matplotlib —— 数据图绘制工具

matplotlib 是绘制统计图的python工具。

示例绘图 https://matplotlib.org/tutorials/introductory/sample_plots.html

设置 Settings

# 文字不清晰？清晰度、分辨率不够？用以下设置提高画质
plt.rcParams['figure.dpi'] = 200
plt.rcParams['savefig.dpi'] = 200

多图 subplot

subplot(nrows, ncols, index, **kwargs)
subplot(pos, **kwargs)
subplot(ax)

# subplot中图的编号参数（第3个参数）是以1为起始索引算的

ax=plt.subplot(2,2, 1)     # 2x2布局，激活（并返回）第1个图
plt.gca() == ax

plt.subplot(2,2, 3)         # 2x2布局，激活第3个图，即第2排第1列那个

plt.subplot(2,2, [1,3])     # 类似2x2布局，但1,3位置作为1个图的占位（类似表格跨行）

plt.subplot(2,3, 1) #在2行3列的多图中激活第1个子图
plt.scatter(x,y)    #在当前激活的（子）图中作图

plt.subplot(2,3, 2) #激活第2个子图
plt.scatter(x,y)    #再作图

...

散点图 scatter

scatter()

参数：

• x, y 横纵轴数据，类似数组的数据系列（向量）。
• s 标记的大小。
• c 标记的颜色。一种颜色，或个数与数据点个数一样的颜色序列。
• alpha 标记的不透明度，值范围0.0~1.0，该参数只能是标量，对所有数据点设置，对每个数据点设置需要通过颜色参数实现.
• label 图例名称。

import matplotlib.pyplot as plt

plt.scatter([0.0, 1.0], [0.0, 1.0])
plt.scatter(x,y, c=color_array, s=size_array, alpha=, label='图例名')
plt.legend()    # 开启图例显示
plt.show()

颜色的不透明度通过alpha参数指定时，该参数只能对所有点全部设置为相同值，如果要对每个点设置不同的不透明度，则需利用颜色参数c提供与数据点个数相同的颜色向量来指定，一个颜色是四通道（RGBA)的。

图例 Legend

plt.plot(x,y, label='数据系列名称')
plt.scatter(x,y, label='')
plt.legend()    #开启图例显示

综合例子

axes.set_xlabel()
axes.set_ylabel()
axes.get_xlabel(), axes.get_ylabel()
axes.set_xlim(xmin=, xmax=),   axes.set_xlim(left=, right=)
axes.set_ylim(ymin=, ymax=),   axes.set_ylim(bottom=, top=)

# set xlabel by plt
plt.xlabel(''), plt.ylabel('')
# you can NOT get label by plt.xlabel()

数据点注解文本 Annotation text for data points

axes = plt.plot(...)

axes.text(x, y, s)

鼠标悬停显字 show annotation text on hover for scatter plot

fig,ax = plt.subplots()
sc = plt.scatter(x,y,c=c, s=100, cmap=cmap, norm=norm)

annot = ax.annotate("", xy=(0,0), xytext=(20,20),textcoords="offset points",
                    bbox=dict(boxstyle="round", fc="w"),
                    arrowprops=dict(arrowstyle="->"))
annot.set_visible(False)

def update_annot(ind):

    pos = sc.get_offsets()[ind["ind"][0]]
    annot.xy = pos
    text = "{}, {}".format(" ".join(list(map(str,ind["ind"]))), 
                           " ".join([names[n] for n in ind["ind"]]))
    annot.set_text(text)
    annot.get_bbox_patch().set_facecolor(cmap(norm(c[ind["ind"][0]])))
    annot.get_bbox_patch().set_alpha(0.4)


def hover(event):
    vis = annot.get_visible()
    if event.inaxes == ax:
        cont, ind = sc.contains(event)
        if cont:
            update_annot(ind)
            annot.set_visible(True)
            fig.canvas.draw_idle()
        else:
            if vis:
                annot.set_visible(False)
                fig.canvas.draw_idle()

fig.canvas.mpl_connect("motion_notify_event", hover)

plt.show()

References:

• https://stackoverflow.com/questions/7908636/possible-to-make-labels-appear-when-hovering-over-a-point-in-matplotlib

最大化图画 Shown in Maximized window

# call before plt.show()
# or call before .plot() if in plot inline mode
# for backend Qt
plt.get_current_fig_manager().window.showMaximized()

# for backend wxAgg
plt.get_current_fig_manager().frame.Maximize(True)

# for backend TkAgg on Windows
plt.get_current_fig_manager().window.state('zoomed')

Notebook交互式图 Plotting Interactive Figure inside jupyter notebook

IPython中默认使用静态图片（即%matplotlib inline），而不是交互式图片，可通过安装相应插件后用指令%matplotlib widget开启交互式图支持，在一个已运行的kernel中需要刷新网页并且重新运行所有单元格。

Steps to enable supporting of interactive figure：

1. Install ipympl from the terminal (or ipython notebook), https://matplotlib.org/ipympl/

pip install ipympl

The extension will be automatically installed into jupyter on version 3.0+ of Jupyter-lab.

2. Change GUI toolkit of the ipython kernel to widget

%matplotlib widget
# or %matplotlib ipympl, but recommended the above
# plotting

3. Refresh the web browser tab, and restart the kernel and run all the cells for already open notebook file.

当处于%matplotlib widget而非%matplotlib inline时，每个cell中的plt.plot()会用已有的axes和figure，即使该figure&axes是在上一个cell中被创建，若希望本cell中的plt.plot在新的figure&axes上画图，则可先创建新图plt.subplots()，或在画图代码前使用%matplotlib。
例：

# cell 1
%matplotlib widget
plt.plot()
# here is a figure

# cell 2
plt.plot()      # 这将在上个cell画出的图中继续画

# cell 3
%matplotlib
plt.plot()      #新图

---

在IPython环境中可使用一个magic function来使得在调用时即画图（不用显式调用.show()）

%matplotlib inline

.show()会阻塞线程直到关闭图，.show(block=False)不会阻塞。

安装 Installing

pip install matplotlib

FAQ

字体问题

RuntimeWarning: Glyph 8722 missing from current font
RuntimeWarning: Glyph 37327 missing from current font
中文显示方框？负号显示方框？找不到字体？

解决办法：

plt.rcParams['font.family'] = ['sans-serif']
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
# or
matplotlib.rcParams[...]=...

窗口最大化调用失败

AttributeError: 'FigureManagerInterAgg' object has no attribute 'window'

不同类型的backend的属性是不同的，有的backend并没有window属性，如在QtAgg中有window且有.window.showMaximized()，而IPython kernel默认使用的backend不一定是QtAgg，且不支持窗口最大化的相关方法。

IPython中交互式画图失败

• 是否用指令开启交互式画图%matplotlib widget？
• 在已启动kernel中重新配置后是否刷新网页并重新启动kernel及运行单元格？
• 是否安装ipympl插件并在jupyter lab中启用？

Apache Echarts

https://echarts.apache.org/zh/index.html

基于JavaScript的画图API工具，由百度贡献的开源。

pyecharts

Apache Echarts的Python版本，https://pyecharts.org 。

标签：数据分析,set,axes,画图,matplotlib,annot,plt,ind
来源： https://www.cnblogs.com/xmaples/p/16444997.html