简单5步，使用Matplotlib快速实现数据可视化
为什么使用 Matplotlib？
尽管 Matplotlib 有这么多问题，我还是喜欢用它。因为它很强大，这个库允许你创建几乎所有的可视化图表。此外，围绕 Matplotlib 有一个丰富的 Python 工具生态环境，很多更高级的可视化工具使用 Matplotlib 作为基础库。因此如果你想在 Python 数据科学工具包中进行任何操作，你需要对如何使用 Matplotlib 有一些基础了解。这就是本文其余部分的重点，提供一种高效使用 Matplotlib 的基础方法。
前提
推荐以下步骤学习如何使用 Matplotlib：
1. 学习 Matplotlib 的基本术语，具体来说就是什么是 Figure 和 Axes。
2. 一直使用面向对象的界面，养成习惯。
3. 用基础的 pandas 绘图开始可视化。
4. 使用 seaborn 进行稍微复杂的数据可视化。
5. 使用 Matplotlib 自定义 pandas 或 seaborn 可视化。
下图非常重要，有助于理解图的不同术语。
大部分术语很直接易懂，需要牢记的是 Figure 是可能包含一或多个 axes 的最终图像。Axes 代表单个图。一旦你理解这些是什么以及如何通过面向对象的 API 评估它们，其余步骤就很简单了。
了解这个知识还有一个好处，就是当你在网络上看东西的时候有一个出发点。如果你花时间了解了这个点，那么其他的 Matplotlib API 才有意义。此外，很多高级 Python 包，如 seaborn 和 ggplot 依赖于 Matplotlib 构建，因此理解了基础，学习更强大的框架才更加容易。
最后，我不是说你应该逃避其他优秀选项，如 ggplot（又名 ggpy）、bokeh、plotly 或 altair。我只是认为你需要对 matplotlib + pandas + seaborn 有一个基础的了解。了解基础可视化栈之后，你就可以探索其他优秀工具，根据需求做出合适的选择。
开始
下面主要介绍如何在 pandas 中创建基础的可视化以及使用 Matplotlib 定制最常用的项。了解基础流程有助于更直观地进行自定义。
我主要关注最常见的绘图任务，如标注轴、调整图形界限（limit）、更新图标题、保存图像和调整图例。
开始，我打算设置输入，读取一些数据：
importpandas aspdimport matplotlib.pyplot aspltfrom matplotlib.tickerimportFuncFormatter
df =pd.read_excel("https://github.com/chris1610/pbpython/blob/master/data/sample-salesv3.xlsx?raw=true")
df.head()
数据包括 2014 年的销售交易额。为简短起见，我将总结这些数据，列出前十名客户的采购次数和交易额。绘图时我将对各列进行重命名。
top_10 =(df.groupby('name')['ext price','quantity'].agg({'ext price':'sum','quantity':'count'})
.sort_values(by='ext price',ascending=False))[:10].reset_index()
top_10.rename(columns={'name':'Name','ext price':'Sales','quantity':'Purchases'},inplace=True)
下图是数据。
使用如下简单风格：
现在我们有了好看的风格，第一步就是使用标准 pandas 绘图函数绘制数据：
top_10.plot(kind='barh',y="Sales",x="Name")
推荐使用 pandas 绘图的原因在于它是一种快速便捷地建立可视化原型的方式。
自定义图表
如果你对该图表的重要部分都很满意，那么下一步就是对它执行自定义。一些自定义（如添加标题和标签）可以使用 pandas plot 函数轻松搞定。但是，你可能会发现自己需要在某个时刻跳出来。这就是我推荐你养成以下习惯的原因：
fig,ax =plt.subplots()
top_10.plot(kind='barh',y="Sales",x="Name",ax=ax)
生成的图表和原始图表基本一样，不过我们向 plt.subplots() 添加了一个额外的调用，并将 ax 传输至绘图函数。因此，通过 ax 或 fig 对象可以执行任何自定义。
我们利用 pandas 实现快速绘图，现在利用 Matplotlib 获取所有功能。通过使用命名惯例，调整别人的解决方案适应自己的需求变得更加直接简单了。
假设我们想调整一些轴标签，且 ax 变量中有多个轴，可以进行一些操作：
fig,ax =plt.subplots()
top_10.plot(kind='barh',y="Sales",x="Name",ax=ax)
ax.set_xlim([-10000,140000])
ax.set_xlabel('Total Revenue')
ax.set_ylabel('Customer');
这是另一种改变标题和标签的简单方式：
fig,ax =plt.subplots()
top_10.plot(kind='barh',y="Sales",x="Name",ax=ax)
ax.set_xlim([-10000,140000])
ax.set(title='2014 Revenue',xlabel='Total Revenue',ylabel='Customer')
