高效使用 Python 可視化工具 Matplotlib
（點擊
上方藍字
，快速關注我們）
編譯：伯樂在線 - 李大萌
如有好文章投稿，請點擊 → 這裡了解詳情
Matplotlib是Python中最常用的可視化工具之一,可以非常方便地創建海量類型的2D圖表和一些基本的3D圖表。本文主要介紹了在學習Matplotlib時面臨的一些挑戰，為什麼要使用Matplotlib，並推薦了一個學習使用Matplotlib的步驟。
簡介
對於新手來說，進入Python可視化領域有時可能會令人感到沮喪。Python有很多不同的可視化工具，選擇一個正確的工具有時是一種挑戰。 例如，即使兩年過去了，這篇《Overview of Python Visualization Tools》是引導人們到這個網站的頂級帖子之一。 在那篇文章中，我對matplotlib留下了一些陰影，並在分析過程中不再使用。 然而，在使用諸如pandas，scikit-learn，seaborn和其他數據科學技術棧的python工具後，覺得丟棄matplotlib有點過早了。說實話，之前我不太了解matplotlib，也不知道如何在工作流程中有效地使用。
現在我花時間學習了其中的一些工具，以及如何使用matplotlib，已經開始將matplotlib看作是不可或缺的工具了。這篇文章將展示我是如何使用matplotlib的，並為剛入門的用戶或者沒時間學習matplotlib的用戶提供一些建議。我堅信matplotlib是python數據科學技術棧的重要組成部分，希望本文能幫助大家了解如何將matplotlib用於自己的可視化。
為什麼對matplotlib都是負面評價？
在我看來，新用戶學習matplotlib之所以會面臨一定的挑戰，主要有以下幾個原因。
首先，matplotlib有兩種介面。第一種是基於MATLAB並使用基於狀態的介面。第二種是面向對象的介面。為什麼是這兩種介面不在本文討論的範圍之內，但是知道有兩種方法在使用matplotlib進行繪圖時非常重要。
兩種介面引起混淆的原因在於，在stack overflow社區和谷歌搜索可以獲得大量信息的情況下，新用戶對那些看起來有些相似但不一樣的問題，面對多個解決方案會感到困惑。從我自己的經歷說起。回顧一下我的舊代碼，一堆matplotlib代碼的混合——這對我來說非常混亂（即使是我寫的）。
關鍵點
matplotlib的新用戶應該學習使用面向對象的介面。
matplotlib的另一個歷史性挑戰是，一些默認風格選項相當沒有吸引力。 在R語言世界裡，可以用ggplot生成一些相當酷的繪圖，相比之下，matplotlib的選項看起來有點丑。令人欣慰的是matplotlib 2.0具有更美觀的樣式，以及非常便捷對可視化的內容進行主題化的能力。
使用matplotlib我認為第三個挑戰是，當繪製某些東西時，應該單純使用matplotlib還是使用建立在其之上的類似pandas或者seaborn這樣的工具，你會感到困惑。任何時候都可以有多種方式來做事，對於新手或不常用matplotlib的用戶來講，遵循正確的路徑是具有挑戰性的。將這種困惑與兩種不同的API聯繫起來，是解決問題的秘訣。
為什麼堅持要用matplotlib？
儘管有這些問題，但是我慶幸有matplotlib，因為它非常強大。這個庫允許創建幾乎任何你可以想像的可視化。此外，圍繞著它還有一個豐富的python工具生態系統，許多更先進的可視化工具用matplotlib作為基礎庫。如果在python數據科學棧中進行任何工作，都將需要對如何使用matplotlib有一個基本的了解。這是本文的其餘部分的重點——介紹一種有效使用matplotlib的基本方法。
基本前提
如果你除了本文之外沒有任何基礎，建議用以下幾個步驟學習如何使用matplotlib：
學習基本的matplotlib術語，尤其是什麼是圖和坐標軸
始終使用面向對象的介面，從一開始就養成使用它的習慣
用基礎的pandas繪圖開始你的可視化學習
用seaborn進行更複雜的統計可視化
用matplotlib來定製pandas或者seaborn可視化
這幅來自matplotlib faq的圖非常經典，方便了解一幅圖的不同術語。
大多數術語都非常直接，但要記住的要點是，Figure是最終的圖像，可能包含一個或多個坐標軸。坐標軸代表一個單獨的劃分。一旦你了解這些內容，以及如何通過面向對象的API訪問它們，下面的步驟才能開始進行。
