从网络上下载真实数据CSV文件，本数据集汇总了从1970年到2011年之间美国大学各专业中女生数占总学生数的百分比例数值，如下图所示：
1970-2011各专业女生百分比例
利用Pandas库导入CSV文件，并快速绘制生物学专业女生比例随着年份变化的曲线图（plot方法），示例代码：
import pandas as pdimport matplotlib.pyplot as pltwomen_degrees = pd.read_csv('percent-bachelors-degrees-women-usa.csv')plt.plot(women_degrees['Year'], women_degrees['Biology'])plt.show()
显示结果：
图6.8-1
在同一子图中，绘制两条曲线，分别显示男女生在生物学专业随着年份增加变化的差异，并且增加标题、标签以及颜色等细节元素，示例代码：
plt.plot(women_degrees['Year'], women_degrees['Biology'], c='blue', label='Women')plt.plot(women_degrees['Year'], 100-women_degrees['Biology'], c='green', label='Men')plt.legend(loc='upper right')plt.title('Percentage of Biology Degrees Awarded By Gender')plt.show()
显示结果：
图6.8-2
可以利用子图ax对象的tick_params属性，忽略x轴和y轴的刻度，示例代码：
fig, ax = plt.subplots()ax.plot(women_degrees['Year'], women_degrees['Biology'], label='Women')ax.plot(women_degrees['Year'], 100-women_degrees['Biology'], label='Men')ax.tick_params(bottom="off", top="off", left="off", right="off")ax.set_title('Percentage of Biology Degrees Awarded By Gender')ax.legend(loc="upper right")plt.show()
显示结果：
图6.8-3
利用子图中spine对象中的items属性，可以忽略绘图显示的边框，示例代码：
fig, ax = plt.subplots()ax.plot(women_degrees['Year'], women_degrees['Biology'], c='blue', label='Women')ax.plot(women_degrees['Year'], 100-women_degrees['Biology'], c='green', label='Men')ax.tick_params(bottom="off", top="off", left="off", right="off")for key,spine in ax.spines.items(): spine.set_visible(False)ax.legend(loc='upper right')plt.show()
显示结果：
图6.8-4
绘制在同一画布中绘制4个子图，分别显示4个专业的男女生比例随年份变化的趋势，示例代码：
major_cats = ['Biology', 'Computer Science', 'Engineering', 'Math and Statistics']fig = plt.figure(figsize=(12, 12))for sp in range(0,4): ax = fig.add_subplot(2,2,sp+1) ax.plot(women_degrees['Year'], women_degrees[major_cats[sp]], c='blue', label='Women') ax.plot(women_degrees['Year'], 100-women_degrees[major_cats[sp]], c='green', label='Men') for key,spine in ax.spines.items(): spine.set_visible(False) ax.set_xlim(1968, 2011) ax.set_ylim(0,100) ax.set_title(major_cats[sp]) ax.tick_params(bottom="off", top="off", left="off", right="off")plt.legend(loc='upper right')plt.show()
显示结果：
图6.8-5
6.8.2 总结
本章节介绍了几种常用图形的绘制方法与绘制细节，以下示例除了绘制以上常用图形，也加入其它图形绘制的简单方法，具体细节可以查阅相关资料，这里不再赘述。
常规图（Regular Plots）
示例代码：
import numpy as npimport matplotlib.pyplot as pltn = 256X = np.linspace(-np.pi, np.pi, n, endpoint=True)Y = np.sin(2 * X)plt.plot(X, Y + 1, color='blue', alpha=1.00)plt.plot(X, Y - 1, color='blue', alpha=1.00)plt.show()
显示结果：
常规图
散点图（Scatter Plots）
示例代码：
n = 1024X = np.random.normal(0,1,n)Y = np.random.normal(0,1,n)plt.scatter(X,Y)plt.show()
显示结果：
散点图
柱状图（Bar Plots）
示例代码：
n = 12X = np.arange(n)Y1 = (1 - X / float(n)) * np.random.uniform(0.5, 1.0, n)Y2 = (1 - X / float(n)) * np.random.uniform(0.5, 1.0, n)plt.bar(X, +Y1, facecolor='#9999ff', edgecolor='white')plt.bar(X, -Y2, facecolor='#ff9999', edgecolor='white')for x, y in zip(X, Y1): plt.text(x + 0.4, y + 0.05, '%.2f ' % y, ha='center', va='bottom')plt.ylim(-1.25, +1.25)plt.show()
显示结果：
柱状图
等高线图（Contour Plots）
示例代码：
def f(x, y): return (1 - x / 2 + x ** 5 + y ** 3) * np.exp(-x ** 2 -y ** 2)n = 256x = np.linspace(-3, 3, n)y = np.linspace(-3, 3, n)X, Y = np.meshgrid(x, y)plt.contourf(X, Y, f(X, Y), 8, alpha=.75, cmap='jet')C = plt.contour(X, Y, f(X, Y), 8, colors='black', linewidth=.5)plt.show()
显示结果：
等高线图
显示图像（Imshow）
示例代码：
def f(x, y): return (1 - x / 2 + x ** 5 + y ** 3) * np.exp(-x ** 2 - y ** 2)n = 10x = np.linspace(-3, 3, 4 * n)y = np.linspace(-3, 3, 3 * n)X, Y = np.meshgrid(x, y)plt.imshow(f(X, Y))plt.show()
显示结果：
显示图像
饼图（Pie Plots）
示例代码：
Z = np.random.uniform(0, 1, 20)plt.pie(Z)plt.show()
显示结果：
饼图
向量场图（Quiver Plots）
示例代码：
n = 8X, Y = np.mgrid[0:n, 0:n]plt.quiver(X, Y)
显示结果：
向量场图
网格线（Grids）
示例代码：
axes = plt.gca()axes.set_xlim(0, 4)axes.set_ylim(0, 3)axes.set_xticklabels([])axes.set_yticklabels([])
多图（Multi Plots）
示例代码：
plt.subplot(2, 2, 1)plt.subplot(2, 2, 3)plt.subplot(2, 2, 4)
三维图（3D Plots）
示例代码：
from mpl_toolkits.mplot3d import Axes3Dfig = plt.figure()ax = Axes3D(fig)X = np.arange(-4, 4, 0.25)Y = np.arange(-4, 4, 0.25)X, Y = np.meshgrid(X, Y)R = np.sqrt(X**2 + Y**2)Z = np.sin(R)ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap='hot')plt.show()
显示结果：
三维图
