Python数据处理笔记——matplotlib篇（一）

关键词：坐标轴范围，图像保存，坐标轴密度，axes自适应figure，matplotlib面向对象，部分理论概念

---

简单的小例子

import matplotlib.pyplot as plt path = ""plt.plot([4,7,1,9,4])    #绘图，如果只有一个list默认其为Y轴，X轴数据为其索引值plt.ylabel("grade")plt.axis([-2,8,0,12])    #axis函数接收一个list，设定横纵坐标尺度，list各个参数分别代表[X初始刻度，X终止刻度，Y起始刻度，Y终止     刻]plt.savefig(path,dpi = 600)    #savefig函数用来保存图片至path地址，dpi值表示每英寸具有的像素点数plt.show()------这个例子的关键词：坐标轴尺度、图像保存

图片地址：[here](“/Volumes/大白菜/编程学习/python数据处理/Python数据处理记录/matplotlib笔记图片/1.png”)

---

plt.plot()简介：

plt.plot(x, y, format_string, **kwargs)    #这个函数是绘图的关键函数    #x ： X轴数据，列表或数组，可选    #y ： Y轴数据，列表或数组    #format_string ： 控制曲线的格式字符串，可选    #**kwargs ：第二组或更多(x,y,format_string)其中要说明的是format_string，包含的主要类型有颜色字符：'b','k'等风格字符：'-','--'等标记字符：每个数据点的标志方式,'.','*','o'等还要很多其他的参数值，到时候查文档

---

如何处理坐标轴的密度：

#设置密度之前，需要知道关于axis的一些内容------class matplotlib.axis.XAxis(axes, pickradius=15)Init the axis with the parent Axes instance------class matplotlib.axis.YAxis(axes, pickradius=15)Init the axis with the parent Axes instance------需要用父类Axes的实例对matplot.axis.XAxis进行初始化为一个axis实例(xaxis和yaxis都是axis的子类)令axis实例为axes_xaxisfig,ax = plt.subplots()axes_xaxis = matplotlib.axis.XAxis(ax)#ax是matplotlib.axes.Axes的一个实例现在axes_xaxis就是一个Axis(XAxis)的实例

此处见过好多直接ax.xaxis.set_major……的使用方法，我的理解是，ax是一个父类的实例，可以直接调用任何的关于matplotlib.axis下的东西。有待考证(可用度不高，测试过，有的可，有的不可)

得出一个结论，能用plt就用plt，尽量不使用axes

#方法一：设置间隔法axes_xaxis.set_major_locator(matplotlib.ticker.MultipleLocator(5))#5代表每隔5个------    #也可以不进行实例化，直接使用如下的方式    ax.xaxis.set_major_locator(matplotlib.ticker.MultipleLocator(5))------#方法二：自动线性调整ax.xaxis.set_major_locator(ticker.LinearLocator(numticks=None, presets=None))------    文档里LinearLocator的介绍    class matplotlib.ticker.LinearLocator(numticks=None, presets=None)    Bases: matplotlib.ticker.Locator    Determine the tick locations    The first time this function is called it will try to set the number of ticks to make       a nice tick partitioning. Thereafter the number of ticks will be fixed so that          interactive navigation will be nice    第一次调用的时候就会根据坐标轴的大小，自动的给设置好留几个tick_label合适------

关键词：坐标轴，密度

---

axes自动填充满figure

mpl.rc('figure',autolayout = True)#autolyout使axes自适应整个figure框

---

如何令图片文件名称与title一致

#首先设定了title的内容ax.set_title('一程山路')#然后保存图片是，图片的名称是这个即可plt.savefig('%s.png'%(ax.get_title()),dpi = 300)#其中ax.get_title()即获取title

NOTICE:当使用了twinx()之后，尽量使用如下方式实现图片的保存

fig,ax = plt.subplots()fig.savefig(path,**kwargs)#使用fig实例进行保存操作

---

关于matplotlib的面向对象

matplotlib.pyplot.subplots(nrows=1, ncols=1, sharex=False, sharey=False, squeeze=True, subplot_kw=None, gridspec_kw=None, **fig_kw)

上面这个函数有两个返回值，他们分别如下：

fig : matplotlib.figure.Figure objectax : matplotlib.axes.Axes object or array of Axes objects.

他们的关系由下图初见端倪：（fig是一个大面板，ax是这个面板上的区域，fig是由ax和其他一些东西组成的）

这两个类分别如下：

class matplotlib.figure.Figure(figsize=None, dpi=None, facecolor=None, edgecolor=None, linewidth=0.0, frameon=None, subplotpars=None, tight_layout=None)------Figure：这个类的实例有很多的方法，如：add_axes(*args, **kwargs)#添加一个axes，返回值是一个Axes实例add_subplot(*args, **kwargs)#添加一个若干个axes，并返回一个Axes实例数组------

class matplotlib.axes.Axes(fig, rect, facecolor=None, frameon=True, sharex=None, sharey=None, label='', xscale=None, yscale=None, axisbg=None, **kwargs)------Axes:这个类的方法有：plot(*args,**kwargs)#实例使用此方法即能绘制图像,并且十分强大scatter(*args,**kwargs)还有与pyplot中一一对应的方法：plt.xlabel()-->ax.set_xlabel()&ax.get_xlabel()#具体查文档------

所以，小例子：

fig,ax = matplotlib.pyplot.subplots()fig.set_size_inches((w,h))ax.plot(x,y)ax.set_xlabel("hello")

理论概念

---

绘图区域设置

绘图区域概念如下：

在matplotlib中，一个独立的图像（不管有多少小图像）是一个Figure对象，一个Figure对象中可以包含一个或者多个Axes对象，每个Axes对象都是一个拥有自己独立坐标系统的绘图区域，如下：

（此图为转载）

因此，可以在全局绘图区域中创建一个分区体系，并定位到一个子绘图区域

plt.subplot(nrows,ncols,plot_number)#区域分为nrows行，ncols列，现在绘制第plot_number个子图plt.subplot(3,2,4)#3行2列，选择第4个绘图区域，然后再使用plt.plot(参数)即可进行绘图了

一个Figure对应一张图片。Title为标题。Axis为坐标轴，Label为坐标轴标注。Tick为刻度线，Tick Label为刻度注释。

（此图为转载）