這些術語知識有另一個好處，當你在網上看某些東西時，就有了一個起點。如果你花時間了解了這一點，才會理解matplotlib API的其餘部分。此外，許多python的高級軟體包，如seaborn和ggplot都依賴於matplotlib。因此，了解這些基礎知識後再學那些功能更強大的框架會容易一些。
最後，我不是說你應該避免選擇例如ggplot（aka ggpy），bokeh，plotly或者altair等其他更好的工具。我只是認為你需要從對matplotlib + pandas + seaborn 有一個基本了解開始。一旦理解了基本的可視化技術，就可以探索其他工具，並根據自己的需要做出明智的選擇。
入門
本文的其餘部分將作為一個入門教程，介紹如何在pandas中進行基本的可視化創建，並使用matplotlib自定義最常用的項目。一旦你了解了基本過程，進一步的定製化創建就相對比較簡單。
重點講一下我遇到的最常見的繪圖任務，如標記軸，調整限制，更新繪圖標題，保存圖片和調整圖例。如果你想跟著繼續學習，在鏈接https://github.com/chris1610/pbpython/blob/master/notebooks/Effectively-Using-Matplotlib.ipynb 中包含附加細節的筆記，應該非常有用。
準備開始，我先引入庫並讀入一些數據：
import
pandas
as
pd
import
matplotlib
.
pyplot
as
plt
from
matplotlib
.
ticker
import
FuncFormatter
df
=
pd
.
read_excel
(
"https://github.com/chris1610/pbpython/blob/master/data/sample-salesv3.xlsx?raw=true"
)
df
.
head
()
這是2014年的銷售交易數據。為了使這些數據簡短一些，我將對數據進行聚合，以便我們可以看到前十名客戶的總購買量和總銷售額。為了清楚我還會在繪圖中重新命名列。
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
)
下面是數據的處理結果。
現在，數據被格式化成一個簡單的表格，我們來看如何將這些結果繪製成條形圖。
如前所述，matplotlib有許多不同的樣式可用於渲染繪圖，可以用plt.style.available查看系統中有哪些可用的樣式。
plt.style.available
[
"seaborn-dark"
,
"seaborn-dark-palette"
,
"fivethirtyeight"
,
"seaborn-whitegrid"
,
"seaborn-darkgrid"
,
"seaborn"
,
"bmh"
,
"classic"
,
"seaborn-colorblind"
,
"seaborn-muted"
,
"seaborn-white"
,
"seaborn-talk"
,
"grayscale"
,
"dark_background"
,
"seaborn-deep"
,
"seaborn-bright"
,
"ggplot"
,
"seaborn-paper"
,
"seaborn-notebook"
,
"seaborn-poster"
,
"seaborn-ticks"
,
"seaborn-pastel"
]
這樣簡單使用一個樣式：
plt.style.use("ggplot")
我鼓勵大家嘗試不同的風格，看看你喜歡哪些。
現在我們準備好了一個更美觀的樣式，第一步是使用標準的pandas繪圖功能繪製數據：
top_10.plot(kind="barh", y="Sales", x="Name")
我推薦先使用pandas繪圖，是因為它是一種快速簡便構建可視化的方法。 由於大多數人可能已經在pandas中進行過一些數據處理/分析，所以請先從基本的繪圖開始。
定製化繪圖
假設你對這個繪圖的要點很滿意，下一步就是定製它。使用pandas繪圖功能定製（如添加標題和標籤）非常簡單。但是，你可能會發現自己的需求在某種程度上超越該功能。這就是我建議養成這樣做的習慣的原因：
fig
,
ax
=
plt
.
subplots
()
top_10
.