为了进一步展示该方法，我们还可以使用 plt.subplots() 函数可以定义图像尺寸，一般以英寸为单位。我们还可以使用 ax.legend().set_visible(False) 移除图例。
fig,ax =plt.subplots(figsize=(5,6))
top_10.plot(kind='barh',y="Sales",x="Name",ax=ax)
ax.set_xlim([-10000,140000])
ax.set(title='2014 Revenue',xlabel='Total Revenue')
ax.legend().set_visible(False)
要想修改这个图像，你可能需要执行很多操作。图中最碍眼的可能是总收益额的格式。Matplotlib 可以使用 FuncFormatter 解决这一问题。该函数用途多样，允许用户定义的函数应用到值，并返回格式美观的字符串。
以下是货币格式化函数，用于处理数十万美元区间的数值：
defcurrency(x,pos):
'The two args are the value and tick position'
ifx >=1000000:return'${:1.1f}M'.format(x*1e-6)return'${:1.0f}K'.format(x*1e-3)
现在我们有了格式化程序函数，就需要定义它，并将其应用到 x 轴。完整代码如下：
这张图美观多了，非常好地展示了自定义问题解决方案的灵活性。最后要说的自定义特征是向图表添加注释。你可以使用 ax.axvline() 画垂直线，使用 ax.text() 添加自定义文本。就以上示例，我们可以画一条表示平均值的线，包括代表 3 个新客户的标签。以下是完整代码（包括注释）：
图表
目前，我们所做的所有改变都是针对单个图表。我们还能够在图像上添加多个表，使用不同的选项保存整个图像。
如果我们确定要在同一个图像上放置两个表，那么我们应该对如何做有一个基础了解。首先，创建图像，然后创建轴，再将它们绘制成图表。使用 plt.subplots() 可以完成该操作：
fig,(ax0,ax1)=plt.subplots(nrows=1,ncols=2,sharey=True,figsize=(7,4))
在这个例子中，我使用 nrows 和 ncols 指定大小，这对新用户来说比较清晰易懂。我还使用 sharey=True 以使 y 轴共享相同的标签。
该示例很灵活，因为不同的轴可以解压成 ax0 和 ax1。现在我们有了这些轴，就可以像上述示例中那样绘图，然后把一个图放在 ax0 上，另一个图放在 ax1。
# Get the figure and the axes
fig,(ax0,ax1)=plt.subplots(nrows=1,ncols=2,sharey=True,figsize=(7,4))
top_10.plot(kind='barh',y="Sales",x="Name",ax=ax0)
ax0.set_xlim([-10000,140000])
ax0.set(title='Revenue',xlabel='Total Revenue',ylabel='Customers')
# Plot the average as a vertical line
avg =top_10['Sales'].mean()
ax0.axvline(x=avg,color='b',label='Average',linestyle='--',linewidth=1)
# Repeat for the unit plot
top_10.plot(kind='barh',y="Purchases",x="Name",ax=ax1)
avg =top_10['Purchases'].mean()
ax1.set(title='Units',xlabel='Total Units',ylabel='')
ax1.axvline(x=avg,color='b',label='Average',linestyle='--',linewidth=1)
# Title the figure
fig.suptitle('2014 Sales Analysis',fontsize=14,fontweight='bold');
# Hide the legends
ax1.legend().set_visible(False)
ax0.legend().set_visible(False)
现在，我已经在 jupyter notebook 中用 %matplotlib inline 展示了很多图像。但是，在很多情况下你需要以特定格式保存图像，将其和其他呈现方式整合在一起。
我们有 fig 对象，因此我们可以将图像保存成多种格式：
fig.savefig('sales.png',transparent=False,dpi=80,bbox_inches="tight")
结论
该版本将图表保存为不透明背景的 png 文件。我还指定 dpi 和 bbox_inches="tight" 以最小化多余空白。最后，希望该方法可以帮助大家理解如何更有效地使用 Matplotlib 进行日常数据分析。
- 发表于:
- 原文链接：http://kuaibao.qq.com/s/20180117B050L300?refer=cp_1026
- 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号（企鹅号）传播渠道之一，根据《腾讯内容开放平台服务协议》转载发布内容。
- 如有侵权，请联系 cloudcommunity@tencent.com 删除。
相关快讯
扫码
添加站长 进交流群
领取专属 10元无门槛券
私享最新 技术干货
腾讯云开发者
