利用Python进行数据分析——第8章绘图及可视化——学习笔记Python3 5.0.0

matplotlib API 入门

matplotlib API 函数（如plot和close）都位于matplotlib.pyplot模块中，通常的引入方式如下：

import matplotlib.pyplot as plt
    
    

Figure和Subplot

matplotlib的图像都位于Figure对象中。可以用plt.figure创建一个新的Figure.

fig=plt.figure()
    
    

这时会弹出一个空窗口。当Spyder不能弹出一个空窗口时，选择Spyder的tools下拉菜单preferences，选择IPython console窗口中Graphics，将Backend从Inline改成Qt5，注意：应用后，要重启Spyder

plt.figure有一些选项，特别是figsize，它用于确保当图片保存到磁盘时具有一定的大小和纵横比。
不能通过空Figure绘图。必须用add_subplot创建一个（add_subplot(1,1,1)）或多个subplot才行。

    
    
ax1=fig.add_subplot( 2, 2, 1) #图像是2x2的，当前选中的是4个subplot中的第一个（编号从1开始）
ax2=fig.add_subplot( 2, 2, 2)
ax3=fig.add_subplot( 2, 2, 3)
#这段代码需要在fig=plt.figure()的基础上绘制图像，也就是说不要把fig=plt.figure()创建的空窗口关闭
    
    

如果这时发出一条绘图命令（如plt.plot([1.5,3.5,-2,1.6])），matplotlib就会在最后一个用过的subplot上进行绘制。

    
    
from numpy.random import randn
plt.plot(randn( 50).cumsum(), 'k--') #“k--”是一个线型选项，用于告诉matplotlib绘制黑色虚线图
#为当前图像或最后一个使用的subplot对象绘制，所以图出现在第3个subplot中
    
    

上面那些由fig.add_subplot所返回的对象是AxesSubplot对象

    
    
_=ax1.hist(randn( 100),bins= 20,color= 'k',alpha= 0.3)
ax2.scatter(np.arange( 30),np.arange( 30)+ 3*randn( 30)) #指定某个图像对象，进行绘制
    
    

plt.subplot方法可以创建一个新的Figure，并返回一个含有已创建的subplot对象的NumPy数组

    
    
fig,axes=plt.subplots( 2, 3)
In [ 6]: axes #这个和书上的返回结果不同
Out[ 6]:
array([[<matplotlib.axes._subplots.AxesSubplot object at 0x000000000E8CB9B0>,
       <matplotlib.axes._subplots.AxesSubplot object at 0x000000000D73FD30>,
       <matplotlib.axes._subplots.AxesSubplot object at 0x000000000D772E80>],
      [<matplotlib.axes._subplots.AxesSubplot object at 0x000000000D7AAFD0>,
       <matplotlib.axes._subplots.AxesSubplot object at 0x000000000D7EE048>,
       <matplotlib.axes._subplots.AxesSubplot object at 0x000000000E91CF60>]], dtype=object)
    
    

可以像对二维数组一样，对axes数组进行索引，例如axes[0，1]，代表第1行第2个axes对象.可以通过sharex和sharey指定subplot应该具有相同的X轴或Y轴。

调整subplot周围的间距

默认情况下，matplotlib会在subplot外围留下一定的边距，并在subplot之间留下一定的间距。间距和图像的高度和宽度有关。利用Figure的subplots_adjust方法可以修改间距。

subplots_adjust(left=None,bottom=None,right=None,wspace=None,hspace=None)
    
    

wspace和hspace用于控制宽度和高度的百分比，可以用作subplot之间的间距。

    
    
fig,axes=plt.subplots( 2, 2,sharex= True,sharey= True) #产生两行两列共4个空白子图
for i in range( 2):
   for j in range( 2):
       axes[i,j].hist(randn( 500),bins= 50,color= 'k',alpha= 0.5)
    
    

plt.subplots_adjust(wspace=0,hspace=0)#各subplot之间没有间距，且标签重叠了
    
    

颜色、标记和线型

matplotlib的plot函数接受一组X和Y坐标，还可以接受一个表示颜色和线型的字符串缩写。例如，要根据x和y绘制绿色虚线。

ax.plot(x,y,'g--')   #这里的ax表示某个图像对象，比如上文的as1，as2,as3
    
    

通过下面这种更为明确的方式也能得到同样的效果：

ax.plot(x,y,linestyle='--',color='g') #linestyle用于指明线型
    
    

