今天我们来介绍一下python的一个可视化工具matplotlib
matplotlib
使用matplotlib的方式有很多，但最通常的是Pylab模式的ipython(-ipython –pylab)
matplotlib的api都位于matplotlib.pyplot中，所以一般的引入方式为：
import matplotlib.pyplot as plt

Figure、Subplot
Figure
matplitlib的图像必须在Figure中，Figure创建方式如下：
fig = plt.figure() # 之后会弹出一个Figure窗口

创建好Figure后，并不能直接绘图，需要使用add_subplot创建一个或多个子图，在子图中绘图，创建方式如下：
ax1 = fig.add_subplot(2,2,1) # 将figure分为四块，在第一块创建一个子图;返回AxesSubplot对象

之后我们就可以绘制我们的图像了
plt.plot(randn(50).cumsum(), 'k--') 

Figure和subplot的创建经常使用，所以matplotlib提供了简洁的创建方式：
fig, axes = plt.subplots(2,3) # 创建一个新Figure、并返回一个含有已创建subplot对象的Numpy数组 
ax = axes[0,1] # 引用第一行第二列的subplot对象

该函数的一些参数选项：

调整图像之间的间距
通常情况下，matplotlib会在subplot外围留下一些边距，并在subplot之间留下一些间距。
我们可以利用subplots_adjust()函数来修改间距
subplots_adjust(left=None,bootom=None,right=None,top=None,wspace=None,hspace=None) # 该函数是一个顶级函数；wspace、hspace用来控制宽度和高度的百分比，用作subplot之间的间距
plt.subplots_adjust(wspace=0, hspace=0) # 设置subplots之间的间距为0

颜色、线型和标记
matplotlib的plot()函数接受一组X和Y坐标，和一个表示颜色和线形的字符串
ax.plot(x,y,'g--') # 根据x，y绘制绿色虚线
# ax为一subplot

刻度、标签和图例
设置X轴范围：
plt.xlim() # 返回当前X轴的范围
plt.xlim([0,10]) # 将X轴的范围设为[0, 10]
# 以上方法都只对当前或最近创建的Subplot起作用

设置标题、轴标签、刻度以及刻度标签


设置标题
ax.set_title("My first matplotlib plot") # 设置对应dubplot的标题



设置轴标签
ax.set_xlabel() # 为对应subplot的x轴设置标签
ax.set_ylabel()



设置刻度
设置刻度有两个方法，set_xticks和set_xticklabels，前者告诉maatplotlib将刻度放在对应范围的哪个位置，默认情况下这些刻度就是刻度标签；后者可以将任何其他类型的值作为标签
ax.set_xticks([0,1,2,3,4]) # 将0,1,2,3,4作为x轴刻度标签
ax.set_xticklabels(['one','two','three','four','five']) # 将one,two,three,four,five作为x轴刻度标签
ax.set_yticks()
ax.set_xticklabels()



添加图例

图例是标识图表元素的重要工具。


方式一，在添加subplot时传入label参数

fig = plt.figure()
ax = fig.add_subplot(1,1,1)
ax.plot(randn(1000).cumsum(), 'k--', label='one')
ax.plot(randn(1000).cumsum(), 'k', label='two')
ax.plot(randn(1000).cumsum(), 'k.', label='three')
ax.legend(loc='best') # loc指定图例放置的位置,'best'参数标识系统将图例放置到最不碍事的地方


将图标保存到文件
利用plt.savefig可以将当前图表保存到文件
plt.savefig('figpath.png', dpi=400) # 将当前图表存储为png文件
# dpi参数指定每英寸点数(分辨率)

Pandas中的绘图函数
从上面的例子中我们可以看出，matplotlib实际上是一个比较低级的画图工具，当我们绘制一张图标时，往往要指定他的多个属性，如图例，标签，标题等。而pandas中的绘图函数大大简化了这个过程。
Series与DataFrame数据都可以通过调用plot函数来绘制图表


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








DataFrame：
df = DataFrame(np.random.randn(10,4).cumsum(), columns=['A','B','C','D'],index=np.arange(0,100,10))
# columns参数指定图例名称，index指定x轴标签
# np.random.randn(10,4)共10行4列，产生四条曲线，每条曲线十个数据点
df.plot()






除了matplotlib外，还有许多优秀的画图工具，如chaco、mayavi等
目前对于matplotlib的介绍就是这些，更多的知识可以研究一下pandas官方文档（pandas正在不断地更新中，会提供越来越多的函数），链接如下：
http://pandas.pydata.org/pandas-docs/stable/user_guide/visualization.html

在网上看见许多matplotlib的安装教程都是比较复杂，需要配置许多环境，对于电脑基础不好的人来说可是一件头疼的事情，今天我介绍一个简单的安装方法。

1.Win+R输入cmd进入到CMD窗口下，执行python -m pip install -U pip setuptools进行升级。



2.输入python -m pip install matplotlib进行自动的安装，系统会自动下载安装包



 

3.进入到python idle中，运行import matplotlib，如下图所示，如果没有报错，就证明安装成果。



输入以下代码运行成果证明安装没问题

import matplotlib.pyplot as plt
labels='frogs','hogs','dogs','logs'
sizes=15,20,45,10
colors='yellowgreen','gold','lightskyblue','lightcoral'
explode=0,0.1,0,0
plt.pie(sizes,explode=explode,labels=labels,colors=colors,autopct='%1.1f%%',shadow=True,startangle=50)
plt.axis('equal')
plt.show()




 





 

 



 

代码实例
plt.figure(figsize=(6, 6.5))

注意，这里的画面大小其实是 600 * 650的。
（所以，不要太输入太的数字）
具体实例

import matplotlib.pyplot as plt
import numpy as np
plt.figure(figsize=(6, 6.5))
for i in range(4):
    ax = plt.subplot(221+i)
    alpha = 0.98 / 4 * i + 0.01
    ax.set_title('%.3f' % alpha)
    t1 = np.arange(0.0, 1.0, 0.01)
    for n in [1, 2, 3, 4]:
        plt.plot(t1, t1 ** n, label="n=%d" % n)
    leg = plt.legend(loc='best', ncol=4, mode="expand", shadow=True)
    leg.get_frame().set_alpha(alpha)

plt.savefig('1.png')
plt.show()

发现一个比较好的方法来设置中文

# 查看字体库
import matplotlib
font_list=sorted([f.name for f in matplotlib.font_manager.fontManager.ttflist])

for i in font_list:
    print (i)

会有很多，然后找一个字体设置一下就好了

只要这一句就好了，字体自己可以修改

# 设置字体
plt.rcParams['font.family'] = ['Arial Unicode MS']

平时我用的方法是这样的

my_font = font_manager.FontProperties(fname='./simhei.ttf')

# 在每次设置属性的时候 都要写上： fontproperties=my_font
# 如：

plt.xlabel('x轴标记', fontproperties=my_font)
plt.ylabel('y轴标记', fontproperties=my_font)
plt.title('标题', fontproperties=my_font)

感觉很麻烦，而使用了上面的方法 这个属性就不用设置了！！！