Python可视化，matplotlib最佳入门练习

转发本文并私信我”python”，即可获得Python资料以及各种心得(持续更新的)

前言

Python 可视化库非常多，其中 matplotlib 是优缺点明显的一个库，优点是它非常灵活，缺点就是学习起来相对复杂。

最近在整理 matplotlib 入门所需核心知识点，会顺带编写各种练习，其中主要关注如何获得快速自学 matplotlib 的思路。

本文目标图表如下：

每年小麦产量柱状图使用不同颜色标记最小与最大值的柱子画出均值线

matplotlib 有2种风格的 api：

MATLAB 风格，适合数据探索(图表没有过多细节要求，主要能反映数据情况即可)面向对象风格，适合编写重复自动化的图表任务或封装各种图表功能

面向对象风格非常适合入门，因此我统一使用这种风格

本文所需要的库如下：

本次使用 vega_datasets 的小麦数据：

其中 year 与 wheat 是我们需要的数据

类似在一张纸上画出多种图表，其中纸就是放置图表的容器。在 matplotlib 中，这个容器称为 Figure。

因此，代码如下：

使用 plt.subplots() 能生成新的 figure 与 axes

“axes 是啥玩意？”

其中 axes 就是坐标系，可以把它看作是一个图表。

subplots 默认参数下，只会生成1个图表，因此现在看起来就是”这张纸(Figure)被1个图表(axes)占满”。

显然，我们需要在 axes 上添加图表各种细节，最重要的当然是数据：

行2：在 axes 中画柱状图(bar)，第一个参数 x 轴使用 年份数据，第二个参数柱子高度使用 wheat 列数据

但是，图表看起来有问题：

因为 df.year 是数值，图表按照连续数字定位 x 轴上的位置

修改数据源的类型：

现在，柱子像点样子，但是 x 轴上乱七八糟：

虽然此时图表还没有做大最终效果，但是基本形状已经出来。

接下来基本是细节操作。

初学者难以入门 matplotlib 其中一个原因是，他的方法很多，很多时候你甚至不知道如何在网上查找。

接下来就是我要介绍的，如何利用 matplotlib 的帮助，推测出我们需要的方法

各种细节的调整

首先，我们希望调整 x 轴上刻度标签的显示角度。

在 matplotlib 中对应这些概念：

轴：axis刻度：tick标签：label

通常我们的操作都是基于 axes ，因为我们总是在操作某个图表。

看看这个 axes 有什么可以让我们操作的：

行1：直线 plt.setp(对象)，可以查看对象有哪些可以设置的属性plt.setp 本身是一种批量修改值的快捷方法

看了一下，找到我们的目标：

怎么获取，非常简单：

前缀+下划线+属性名就能调用

“但是我们需要设置的是这些刻度标签的角度，拿一堆刻度标签有啥用？”

显然，调整角度是需要设置这些”刻度标签”对象的某个属性，按照之前的方法，查看一下：

axes.get_xticklabels()[0] ，随意拿出第一个刻度标签对象，看看他里面有啥玩意

果然，找到需要的属性：

万事俱备了：

行5：从 axes 中获取所有 x 轴的刻度标签，注意这是一个 list行6： plt.setp 能批量对多个东西设置属性，显然我们这里需要对前一行得到的多个刻度标签设置 rotation 为 90 度

图表成这样子：

“好像没多大改善呀”

这是因为我们的”图纸”不够宽，空间有限，自然要压缩”图纸”中的内容。

适当调整”图纸”的大小：

行3：传入相应参数即可

现在效果如下：

“我怎么知道这个 subplots 方法中可以设置这个参数?”

这需要查看他的文档，但是，之前我们已经学过查看某个东西可以调整的属性。

我们可以换另一种方式实现一样的效果。

用 plt.setp 方式，找到属性 figwidth ，显然这是”图纸”的宽度，于是可以这么写：

行4： set_figwidth 即可设置怎么设置高度，不用我教了吧

做到这里，你应该会觉得任意使用一个可视化的库，可能1、2行代码即可完成，为啥要折腾这么多？

matplotlib 的灵活在于控制细节。

现在剩下如何把最小与最大值的柱子标记不同颜色

设置颜色

面向对象设计，意味着图表上你能看到的东西基本上都有一种对象代表他。

现在我们需要找到图表生成的每个柱子。他们在哪里？

原来，本身当我们调用 axes.bar 方法时，这个方法返回的就是这些小柱子：

显然，这是一个集合，我们需要修改其中的某几个柱子的颜色，老规矩查到属性：

现在只需要找到哪个是最小和最大值的柱子就行了：

pandas 的方法就不多说了

均值线有特定的方法：

这里涉及一个比较高级的概念——投影与转换，这里不作介绍

图表如下：

接下来就是其他修饰

其他点缀

觉得图表风格有些单调？

看看有哪些内置风格可以选：

选用 ggplot 看看效果：

plt.style.use 这种全局设置，最好放置在 import 之后

现在看起来有点辣眼睛：

因为每种内置风格都会有独特的颜色板，但我们画柱状图时没有指定颜色，因此当你使用其他风格时，可能会导致默认图表颜色改变的情况。以后使用调色板时，我们尝试动态从调色板取出标记颜色(上面的橙色与红色)

再设置一下 x、y 轴的名字与整个图表的标题。

用之前的方式，从 axes 中可以轻易找到需要的属性：

行18：当要对一个对象同时设置多个属性时，使用 对象.set 方法，即可批量设置

但是，字体有些小：

好吧，全局设置字体大小：

必须在设置风格之后，再单独修改某些设置

接下来我会继续编写更多非常规要求的图表，敬请关注！