plot
(
kind
=
"barh"
,
y
=
"Sales"
,
x
=
"Name"
,
ax
=
ax
)
得到的圖看起來與原始圖看起來相同，但是我們向plt.subplots() 添加了一個額外的調用，並將ax傳遞給繪圖函數。為什麼要這樣做？ 記得當我說在matplotlib中要訪問坐標軸和數字至關重要嗎？這就是我們在這裡完成的工作。將來任何定製化都將通過ax或fig對象完成。
我們得益於pandas快速繪圖，獲得了訪問matplotlib的所有許可權。我們現在可以做什麼呢？用一個例子來展示。另外，通過命名約定，可以非常簡單地把別人的解決方案改成適合自己獨特需求的方案。
假設我們要調整x限制並更改一些坐標軸的標籤？現在坐標軸保存在ax變數中，我們有很多的控制權：
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"
);
下面是一個快捷方式，可以用來更改標題和兩個標籤：
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"
)
為了進一步驗證這種方法，還可以調整圖像的大小。通過plt.subplots() 函數，可以用英寸定義figsize。也可以用ax.legend().set_visible（False）來刪除圖例。
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
)
基於很多原因你可能想要調整一下這個圖。看著最彆扭的地方是總收入數字的格式。 Matplotlib可以通過FuncFormatter來幫我們實現。這個功能可以將用戶定義的函數應用於值，並返回一個格式整齊的字元串放置在坐標軸上。
下面是一個貨幣格式化函數，可以優雅地處理幾十萬範圍內的美元格式：
def
currency
(
x
,
pos
)
:
"The two args are the value and tick position"
if
x
>=
1000000
:
return
"${:1.1f}M"
.
format
(
x
*
1e
-
6
)
return
"${:1.0f}K"
.
format
(
x
*
1e
-
3
)
現在我們有一個格式化函數，需要定義它並將其應用到x軸。以下是完整的代碼：
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"
)
formatter
=
FuncFormatter
(
currency
)
ax
.
xaxis
.
set_major_formatter
(
formatter
)
ax
.
legend
().
set_visible
(
False
)
這樣更美觀，也是一個很好的例子，展示如何靈活地定義自己的問題解決方案。
我們最後要去探索的一個自定義功能是通過添加註釋到繪圖。繪製一條垂直線，可以用ax.axvline()。添加自定義文本，可以用ax.text()。
在這個例子中，我們將繪製一條平均線，並顯示三個新客戶的標籤。 下面是完整的代碼和注釋，把它們放在一起。
# Create the figure and the axes
fig
,
ax
=
plt
.
subplots
()
# Plot the data and get the averaged
top_10
.
plot
(
kind
=
"barh"
,
y
=
"Sales"
,
x
=
"Name"
,
ax
=
ax
)
avg
=
top_10
[
"Sales"
].
mean
()
# Set limits and labels
ax
.
set_xlim
([
-
10000
,
140000
])
ax
.
set
(
title
=
"2014 Revenue"
,
xlabel
=
"Total Revenue"
,
ylabel
=
"Customer"
)
# Add a line for the average
ax
.
axvline
(
x
=
avg
,
color
=
"b"
,
label
=
"Average"
,
linestyle
=
"--"
,
linewidth
=
1
)
# Annotate the new customers
for
cust
in
[
3
,
5
,
8
]
:
ax
.
text
(
115000
,
cust
,
"New Customer"
)
# Format the currency
formatter
=
FuncFormatter
(
currency
)
ax
.
xaxis
.
set_major_formatter
(
formatter
)
# Hide the legend
ax
.
legend
().