常用的颜色都有一个缩写词，要使用其他任意颜色可以通过指定其RGB值的形式使用（例如，‘#CECECE’）。

这个网址给出了颜色https://stackoverflow.com/questions/22408237/named-colors-in-matplotlib

    
    
b: blue #蓝色
g: green #绿色
r: red #红色
c: cyan #青色
m: magenta #洋红或紫红
y: yellow #黄色
k: black #黑色
w: white #白色
    
    

线型图还可以加上一些标记（marker），以强调实际的数据点。由于matplotlib创建的是连续的线形图（点与点之间的插值），因此有时可能看不出真实数据点的位置。标记也可以放到格式字符串中，但标记类型和线型必须放在颜色后面。

    
    
plt.plot(randn( 30).cumsum(), 'ko--')
plt.plot(randn( 30).cumsum(),color= 'k',linestyle= 'dashed',marker= 'o') #dashed表示虚线，两种表达方式意思相同
    
    

标记可以参考https://stackoverflow.com/questions/8409095/matplotlib-set-markers-for-individual-points-on-a-line

    
    
data=randn( 30).cumsum()
fig,axes=plt.subplots( 3, 3)
axes[ 0, 0].plot(data, 'g+-') #绿色的+形
axes[ 0, 1].plot(data, 'c*-') #青色的*形
axes[ 0, 2].plot(data, 'ms-') #洋红色的正方形
axes[ 1, 0].plot(data, 'rh--') #红色的六边形
axes[ 1, 1].plot(data, 'kD--') #黑色的菱形
axes[ 1, 2].plot(data, 'b^--') #蓝色的一角向上三角形
axes[ 2, 0].plot(data, 'y<:') #黄色的一角向左三角形，所以>表示一角向右三角形
axes[ 2, 1].plot(data,color= '#800080',linestyle= ':',marker= 'x') #purple紫色的x形
axes[ 2, 2].plot(data,color= '#FF8C00',linestyle= '-.',marker= 'o') #darkorange深橘色的圆形
    
    

在线型图中，非实际数据点默认是按线性方式插值的。可以通过drawstyle选项修改。

    
    
data=randn( 30).cumsum()
plt.plot(data, 'k--',label= 'Default')
plt.plot(data, 'k-',drawstyle= 'steps-post',label= 'steps-post')
plt.legend(loc= 'best') #放置图例，最佳（best）位置
    
    

刻度、标签和图例

pyplot接口的设计目的就是交互式使用，含有诸如xlim、xticks和xticklabels之类的方法。分别控制图表的范围、刻度位置、刻度标签等。其使用方式有以下两种：

• 调用时不带参数，则返回当前的参数值。例如plt.xlim()返回当前X轴绘图范围
• 调用时带参数，则设置参数值。因此plt.xlim([0,10])会将X轴的范围设置为0到10

    
    
In [ 22]: plt.xlim()
Out[ 22]: ( -1.4500000000000002, 30.449999999999999)
In [ 23]: plt.xlim([ 0, 10])
Out[ 23]: ( 0, 10)
    
    

所有这些方法都是对当前或最近创建的AxesSubplot起作用。它们各自对应subplot对象上的两种方法，以xlim为例，就是ax.get_xlim和ax.set_xlim。

设置标题、轴标签、刻度、以及刻度标签

    
    
fig=plt.figure()
ax=fig.add_subplot( 1, 1, 1)
ax.plot(randn( 1000).cumsum())
    
    

要修改X轴的刻度，最简单的办法是使用set_xticks和set_xticklabels。前者告诉matplotlib要将刻度放在数据范围中的哪些位置，默认情况下，这些位置也就是刻度标签。也可以通过 set_xticklabels设置其他标签。

    
    
ticks=ax.set_xticks([ 0, 250, 500, 750, 1000]) #标签的位置。默认情况下，这些数字就是标签
labels=ax.set_xticklabels([ 'one', 'two', 'three', 'four', 'five']) #在上面的位置上，增添标签
labels=ax.set_xticklabels([ 'one', 'two', 'three', 'four', 'five'],rotation= 30,fontsize= 'small') #rotation旋转角度
ax.set_title( 'My first matplotlib plot') #设置标题
ax.set_xlabel( 'Stages') #设置X轴标签
ax.set_ylabel( 'Cumsum') #设置Y轴标签
    
    

