可視化是在整個(gè)數(shù)據(jù)挖掘的關(guān)鍵輔助工具，可以清晰的理解數(shù)據(jù)，從而調(diào)整我們的分析方法。

創(chuàng)新互聯(lián)建站是一家集網(wǎng)站建設(shè),達(dá)拉特企業(yè)網(wǎng)站建設(shè),達(dá)拉特品牌網(wǎng)站建設(shè),網(wǎng)站定制,達(dá)拉特網(wǎng)站建設(shè)報(bào)價(jià),網(wǎng)絡(luò)營(yíng)銷(xiāo),網(wǎng)絡(luò)優(yōu)化,達(dá)拉特網(wǎng)站推廣為一體的創(chuàng)新建站企業(yè)，幫助傳統(tǒng)企業(yè)提升企業(yè)形象加強(qiáng)企業(yè)競(jìng)爭(zhēng)力?？沙浞譂M(mǎn)足這一群體相比中小企業(yè)更為豐富、高端、多元的互聯(lián)網(wǎng)需求。同時(shí)我們時(shí)刻保持專(zhuān)業(yè)、時(shí)尚、前沿，時(shí)刻以成就客戶(hù)成長(zhǎng)自我，堅(jiān)持不斷學(xué)習(xí)、思考、沉淀、凈化自己，讓我們?yōu)楦嗟钠髽I(yè)打造出實(shí)用型網(wǎng)站。

1. Matplotlib 基本概念

Matplotlib是python的一個(gè)數(shù)據(jù)可視化工具庫(kù)，專(zhuān)門(mén)用于開(kāi)發(fā)2D圖表(包括3D圖表)， 操作簡(jiǎn)單。

2. Matplotlib三層結(jié)構(gòu)

容器層

容器層由Canvas、Figure、Axes三部分組成。

Canvas位于最底層的系統(tǒng)層，充當(dāng)畫(huà)板，即放置Figure的工具。

Figure是Canvas上方的第一層，也是需要用戶(hù)來(lái)操作的應(yīng)用層的第一層，在繪圖的過(guò)程中充當(dāng)畫(huà)布的角色。

Axes是應(yīng)用層的第二層，在繪圖的過(guò)程中相當(dāng)于畫(huà)布上的繪圖區(qū)的角色。

Figure:指整個(gè)圖形(可以通過(guò)plt.figure()設(shè)置畫(huà)布的大小和分辨率等)

Axes(坐標(biāo)系):數(shù)據(jù)的繪圖區(qū)域

Axis(坐標(biāo)軸)：坐標(biāo)系中的一條軸，包含大小限制、刻度和刻度標(biāo)簽

特點(diǎn)為：

一個(gè)figure(畫(huà)布)可以包含多個(gè)axes(坐標(biāo)系/繪圖區(qū))，但是一個(gè)axes只能屬于一個(gè)figure。

一個(gè)axes(坐標(biāo)系/繪圖區(qū))可以包含多個(gè)axis(坐標(biāo)軸)，包含兩個(gè)即為2d坐標(biāo)系，3個(gè)即為3d坐標(biāo)

輔助顯示層

輔助顯示層為Axes(繪圖區(qū))內(nèi)的除了根據(jù)數(shù)據(jù)繪制出的圖像以外的內(nèi)容，主要包括Axes外觀(guān)(facecolor)、邊框線(xiàn)(spines)、坐標(biāo)軸(axis)、坐標(biāo)軸名稱(chēng)(axis label)、坐標(biāo)軸刻度(tick)、坐標(biāo)軸刻度標(biāo)簽(tick label)、網(wǎng)格線(xiàn)(grid)、圖例(legend)、標(biāo)題(title)等內(nèi)容。

圖像層

圖像層指Axes內(nèi)通過(guò)plot、scatter、bar、histogram、pie等函數(shù)根據(jù)數(shù)據(jù)繪制出的圖像

總結(jié)

Canvas(畫(huà)板)位于最底層，用戶(hù)一般接觸不到;

Figure(畫(huà)布)建立在Canvas之上;

Axes(繪圖區(qū))建立在Figure之上;

