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']   # 定义全局字体
plt.rcParams['xtick.color'] = 'red'         # 定义 x 轴刻度颜色
plt.rcParams['lines.marker'] = 'o'          # 定义线条上点的形状
plt.rcParams['legend.loc'] = 'upper left'   # 定义图例在左上角

x = range(2, 26, 2)
y = range(0, 12)
a = [5, 10, 15, 20, 25, 30]
b = [3, 4, 5, 6, 7, 8]

plt.title('This is a title / 这是标题')
plt.xlabel('这是 x 轴标题')
plt.ylabel('这是 y 轴标题')
plt.grid(True)
plt.plot(x, y)
plt.plot(a, b)
plt.legend(['图例一', '图例二'])

plt.show()

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']   # 定义全局字体
plt.rcParams['xtick.color'] = 'red'         # 定义 x 轴刻度颜色
plt.rcParams['lines.marker'] = 'o'          # 定义线条上点的形状
plt.rcParams['legend.loc'] = 'upper left'   # 定义图例在左上角

x = range(2, 26, 2)
y = range(0, 12)
a = [5, 10, 15, 20, 25, 30]
b = [3, 4, 5, 6, 7, 8]

plt.title('This is a title / 这是标题')
plt.xlabel('这是 x 轴标题')
plt.ylabel('这是 y 轴标题')
plt.grid(True)
plt.plot(x, y)
plt.plot(a, b)
plt.legend(['图例一', '图例二'])

plt.show()

1 axes 部分属性 ​

2 figure 部分属性 ​

3 font 部分属性 ​

4 grid 部分属性 ​

5 legend 部分属性 ​

6 lines 部分属性 ​

7 patch 部分属性 ​

8 savefig 部分属性 ​

9 text 部分属性 ​

10 xtick 部分属性 ​

11 ytick 部分属性 ​