添加图例

图例（legend）是另一种用于标识图表元素的重要工具。最简单的是在添加subplot的时候传入label参数，然后可以调用ax.legend()或plt.legend()来自动创建图例。

    
    
fig=plt.figure()
ax=fig.add_subplot( 1, 1, 1)
ax.plot(randn( 1000).cumsum(), 'k',label= 'one')
ax.plot(randn( 1000).cumsum(), 'k--',label= 'two')
ax.plot(randn( 1000).cumsum(), 'k.',label= 'three')
ax.legend(loc= 'best')
    
    

loc告诉matplotlib要将图例放在哪，’best’表示一个合适的位置。要从图例中去除一个或多个元素，不传入label或传入label=’_nolegend_’即可

注解以及在Subplot上绘图

注解可以通过text、arrow和annotate等函数进行添加。text可以将文本绘制在图表的指定坐标（x, y），还可以加上自定义的格式。

ax.text(x,y,'Hello world!',family='monospace',fontsize=10)

    
    

注释中可以既含有文本又含有箭头。在annotate函数中，xy=(x, y)表示被注释的地方，也就是箭头指向的位置；xytext=(x, y)表示插入文本的地方，也就是注释内容显示的起始位置；label表示添加的内容，如‘peak of the market’；arrowprops用来设置箭头，facecolor设置箭头的颜色，headlength箭头的宽度，width箭身的宽度。

    
    
from datetime import datetime
fig=plt.figure()
ax=fig.add_subplot( 1, 1, 1)
data=pd.read_csv( 'spx.csv',index_col= 0,parse_dates= True)
spx=data[ 'SPX']
spx.plot(ax=ax,style= 'k-')
crisis_data=[(datetime( 2007, 10, 11), 'Peak of bull market'),
(datetime( 2008, 3, 12), 'Bear Stearns Fails'),
(datetime( 2008, 9, 15), 'Lehman Bankruptcy')]
for date,label in crisis_data:
ax.annotate(label,xy=(date,spx.asof(date)+ 50),xytext=(date,spx.asof(date)+ 200),
arrowprops=dict(facecolor= 'black'),horizontalalignment= 'left',verticalalignment= 'top')
ax.set_xlim([ '1/1/2007', '1/1/2011']) #放大到2007-2010
ax.set_ylim([ 600, 1800])
ax.set_title( 'Important dates in 2008-2009 financial crisis')
    
    

图形的绘制。matplotlib有一些表示常见图形的对象。这些对象被称为块（patch）。其中有些可以在matplotlib.pyplot中找到（如Rectangle和Circle），但完整集合位于matplotlib.patches。

要在图表中添加一个图形，需要创建一个块对象shp，然后通过ax.add_patch(shp)将其添加到subplot中。

    
    
fig=plt.figure()
ax=fig.add_subplot( 1, 1, 1)
rect=plt.Rectangle(( 0.2, 0.75), 0.4, 0.15,color= 'k',alpha= 0.3)
circ=plt.Circle(( 0.7, 0.2), 0.15,color= 'b',alpha= 0.3)
pgon=plt.Polygon([[ 0.15, 0.15],[ 0.35, 0.4],[ 0.2, 0.6]],color= 'g',alpha= 0.5)
ax.add_patch(rect)
ax.add_patch(circ)
ax.add_patch(pgon)
    
    

将图表保存到文件

利用plt.savefig可以将当前图表保存到文件。该方法相当于Figure对象的实例方法savefig。例如，要将图表保存为SVG文件，只需输入：

plt.savefig('figpath.svg')
    
    

文件类型是通过文件扩展名推断出来的。因此，如果你使用的是.pdf，就会得到一个PDF文件。有两个重要的选项是dpi（控制“每英寸点数”分辨率）和bbox_inches（可以剪除当前图表周围的空白部分）。要得到一张带有最小白边且分辨率为400DPI的PNG图片，可以：

plt.savefig('figpath.png',dpi=400,bbox_inches='tight')

    
    

savefig并非一定要写入磁盘，也可以写入任何文件型的对象，比如SrtingIO，这对在Web上提供动态生成的图片很实用

    
    
from io import StringIO #没试验成功
buffer=StringIO()
plt.savefig(buffer)
plot_data=buffer.getvalue()
    
