Python matplotlib筆記

標籤：flow   座標   bsp   aaa   那是   one   numpy   渲染   theme   

可視化的工具有很多，如Tableau,各種JS架構，我個人感覺應該是學ＪＳ最好，因為JS不需要環境，每個電腦都有瀏覽器，而像matplotlib需要Python這樣的開發環境，還是比較麻煩的，但是畢竟用Python處理資料，本文還是要寫點自己的學習筆記的，當然知道畫什麼最重要（我並不知道-。-）！

盡量畫二維，不用三維。如果年齡和歲數的二維圖，多了薪水，可以讓高薪水的點畫大的點，顏色深點。

文本可視化（word cloud詞圖，theme flow標籤的量，情感可視化 積極的消極的等等）

時序可視化（金融時間序列）

高維可視化，平行座標方法，不像笛卡爾座標x,y軸垂直。

通過線的串連來體現。

社交網路圖可視化。

科學性可視化，高效能運算裡很常見，體量特別大，如颱風，雲的移動即時渲染。

Matplotlib

import matplotlib.pyplot as pltimport numpy as npx = np.linspace(-1,2,50)y = 2*x + 2y2 = x**2plt.xlim((-1,2))  #x,y的範圍plt.ylim((-2,3))plt.xlabel(‘I am x‘)  #設定座標軸的名字plt.ylabel(‘I am y‘)l1, = plt.plot(x,y,color = ‘red‘,linewidth = 1.0 ,linestyle = ‘--‘,label=‘up‘)  #legend為設定圖例，如果要傳handle l1,l2必須加逗號，labels可以覆蓋l1,l2中的名字，l2, = plt.plot(x,y2,label = ‘down‘)　　　　　　　　　　　　　　　　　　　　　　　　　　#loc 可以是best讓他自己選，也可以自己設定plt.legend(handles = [l1,l2],labels = [‘aaa‘,‘bbb‘],loc = ‘best‘)# plt.show()new_ticks = np.linspace(-1,2,5)plt.xticks(new_ticks)plt.yticks([-2.-1.5,-1,1,3],[r‘really bad‘,r‘bad‘,r‘normal‘,r‘good‘,r‘really good‘])# plt.show()ax = plt.gca()ax.spines[‘right‘].set_color(‘none‘) #四個框，設定右邊，和上邊的框為無色ax.spines[‘top‘].set_color(‘none‘)ax.xaxis.set_ticks_position(‘bottom‘)ax.yaxis.set_ticks_position(‘left‘)ax.spines[‘bottom‘].set_position((‘data‘,-1))ax.spines[‘left‘].set_position((‘data‘,0))plt.show()

　　

　　其實Matplotlib的映像都位於一個Figure畫布之中，plt.figure用於建立一個新的畫布。而我上面並沒有plt.figure,而是直接plt.plot,那是因為plot會通過plt.gca()來獲得當前axes對象，如果沒有則自動建立，再調用axes對象的plot的方法來畫圖。對於pyplot，它儲存了當前的圖表和子圖資訊，可以通過plt.gcf(get current figure)和plt.gca(get current axes)， 函數都是對當前的figure或者axes對象處理的。

可以參考http://www.cnblogs.com/nju2014/p/5620776.html（詳解映像各個部分）

以及http://www.cnblogs.com/NaughtyBaby/p/5533855.html

關於各類的柱狀，散點之類的圖http://www.cnblogs.com/jasonfreak/p/5441512.html（用python進行描述性統計）

 

Python matplotlib筆記