坐標(biāo)軸(axis)、圖例(legend)等輔助顯示層以及圖像層都是建立在A(yíng)xes之上。

3.plt的基本用法

3.1 Figure對(duì)象

matplotlib的圖像都位于Figure對(duì)象中，我們可以調(diào)用plt.figure()來(lái)創(chuàng)建Figure對(duì)象。

fig = plt.figure()

figure有一個(gè)比較重要的參數(shù)figsize，它衡量圖片的大小和縱橫比(單位為inch)：

fig = plt.figure(figsize=(4,5))

比如，以上代碼代表建立一個(gè)寬度為4inch，高度為5inch的figure對(duì)象。

3.2 plot的使用

有了figure對(duì)象之后，就可以利用plot函數(shù)作圖了。注意不可以使用figure對(duì)象來(lái)調(diào)用plot，按照慣例我們使用plt.plot()來(lái)作圖，而圖像自動(dòng)分配到上一個(gè)建立的figure中。

3.3 如何在同一個(gè)figure內(nèi)部設(shè)置多個(gè)圖片

figure對(duì)象調(diào)用add_subplot函數(shù)來(lái)添加figure內(nèi)部不同位置的圖片，add_subplot函數(shù)的3個(gè)參數(shù)分別為figure內(nèi)部縱向和橫向的字圖片個(gè)數(shù)，以及當(dāng)前創(chuàng)建的子圖片是第幾個(gè)，例如：無(wú)錫看婦科的醫(yī)院 http://www.ytsgfk120.com/

fig = plt.figure()

# add_subplot返回的是一個(gè)subplot對(duì)象

sp1 = fig.add_subplot(2,3,1)

sp2 = fig.add_subplot(2,3,2)

sp3 = fig.add_subplot(2,3,3)

sp4 = fig.add_subplot(2,3,4)

fig

如果要在subplot內(nèi)部作圖，我們只需要用對(duì)應(yīng)的subplot對(duì)象調(diào)用plot即可：

sp1.plot(np.random.randn(50), 'k--', color='r')

fig

3.4 如何調(diào)整subplot的間距

有時(shí)候各subplot的間距會(huì)過(guò)大或者過(guò)小，這時(shí)候與我們需要使用subplots_adjust函數(shù)來(lái)調(diào)整間距：

fig.tight_layout() # 調(diào)整整體空白

plt.subplots_adjust(wspace =0, hspace =0) # 調(diào)整子圖間距

plt.subplots_adjust(left=None, bottom=None, right=None, top=None,wspace=None,hspace=None)

參數(shù)詳解：

left = 0.125 # the left side of the subplots of the figure

right = 0.9 # the right side of the subplots of the figure

bottom = 0.1 # the bottom of the subplots of the figure

top = 0.9 # the top of the subplots of the figure

wspace = 0.2 # the amount of width reserved for blank space between subplots,

# expressed as a fraction of the average axis width

hspace = 0.2 # the amount of height reserved for white space between subplots,

# expressed as a fraction of the average axis height

# 調(diào)整fig內(nèi)部的subplot長(zhǎng)寬間距都為0.5

fig.subplots_adjust(wspace = 0.5, hspace = 0.5)

fig

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)cdcxhl.cn，海內(nèi)外云服務(wù)器15元起步，三天無(wú)理由+7*72小時(shí)售后在線(xiàn)，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國(guó)服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡(jiǎn)單易用、服務(wù)可用性高、性?xún)r(jià)比高”等特點(diǎn)與優(yōu)勢(shì)，專(zhuān)為企業(yè)上云打造定制，能夠滿(mǎn)足用戶(hù)豐富、多元化的應(yīng)用場(chǎng)景需求。

分享文章：python數(shù)據(jù)可視化之Matplotlib-創(chuàng)新互聯(lián)
分享URL：http://www.rwnh.cn/article16/dcpidg.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供移動(dòng)網(wǎng)站建設(shè)、Google、關(guān)鍵詞優(yōu)化、品牌網(wǎng)站建設(shè)、虛擬主機(jī)、云服務(wù)器

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶(hù)投稿、用戶(hù)轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀(guān)點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話(huà)：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)