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

 

 
章节
 
Matplotlib 安装
Matplotlib 入门
Matplotlib 基本概念
Matplotlib 图形绘制
Matplotlib 多个图形
Matplotlib 其他类型图形 
   
Matplotlib 柱状图
Matplotlib 饼图
Matplotlib 直方图
Matplotlib 散点图
Matplotlib 填充图
Matplotlib 网格
Matplotlib 极坐标图
Matplotlib 3D图
 
Matplotlib 保存图形
 
 
为了统计分析，需要对数据进行可视化，Matplotlib是Python中用于数据绘图的软件包。
 
Matplotlib最常用的模块是Pyplot。
 
安装
 
确保已经安装pip。
 
最佳实践是，一起安装NumPy, Scipy, matplotlib等系列包。
 
执行以下命令安装：
 
python -m pip install --user numpy scipy matplotlib ipython jupyter pandas sympy nose
 
 
 
注意 ：官方推荐使用用户安装，使用--user标志执行pip(警告：不要使用sudo pip，这可能会导致问题)。这将为当前用户安装包，不写入系统目录。
 
 
验证安装
 
要验证安装，可通过尝试导入模块scipy，如下所示。如果没有报错，则安装成功。
 
[root@qikegu py3]# python
Python 3.7.3 (default, Jun 17 2019, 22:07:41)
[GCC 4.8.5 20150623 (Red Hat 4.8.5-36)] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import matplotlib
>>>

matplotlib的安装，很多人会遇到安装后报错，本教程基于32位win7系统下，python版本为2.7，完美解决matplotlib的安装。
 
主要工具： 
 Pyhton2.7.11 
 numpy-1.10.4-cp27-none-win32.whl或numpy-1.9.0-win32-superpack-python2.7.exe 
 matplotlib-1.4.3-cp27-none-win32.whl或matplotlib-1.3.1.win32-py2.7.exe 
 pyparsing-2.0.3-py2.py3-none-any.whl 
 scipy-0.16.1-win32-superpack-python2.7.exe或者scipy-0.17.0-cp27-none-win32.whl 
 python_dateutil-2.4.0-py2.py3-none-any.whl 
 six-1.10.0-py2.py3-none-any.whl 
 wxPython3.0-win32-3.0.0.0-py27.exe
 
第一步：下载并安装python2.7.11 
 下载：在百度上搜python，进入官网：downloads–>Windows–>Pyhton2.7.11，直接点击Pyhton2.7.11进行下载 
 
 
Python官网网址： 
 https://www.python.org/
 
安装：旧版的python2.7可能不支持pip命令，所以需要在官网上下载最新的python2.7.11进行安装。
 
第二步：Pyhton环境变量的配置
 
如果已经安装好pytho2.7.11，回到桌面。右键单击计算机–>属性–>高级系统设置–>高级–>环境变量–>选择系统环境变量找到path双击，在变量值后面加上C:\Python27\Scripts;C:\Python27 
 
 
命令行输入：python 
  
 见到上图所示，就表示pytho2.7.11已经安装成功。
 
第三步：软件包下载： 
 因为涉及到众多包的下载，以及其中的版本和电脑位数问题特介绍如下（ 注意加粗的字体）： 
 (1) numpy-1.10.4-cp27-none-win32.whl或numpy-1.9.0-win32-superpack-python2.7.exe 
 (2) matplotlib-1.4.3-cp27-none-win32.whl或matplotlib-1.3.1.win32-py2.7.exe 
 (3) 依赖包：pyparsing、dateutil、scipy
 
第四步：软件包numpy的安装： 
 1 命令行输入【完整的路径=numpy 在你电脑的绝对路径】 
 pip install 完整的路径\numpy-1.10.4-cp27-none-win32.whl 
 或者 
 直接运行： 
 
 
2 验证：python编辑下 python>> 
 from numpy import * 
  
 如果没有报错，就表示安装成功。
 
第五步： 
 安装matplotlib： 
 matplotlib-1.3.1.win32-py2.7.exe因为下载的是exe文件，点击一路执行即可。 
  
 没有办法验证，因为还有几个依赖包没有安装，下面来安装matplotlib要运行所需要的三个依赖包的安装。
 
第六步: 
 依赖包的安装： 
 在命令行里逐行输入如下命令： 
 1 pip install 绝对路径\pyparsing-2.0.3-py2.py3-none-any.whl 
  
 2 pip install 绝对路径\ python_dateutil-2.4.0-py2.py3-none-any.whl 
  
 3 pip install 绝对路径\matplotlib依赖\scipy-0.17.0-cp27-none-win32.whl 
  
 验证是否安装成功： 
 1 在python编辑状态下导入安装的包： 
 import matplotlib 
 import numpy 
 import scipy 
 import pyparsing 
 import matplotlib.pyplot as plt 
  
 如果输入这些命令没有出错则表示matplotlib所需要的库已经全部安装好。
 
2 python_dateutil-2.4.0-py2.py3-none-any.whl时，可能出现错误，则有可能是缺少six。 
 安装six： 
 在安装完毕scipy之后把../Python27/Lib/site-packages/scipy/lib中的six.py six.pyc six.pyo三个文件拷贝到…/Python34/Lib/site-packages 
 或者pip install 绝对路径\six-1.10.0-py2.py3-none-any.whl
 
第七步：安装wxPython3.0 
 Matplotlib有时候需要嵌入到wxpython中，此时需要安装wxpython。安装wxpython只需一路执行即可。 
 
 
案例1： 
 import matplotlib.pyplot as plt 
 x = [0, 1, 2, 3, 4, 5] 
 y = [0.1, 0.2, 0.2, 0.3, 0.2, 0.1] 
 y2 = [0.2, 0.2, 0.3, 0.2, 0.3, 0] 
 plt.plot(x, y, ‘b’, x, y2, ‘g’) 
 plt.show()
 
 
注意事项：包的下载注意和python安装的版本相匹配，我下载的32位安装包可以兼容64位。