    

matplotlib配置

matplotlib自带一些配色方案，以及为生成出版质量的图片而设定的默认配置信息。几乎所有默认行为都能通过一组全局参数进行自定义，他们可以管理图像大小、subplot边距、配色方案、字体大小、网格类型等。操作matplotlib配置系统的方式主要有两种。第一种是Python编程方式，即利用rc方法。比如说要将全局的图像默认大小设置为10x10.

plt.rc('figure',figsize=(10,10))
    
    

rc的第一个参数是希望自定义的对象，如’figure’、’aaxes’、’xtick’、’ytick’、’grid’、’legend’等。其后可以跟上一系列的关键字参数。最简单的方法是将这些选项写成一个字典：

    
    
font_options={ 'family': 'monospace', 'weight': 'bold', 'size': 'small'}
plt.rc( 'font',**font_options)
    
    

pandas中的绘图函数

线型图

Series和DataFrame都有一个用于生成各类图表的plot方法。默认情况下，它们生成的是线型图。

    
    
s=Series(np.random.randn( 10).cumsum(),index=np.arange( 0, 100, 10))
s.plot()
    
    

该Series对象的索引会被传给matplotlib，并用以绘制X轴。可以通过use_index=False禁止用该功能。X轴的刻度和界限可以通过xticks和xlim选项进行调节，Y轴就用yticks和ylim。

pandas的大部分绘图方法都有一个可选ax参数，它可以是一个matplotlib的subplot对象，能够在网格布局中更为灵活的处理subplot的位置。

DataFrame的plot方法会在一个subplot中为各列绘制一条线，并自动创建图例。

    
    
df=DataFrame(np.random.randn( 10, 4).cumsum( 0),columns=[ 'A', 'B', 'C', 'D'],index=np.arange( 0, 100, 10))
df.plot()
    
    

DataFrame还有一些用于对列进行灵活处理的选项，例如，是要将所有列都绘制到一个subplot中还是创建各自的subplot。

    
    
DataFrame.plot(x= None, y= None,kind= 'line', ax= None, subplots= False, sharex= None,sharey= False,layout= None,
figsize= None, use_index= True, title= None, grid= None, legend= True, style= None,logx= False,logy= False,loglog= False
xticks= None, yticks= None, xlim= None, ylim= None,rot= None,fontsize= None,colormap= None,table= False, yerr= None, xerr= None, secondary_y= False, sort_columns= False, **kwds)
    
    

柱状图

在生成线型图的代码中加上kind=’bar’（垂直柱状图）或kind=’barh’（水平柱状图）即可生成柱状图。这时，Series和DataFrame的索引将会被用作X（bar）或Y（barh）刻度。

    
    
fig,axes=plt.subplots( 2, 1) #生成两行一列的图像
data=Series(np.random.rand( 16),index=list( 'abcdefghijklmnop'))
data.plot(kind= 'bar',ax=axes[ 0],color= 'k',alpha= 0.7) #axes[0]表示第一个图像对象
data.plot(kind= 'barh',ax=axes[ 1],color= 'k',alpha= 0.7)
    
    

对于DataFrame，柱状图会将每一行的值分为一组。DataFrame各列的名称“Genus”被用作了图例的标题。

    
    
df=DataFrame(np.random.rand( 6, 4),index=[ 'one', 'two', 'three', 'four', 'five', 'six'],
columns=pd.Index([ 'A', 'B', 'C', 'D'],name= 'Genus'))
df.plot(kind= 'bar')
#设置stacked=True即可为DataFrame生成堆积柱状图，这样每行的值就会被堆积在一起。
df.plot(kind= 'barh',stacked= True,alpha= 0.5)
    
    

柱状图有一个不错的用法，利用value_counts图形化显示Series中各值的出现频率，比如s.value_counts().plot(kind=’bar’).

    
    
s=Series([ 1, 2, 1, 3, 4, 5, 6, 4, 3, 3, 2, 2, 2])
s.value_counts().plot(kind= 'bar')
    
    

关于小费的堆积柱状图

    
    
tips=pd.read_csv( 'tips.csv')
party_counts=pd.crosstab(tips[ 'day'],tips[ 'size'])
#crosstab第一个参数指定index，第二个参数指定columns,按照指定的行和列统计分组频数
#书上原文是party_counts=pd.crosstab(tips.day,tips.size)
#按照书上的代码会得到一个汇总的数据
    
    

    
    
