詳解Python中matplotlib模塊的繪圖方式
1、matplotlib之父簡介
matplotlib之父John D. Hunter已經去世,他的一生輝煌而短暫,但是他開發的的該開源庫還在繼續著輝煌。國內介紹的資料太少瞭,查閱瞭一番整理如下:
- 1968 出身於美國的田納西州代爾斯堡。
- 之後求學於普林斯頓大學。
- 2003年發佈Matplotlib 0.1版,初衷是博士研究期間為可視化癲癇患者的腦電圖(ECoG)數據;
- 之後,美國國傢航空航天局(NASA)太空望遠鏡科學研究所的哈勃望遠鏡背後團隊(Hubble Space Telescope),選擇Matplotlib作為瞭畫圖程序包,並一直為 Matplotlib 開發團隊提供資金支持,從而大大促進瞭 Matplotlib 的發展。
- 2004 年於芝加哥大學獲得神經生物學方向博士學位。
- 2005年供職於芝加哥的一傢投資公司,從事量化分析(真是生物人遍佈各行各業)。
- 之後以董事的身份創立瞭專為數據科學贊助的非盈利組織 NumFOCUS Foundation。
- 2007年美國鳳凰號探測器(Phoenix spacecraft)登錄火星,NASA使用Matplotlib可視化瞭第一張黑洞的圖片。
- 2012年因John D. Hunter個人對Python和數據科學方向的傑出貢獻,被Python社區授予第一屆PSF Distinguished Service Awards獎項 。
- 2012.08 因患惡性結腸癌英年早逝,享年44歲。
- 雖然Matplotlib之父已經去世,但是,大量開源愛好者在fork著這個可視化包,延續著輝煌 https://github.com/matplotlib。
- NumFOCUS 組織每年夏天會贊助1到2個學生,在高級貢獻者的帶領下,為Matplolib全職工作10周左右(2018年獎金多達$6,000):https://numfocus.org/programs/john-hunter-technology-fellowship 。
- 2013年起,SciPy每年舉行可視化比賽:John Hunter Excellence in Plotting Competition,一是為瞭為瞭紀念John Hunter的貢獻,二是為瞭強調數據可視化對科學進步的重要性,並展示開源軟件力量。;2020年報名截止日期為06月01號,獎金優渥(1st prize: $1000;2nd prize: $750;3rd prize: $500):https://jhepc.github.io/index.html 。
2、matplotlib圖形結構
figure層
指整張圖,可設置整張圖的分辨率(dpi),長寬(figsize)、標題(title)等特征;
可包含多個axes,可簡單理解為多個子圖(下圖為兩個axes);
figure置於canvas系統層之上,用戶不可見。
axes層
每個子圖,可以繪制各種圖形,例如柱狀圖(bar),餅圖(pie函數),箱圖(boxplot)等;
設置每個圖的外觀網格線(grid)的開關、坐標軸(axis)開關等;
設置每個坐標軸(axis)的名字(label)、子圖標題(title)、圖例(legend)等;
設置坐標軸范圍(scale)、坐標軸刻度(tricks)等;
下圖中具有兩個axes:
一張matplotlib圖的組成
下面這張matplotlib圖包含一張圖的常見元素 ,例如標題、坐標軸、軸標簽、刻度、文本註釋、圖例等。
3、matplotlib兩種畫繪圖方法
方法一:使用matplotlib.pyplot
matplotlib.pyplot簡介
這種繪圖主要使用pyplot模塊,pyplot.py代碼量有3000多行(windows下存儲於xxx\site-packages\matplotlib\pyplot.py),該腳本裡面有大量def定義的函數,繪圖時就是調用pyplot.py中的函數。
pyplot方法繪圖舉例
#matplotlib.pyplot 接口 import numpy as np import matplotlib.pyplot as plt#導入pyplot,matplotlib.pyplot簡寫為plt def f(t): return np.exp(-t) * np.cos(2*np.pi*t) t1 = np.arange(0.0, 5.0, 0.1) t2 = np.arange(0.0, 5.0, 0.02) plt.figure(dpi=100) plt.subplot(211) plt.plot(t1, f(t1), color='tab:blue', marker='o') plt.plot(t2, f(t2), color='black') plt.title('demo') plt.subplot(212) plt.plot(t2, np.cos(2*np.pi*t2), color='tab:orange', linestyle='--') plt.suptitle('matplotlib.pyplot api') plt.show()
方法二:面向對象方法
畫比較復雜的圖形時,面向對象方法會更方便。這種繪圖方式主要使用matplotlib的兩個子類:matplotlib.figure.Figure和matplotlib.axes.Axes,畫每張圖時,畫佈為matplotlib.figure.Figure的一個實例,每個子圖為matplotlib.axes.Axes的一個實例,分別可以繼承父類的所有方法,也就是說你繪圖時,你想設置的元素(網格線啊,坐標刻度啊等)都可以在二者的屬性中找出來使用。
matplotlib.figure.Figure
該對象主要用於figure的調整
matplotlib.axes.Axes
面向對象方法繪圖舉例
import numpy as np import matplotlib.pyplot as plt def f(t): return np.exp(-t) * np.cos(2*np.pi*t) t1 = np.arange(0.0, 5.0, 0.1) t2 = np.arange(0.0, 5.0, 0.02) fig, axs = plt.subplots(2, dpi=100) #fig為matplotlib.figure.Figure對象的實例figure #axs為matplotlib.axes.Axes對象實例(每個子圖)組成的numpy.ndarray axs[0].plot(t1, f(t1), color='tab:blue', marker='o') axs[0].plot(t2, f(t2), color='black') #兩種設置標題的方法 #axs[0].set_title('haha')#使用matplotlib.axes.Axes的set_title方法設置小標題 axs[0].set(title='demo1') axs[1].plot(t2, np.cos(2*np.pi*t2), color='tab:orange', linestyle='--') fig.suptitle('matplotlib object-oriented')#使用matplotlib.figure.Figure中的suptitle方法設置Figure標題 plt.show()
以上就是詳解Python中matplotlib模塊的繪圖方式的詳細內容,更多關於Python matplotlib繪圖方式的資料請關註WalkonNet其它相關文章!
推薦閱讀:
- Python+matplotlib繪制多子圖的方法詳解
- 利用python繪制線型圖
- python數據可視化plt庫實例詳解
- Python 可視化matplotlib模塊基礎知識
- Python Matplotlib數據可視化模塊使用詳解