Matplotlib 基础知识（一）

基本概念

数据格式

• matplotlib 接受 numpy.array 的数据格式进行绘制。

• pandas numpy.matrix 格式对象最好进行转换。

  import numpy as np
  import pandas as pd
  import matplotlib.pyplot as plt
  
  a = pandas.DataFrame(np.random.rand(4, 5), columns = list('abcde'))
  a_asarray = a.values
  
  b = np.matrix([[1, 2], [3, 4]])
  b_asarray = np.asarray(b)

调用风格

1. 类似matlab风格，调用 plt 的函数进行绘制，作用于当前的 axes 对象上。

   • 适用于交互编程，如 jupyter-notebook 。

     x = np.linspace(0, 2, 100)
     plt.plot(x, x, label='linear')  # Plot some data on the (implicit) axes.
     plt.plot(x, x**2, label='quadratic')  # etc.
     plt.plot(x, x**3, label='cubic')
     plt.xlabel('x label')
     plt.ylabel('y label')
     plt.title("Simple Plot")
     plt.legend()

2. 面向对象 (OO) 风格，调用 Axes 的函数进行绘制，作用于调用函数的 axes 对象上。

   • 适用于非交互编程，函数复用的场景。

     x = np.linspace(0, 2, 100)
     
     # fig 是 Figure 对象
     # ax 是 AxesSubplot 对象
     fig, ax = plt.subplots()
     
     ax.plot(x, x, label='linear')  # Plot some data on the axes.
     ax.plot(x, x**2, label='quadratic')  # Plot more data on the axes...
     ax.plot(x, x**3, label='cubic')  # ... and some more.
     
     ax.set_xlabel('x label')
     ax.set_ylabel('y label')
     ax.set_title("Simple Plot")
     ax.legend()

概念解释

1. Canvas

   • 实际进行绘图的对象，对用户隐藏。

2. Figure

   • 类似绘图时使用的画板，上面可以放很多的画纸。

     # 只创建画布，不创建绘制区域，可以之后再创建
     fig = plt.figure()
     # 创建画布，附带一个绘制区域
     fig, ax = plt.subplots()
     # 创建画布，附带 2*2 个绘制区域
     fix, axs = plt.subplots(2, 2)
     

3. Axes

   • 类似绘图时使用的画纸。
   • 一个 Figure 对象可以有很多个 Axes，但每个 Axes 只能从属于一个 Figure。
   • 具有2或3个 Axis 对象，即图上的坐标轴。
   • 函数接口包括：
     • 刻度范围：set_xlim, set_ylim;
     • 标题：set_title;
     • 坐标轴标签：set_xlabel, set_ylabel 等。

4. Axis

   • 图上的坐标轴，管理轴上的刻度和刻度名称、范围。
   • 通过 Locator 和 Formator 控制名称的位置和格式。

5. Artist

   • 每个绘制对象都是一个Artist对象，从属于一个Axes对象。

代码抽象

def plotter(ax, xdata, ydata, **params):
   return ax.plot(xdata, ydata, **params)

data1, data2, data3, data4 = np.random.randn(4, 100)
fig, ax = plt.subplots(1, 1)
plotter(ax, data1, data2, marker='x')
fig, (ax1, ax2) = plt.subplots(1, 2)
plotter(ax1, data1, data2, marker='x')
plotter(ax2, data3, data4, marker='o')

设置后端的不同方式

1. rcParams['backend'] 配置文件 matplotlibrc

2. MPLBACKEND 环境变量

   # Linux
   > export MPLBACKEND=qt5agg
   > python simple_plot.py
   
   > MPLBACKEND=qt5agg python simple_plot.py
   
   # Windows
   > set MPLBACKEND=qt5agg
   > python simple_plot.py

3. matplotlib.use

   import matplotlib
   matplotlib.use('qt5agg')

交互模式与非交互模式

1. 交互模式即时更新图像：PyQt/PySide, PyGObject, Tkinter, wxPython, or macOS/Cocoa。

   plt.ion()
   plt.title()
   
   ax = plt.gca()
   ax.set_title()

2. 非交互模式调用 show 一次性绘制所有对象。阻塞进程，直到手动关闭绘制的图像窗口。

   plt.ioff()
   ... ...
   plt.show()