In [ 110]: pd.crosstab(tips[ 'day'],tips[ 'size'])
Out[ 110]:
size  1   2   3   4  5  6
day
Fri   1  16   1   1  0  0
Sat   2  53  18  13  1  0
Sun   0  39  15  18  3  1
Thur  1  48   4   5  1  3
In [ 117]: pd.crosstab(tips.day,tips.size)
Out[ 117]:
col_0  1464
day
Fri      19
Sat      87
Sun      76
Thur     62
    
    

    
    
party_counts=party_counts.ix[:, 2: 5]
party_pcts=party_counts.div(party_counts.sum( 1).astype(float),axis= 0)
#按行归一，即先对一行数据求和，得到一个sum值，然后用该行的每一个数据去除这个sum值，得到一个比值
    
    

    
    
In [ 115]: party_pcts
Out[ 115]:
size         2         3         4         5
day
Fri   0.888889  0.055556  0.055556  0.000000
Sat   0.623529  0.211765  0.152941  0.011765
Sun   0.520000  0.200000  0.240000  0.040000
Thur  0.827586  0.068966  0.086207  0.017241
    
    

party_pcts.plot(kind='bar',stacked=True)

    
    

直方图是一种可以对值频率进行离散化显示的柱状图。数据点被拆分到离散的、间隔均匀的面元中，绘制的是各面元中数据点的数量。

小费占消费总额百分比的直方图

    
    
tips[ 'tip_pct']=tips[ 'tip']/tips[ 'total_bill']
#新增一列tip_pct,tip_pct的数值是tip列除以total_bill列
tips[ 'tip_pct'].hist(bins= 50)
#分成面元数为50
    
    

密度图通过计算“可能会产生观测数据的连续概率分布的估计”而产生的。一般的过程是将该分布近似为一组核（即诸如正态（高斯）分布之类较为简单的分布）。因此，密度图也被称为KDE（核密度估计）图。调用plot时加上kind=‘kde’即可生成一张密度图（标准混合正态分布KDE）。

这两种图常常会被画在一起。直方图以规格化形式给出（以便给出面元化密度），然后再在其上绘制核密度估计。

一个由两个不同的标准正态分布组成的双峰分布。

    
    
comp1=np.random.normal( 0, 1,size= 200) #N(0,1)
comp2=np.random.normal( 10, 2,size= 200) #(10,4)
values=Series(np.concatenate([comp1,comp2]))
values.hist(bins= 100,alpha= 0.3,color= 'k',normed= True)
values.plot(kind= 'kde',style= 'k--')
    
    

散布图（scatter plot）是观察两个一维数据序列之间的关系的有效手段。matplotlib的scatter方法是绘制散布图的主要方法。

    
    
macro=pd.read_csv( 'macrodata.csv')
data=macro[[ 'cpi', 'm1', 'tbilrate', 'unemp']] #从macro中选出四列数据
trans_data=np.log(data).diff().dropna() #np.log()取对数，diff()一阶差分
trans_data[ -5:]
    
    

    
    
In [ 139]: trans_data[ -5:]
Out[ 139]:
         cpi        m1  tbilrate     unemp
198 -0.007904  0.045361 -0.396881  0.105361
199 -0.021979  0.066753 -2.277267  0.139762
200  0.002340  0.010286  0.606136  0.160343
201  0.008419  0.037461 -0.200671  0.127339
202  0.008894  0.012202 -0.405465  0.042560
    
    

    
    
plt.scatter(trans_data[ 'm1'],trans_data[ 'unemp'])
plt.title( 'Changes in log %s vs. log %s' %( 'm1', 'unemp'))
    
    

散布图矩阵（scatter plot matrix），可以同时观察一组变量的散布图。pandas提供了一个能从DataFrame创建散布图矩阵的scatter_matrix函数。他还支持在对角线上放置各变量的直方图或密度图。

pd.scatter_matrix(trans_data,diagonal='kde',color='k',alpha=0.3)
    
    





matplotlib API 入门

matplotlib API 函数（如plot和close）都位于matplotlib.pyplot模块中，通常的引入方式如下：

import matplotlib.pyplot as plt
  
  

Figure和Subplot

matplotlib的图像都位于Figure对象中。可以用plt.figure创建一个新的Figure.

fig=plt.figure()
  
  