set_visible
(
False
)
雖然這可能不是讓人感到興奮（眼前一亮）的繪圖方式，但它展示了你在用這種方法時有多大許可權。
圖形和圖像
到目前為止，我們所做的所有改變都是單個圖形。幸運的是，我們也有能力在圖上添加多個圖形，並使用各種選項保存整個圖像。
如果決定要把兩幅圖放在同一個圖像上，我們應對如何做到這一點有基本了解。 首先，創建圖形，然後創建坐標軸，然後將其全部繪製在一起。我們可以用plt.subplots()來完成：
fig, (ax0, ax1) = plt.subplots(nrows=1, ncols=2, sharey=True, figsize=(7, 4))
在這個例子中，用nrows和ncols來指定大小，這樣對新用戶來說比較清晰。在示例代碼中，經常看到像1,2這樣的變數。我覺得使用命名的參數，之後在查看代碼時更容易理解。
用sharey = True這個參數，以便yaxis共享相同的標籤。
這個例子也很好，因為各個坐標軸被解壓縮到ax0和ax1。有這些坐標軸軸，你可以像上面的例子一樣繪製圖形，但是在ax0和ax1上各放一個圖。
# 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
)
到目前為止，我一直用jupyter notebook，藉助％matplotlib內聯指令來顯示圖形。但是很多時候，需要以特定格式保存數字，和其他內容一起展示。
Matplotlib支持許多不同格式文件的保存。 你可以用fig.canvas.get_supported_filetypes（）查看系統支持的格式：
fig.canvas.get_supported_filetypes()
{
"eps"
:
"Encapsulated Postscript"
,
"jpeg"
:
"Joint Photographic Experts Group"
,
"jpg"
:
"Joint Photographic Experts Group"
,
"pdf"
:
"Portable Document Format"
,
"pgf"
:
"PGF code for LaTeX"
,
"png"
:
"Portable Network Graphics"
,
"ps"
:
"Postscript"
,
"raw"
:
"Raw RGBA bitmap"
,
"rgba"
:
"Raw RGBA bitmap"
,
"svg"
:
"Scalable Vector Graphics"
,
"svgz"
:
"Scalable Vector Graphics"
,
"tif"
:
"Tagged Image File Format"
,
"tiff"
:
"Tagged Image File Format"
}
由於我們有fig對象，我們可以用多個選項來保存圖像：
fig.savefig("sales.png", transparent=False, dpi=80, bbox_inches="tight")
上面的代碼把圖像保存為背景不透明的png。還指定了解析度dpi和bbox_inches =「tight」來盡量減少多餘的空格。
結論
希望這個過程有助於你了解如何在日常的數據分析中更有效地使用matplotlib。 如果在做分析時養成使用這種方法的習慣，你應該可以快速定製出任何你需要的圖像。
作為最後的福利，我引入一個快速指南來總結所有的概念。希望這有助於把這篇文章聯繫起來，並為今後使用參考提供方便。
看完本文有收穫？請轉
發分享給更多人
關注「P
ython開發者」，提升Python技能
※Python 調用 C 模塊以及性能分析
※代碼這樣寫更優雅，15篇 Python 技術熱文
※如何用Python從海量文本抽取主題？
※使用Python自动提取内容摘要
※Python Virtualenv 介紹
TAG:Python |
※HiddenLayer：可視化PyTorch、TensorFlow神經網路圖的輕量級工具！
※Cytoscape：強大的pathway分析可視化工具
※資源 | HiddenLayer：可視化PyTorch、TensorFlow神經網路圖的輕量級工具！
※教程 | 5種快速易用的Python Matplotlib數據可視化方法
※Python 數據可視化神器分享：pyecharts
※3ds Max＋Stingray 可視化VR
※Python可視化神器——pyecharts的超詳細使用指南！
※Plotly Dash數據可視化
※比Excel製圖更強大，Python可視化工具Altair入門教程
※用於可視化人工神經網路的 Python庫——ANN Visualizer
※sqlitestudio可視化操作sqlite資料庫
※CreativeDrive收購三維可視化和AR創業公司Decora
※互動式數據可視化處理工具Microsoft Power BI簡介
※Datalore：用於機器學習可視化的新Web方案！
※Tensorflow可視化教程
※scrapydweb：實現 Scrapyd 集群管理，Scrapy 日誌分析和可視化
※linux-快速安裝可視化面板grafana
※房地產沉浸式可視化服務商Matterport收購AI創企Arraiy
※這5小段代碼輕鬆實現數據可視化（Python+Matplotlib）
※Wandb用起來，一行Python代碼實現Keras模型可視化