浅谈第三方图表库绘图原理

因为近半年时间都在做数据分析，可视化方面的工作，接触了很多图表库，python生态里图表库是非常多的，有窗口形式的，有web网页形式的，技术不尽相同，但是绘图原理基本差不多。回想以前，我对图表绘制这块的理解还是比较浅的，经过半年的历练，我对图表绘制又有了新的认识，特别是对一些图表的隐藏操作，也可以说默认操作有了新的发现。

其实，总结下来，我觉得带坐标系的主要有两种图，一种是有序图，一种是无序图，当然这两个分类是我定义，那么什么是有序图，有序图就是横坐标是有序的，并且一般是从小到大顺序，或者是时间，或者数字，常见的基本就这两种，纵坐标一般表示因变量，表示随着x的变化，y的变化，图的形式一般是散点或者折线。无序图就是横坐标是标签形式的，着重表示类别，表示对比功能，图的形式一般是柱状图，条形图，箱线图等。

当我们要绘制一个数据的时候，一般绘图库会根据绘制的图表形式，确定图表是有序的，还是无序的，比如，要绘制一个数据折线图，那么图表库会自动给一个有序的横坐标，一般是自然数列，如果我们的数据有两列，那么，它会绘制两条线，下面是一个例子。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt


#fig,ax = plt.subplots()
df = pd.DataFrame({
    'a': [5,4,3,2,1],
    'b': [32,24,64,45,75],
})
df.plot()

我们可以看到，这个图的横坐标不是数据里的数据，而是图表库自己生成的一个自然数列，然后数据里的两个列都变成折线了，这时候就会出现一个问题，有些时候，我们并不想用库自己生成的序列做横轴，而是想用的自己数据里的一列，这当然没什么问题，但是需要注意一个问题，就是如果我们指定的这一列本身就是从小到大排序的，那就没事，但是如果我们指定的这列是乱序的或者倒序的，怎么办呢，这是不是就和前面说的矛盾了，前面说到，横坐标必须是有序的，这时候图表库就会有个隐藏操作，首先，它会根据你横坐标的数据类型生成一个坐标轴，然后按数据的原始顺序绘制图像，下面演示了这种情况

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt


fig,ax = plt.subplots()
df = pd.DataFrame({
    'a': [4,5,1,3,2],
    'b': [32,24,64,45,75],
})
ax.plot(df['a'],df['b'])

由于原始数据中横坐标不是从小到大排序的，所以画出来的图像有点奇怪，（4，32）其实是折线的起点，（2，75）是终点。从这个例子能看出什么呢，首先图像一共5个点，绘制的顺序如何，这5个点的坐标是不变的，也就是5个点的位置是一样的，区别就是怎么用线把5个点连起来，因为横轴坐标是有序的，所以肯定是按从小到大连起来看起来是最正常的，因为它更符合直觉，然而怎么让图表库从小到大连接呢，答案就是按df['a']排序，首先把做横坐标的数据从小到大排序，但同时还应该保持两者的对应关系，那么可以用df = df.sort_values(by='a')给df排下序，再绘制就正常了

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt


fig,ax = plt.subplots()
df = pd.DataFrame({
    'a': [4,5,1,3,2],
    'b': [32,24,64,45,75],
})
df = df.sort_values(by='a')
ax.plot(df['a'],df['b'])

可以看到，其实5个点的坐标是没变化的，还是那5个点，只不过连接顺序发生了变化（绘制顺序），怎么发生这种变化，给数据按横坐标数据列排序，注意要保持对应关系，而不是只给横坐标数据列排序。

另外一种是无序图表。比如箱线图，这种图表因为不是为了看趋势，而是看某种数据的分布，不同数据有不同的分布，所以它一般是没有横轴的，或者说横轴一般表示类别，下面是一个例子。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.dates import DateFormatter
import matplotlib.dates as mdates
from matplotlib.pyplot import MultipleLocator,AutoLocator
from matplotlib.dates import DateFormatter,AutoDateFormatter

df = pd.DataFrame({
    '2022-12-03 01:01:01':np.arange(10),
    '2022-12-03 02:02:02':np.arange(10),
    '2022-12-04 01:01:01':np.arange(10),
    '2022-12-05 01:01:01':np.arange(10),
    '2022-12-06 01:01:01':np.arange(10),
    '2022-12-07 01:01:01':np.arange(10),
    '2022-12-08 01:01:01':np.arange(10),
})
df.columns = pd.to_datetime(df.columns,format='%Y-%m-%d %H:%M:%S')
bp = df.boxplot(figsize=(15,8))
formatter = DateFormatter('%Y-%m-%d')
#bp.xaxis.set_major_formatter(formatter)
bp.xaxis.set_major_locator(AutoLocator())

乍一看，好像也有个横轴，但仔细一看，前面两个数据时间是同一天的，和后面的时间间距根本不一样，但是图像还是等间距的，所以，很显然，图表库并没有生成一个坐标轴（因为坐标轴的的刻度肯定是线性递增的，当然不考虑对数坐标），这种图，坐标轴上的刻度标签只表示类别，我这个数据是故意弄成时间，其实多数情况下，这个数据都是字符串，比如，苹果、橘子、香蕉、西瓜等，所以绘制这种图的时候，要注意这种图是没横坐标的，因为横坐标没意义，横坐标只表示类别，起到区别，对比的作用，当然我们可以人为的给这些标签排序，但是需要和坐标轴区分，坐标轴是刻度等分的，即刻度之间间距相等，而这种图是图像之间等间距，横坐标可以等间距，也可以不等间距，横坐标不明确表示顺序，更多表示类别。

总的来说，图表的绘图逻辑和图表的类别有关，一般图表可分为两类，一类是散点，折线，一类是条形图，箱线图，即有序，和无序，有序的图表库会自动生成一个横坐标轴，并把点按原始数据顺序绘制在坐标系上，如果想排序，需要自己把数据排序，图表库不会自动排序，并且点与点之间可能不是等间距的，完全取决于数据。无序图，无坐标轴，只是把各个类别数据的标签平铺绘制，各个柱子或者箱子等间距。

浅谈第三方图表库绘图原理

猜你喜欢