这时会弹出一个空窗口。当Spyder不能弹出一个空窗口时，选择Spyder的tools下拉菜单preferences，选择IPython console窗口中Graphics，将Backend从Inline改成Qt5，注意：应用后，要重启Spyder

plt.figure有一些选项，特别是figsize，它用于确保当图片保存到磁盘时具有一定的大小和纵横比。
不能通过空Figure绘图。必须用add_subplot创建一个（add_subplot(1,1,1)）或多个subplot才行。

  
  
ax1=fig.add_subplot( 2, 2, 1) #图像是2x2的，当前选中的是4个subplot中的第一个（编号从1开始）
ax2=fig.add_subplot( 2, 2, 2)
ax3=fig.add_subplot( 2, 2, 3)
#这段代码需要在fig=plt.figure()的基础上绘制图像，也就是说不要把fig=plt.figure()创建的空窗口关闭
  
  

如果这时发出一条绘图命令（如plt.plot([1.5,3.5,-2,1.6])），matplotlib就会在最后一个用过的subplot上进行绘制。

  
  
from numpy.random import randn
plt.plot(randn( 50).cumsum(), 'k--') #“k--”是一个线型选项，用于告诉matplotlib绘制黑色虚线图
#为当前图像或最后一个使用的subplot对象绘制，所以图出现在第3个subplot中
  
  

上面那些由fig.add_subplot所返回的对象是AxesSubplot对象

  
  
_=ax1.hist(randn( 100),bins= 20,color= 'k',alpha= 0.3)
ax2.scatter(np.arange( 30),np.arange( 30)+ 3*randn( 30)) #指定某个图像对象，进行绘制
  
  

plt.subplot方法可以创建一个新的Figure，并返回一个含有已创建的subplot对象的NumPy数组

  
  
fig,axes=plt.subplots( 2, 3)
In [ 6]: axes #这个和书上的返回结果不同
Out[ 6]:
array([[<matplotlib.axes._subplots.AxesSubplot object at 0x000000000E8CB9B0>,
       <matplotlib.axes._subplots.AxesSubplot object at 0x000000000D73FD30>,
       <matplotlib.axes._subplots.AxesSubplot object at 0x000000000D772E80>],
      [<matplotlib.axes._subplots.AxesSubplot object at 0x000000000D7AAFD0>,
       <matplotlib.axes._subplots.AxesSubplot object at 0x000000000D7EE048>,
       <matplotlib.axes._subplots.AxesSubplot object at 0x000000000E91CF60>]], dtype=object)
  
  

可以像对二维数组一样，对axes数组进行索引，例如axes[0，1]，代表第1行第2个axes对象.可以通过sharex和sharey指定subplot应该具有相同的X轴或Y轴。

调整subplot周围的间距

默认情况下，matplotlib会在subplot外围留下一定的边距，并在subplot之间留下一定的间距。间距和图像的高度和宽度有关。利用Figure的subplots_adjust方法可以修改间距。

subplots_adjust(left=None,bottom=None,right=None,wspace=None,hspace=None)
  
  

wspace和hspace用于控制宽度和高度的百分比，可以用作subplot之间的间距。

  
  
fig,axes=plt.subplots( 2, 2,sharex= True,sharey= True) #产生两行两列共4个空白子图
for i in range( 2):
   for j in range( 2):
       axes[i,j].hist(randn( 500),bins= 50,color= 'k',alpha= 0.5)
  
  

plt.subplots_adjust(wspace=0,hspace=0)#各subplot之间没有间距，且标签重叠了
  
  

颜色、标记和线型

matplotlib的plot函数接受一组X和Y坐标，还可以接受一个表示颜色和线型的字符串缩写。例如，要根据x和y绘制绿色虚线。

ax.plot(x,y,'g--')   #这里的ax表示某个图像对象，比如上文的as1，as2,as3
  
  

通过下面这种更为明确的方式也能得到同样的效果：

ax.plot(x,y,linestyle='--',color='g') #linestyle用于指明线型
  
  

常用的颜色都有一个缩写词，要使用其他任意颜色可以通过指定其RGB值的形式使用（例如，‘#CECECE’）。

这个网址给出了颜色https://stackoverflow.com/questions/22408237/named-colors-in-matplotlib

  
  
b: blue #蓝色
g: green #绿色
r: red #红色
c: cyan #青色
m: magenta #洋红或紫红
y: yellow #黄色
k: black #黑色
w: white #白色
  
  

线型图还可以加上一些标记（marker），以强调实际的数据点。由于matplotlib创建的是连续的线形图（点与点之间的插值），因此有时可能看不出真实数据点的位置。标记也可以放到格式字符串中，但标记类型和线型必须放在颜色后面。

  
  
plt.plot(randn( 30).cumsum(), 'ko--')
plt.plot(randn( 30).cumsum(),color= 'k',linestyle= 'dashed',marker= 'o') #dashed表示虚线，两种表达方式意思相同
  
  

标记可以参考https://stackoverflow.com/questions/8409095/matplotlib-set-markers-for-individual-points-on-a-line

  
  
data=randn( 30).cumsum()
fig,axes=plt.subplots( 3, 3)
axes[ 0, 0].plot(data, 'g+-') #绿色的+形
axes[ 0, 1].plot(data, 'c*-') #青色的*形
axes[ 0, 2].plot(data, 'ms-') #洋红色的正方形
axes[ 1, 0].plot(data, 'rh--') #红色的六边形
axes[ 1, 1].plot(data, 'kD--') #黑色的菱形
axes[ 1, 2].plot(data, 'b^--') #蓝色的一角向上三角形
axes[ 2, 0].plot(data, 'y<:') #黄色的一角向左三角形，所以>表示一角向右三角形
axes[ 2, 1].plot(data,color= '#800080',linestyle= ':',marker= 'x') #purple紫色的x形
axes[ 2, 2].plot(data,color= '#FF8C00',linestyle= '-.',marker= 'o') #darkorange深橘色的圆形
  
  

在线型图中，非实际数据点默认是按线性方式插值的。可以通过drawstyle选项修改。

  
  
data=randn( 30).cumsum()
plt.plot(data, 'k--',label= 'Default')
plt.plot(data, 'k-',drawstyle= 'steps-post',label= 'steps-post')
plt.legend(loc= 'best') #放置图例，最佳（best）位置
  
  

刻度、标签和图例

pyplot接口的设计目的就是交互式使用，含有诸如xlim、xticks和xticklabels之类的方法。分别控制图表的范围、刻度位置、刻度标签等。其使用方式有以下两种：

• 调用时不带参数，则返回当前的参数值。例如plt.xlim()返回当前X轴绘图范围
• 调用时带参数，则设置参数值。因此plt.xlim([0,10])会将X轴的范围设置为0到10

  
  
In [ 22]: plt.xlim()
Out[ 22]: ( -1.4500000000000002, 30.449999999999999)
In [ 23]: plt.xlim([ 0, 10])
Out[ 23]: ( 0, 10)
  
  

所有这些方法都是对当前或最近创建的AxesSubplot起作用。它们各自对应subplot对象上的两种方法，以xlim为例，就是ax.get_xlim和ax.set_xlim。

设置标题、轴标签、刻度、以及刻度标签

  
  
fig=plt.figure()
ax=fig.add_subplot( 1, 1, 1)
ax.plot(randn( 1000).cumsum())
  
  

要修改X轴的刻度，最简单的办法是使用set_xticks和set_xticklabels。前者告诉matplotlib要将刻度放在数据范围中的哪些位置，默认情况下，这些位置也就是刻度标签。也可以通过 set_xticklabels设置其他标签。

  
  
ticks=ax.set_xticks([ 0, 250, 500, 750, 1000]) #标签的位置。默认情况下，这些数字就是标签
labels=ax.set_xticklabels([ 'one', 'two', 'three', 'four', 'five']) #在上面的位置上，增添标签
labels=ax.set_xticklabels([ 'one', 'two', 'three', 'four', 'five'],rotation= 30,fontsize= 'small') #rotation旋转角度
ax.set_title( 'My first matplotlib plot') #设置标题
ax.set_xlabel( 'Stages') #设置X轴标签
ax.set_ylabel( 'Cumsum') #设置Y轴标签
  
  

添加图例

图例（legend）是另一种用于标识图表元素的重要工具。最简单的是在添加subplot的时候传入label参数，然后可以调用ax.legend()或plt.legend()来自动创建图例。

  
  
fig=plt.figure()
ax=fig.add_subplot( 1, 1, 1)
ax.plot(randn( 1000).cumsum(), 'k',label= 'one')
ax.plot(randn( 1000).cumsum(), 'k--',label= 'two')
ax.plot(randn( 1000).cumsum(), 'k.',label= 'three')
ax.legend(loc= 'best')
  
  

loc告诉matplotlib要将图例放在哪，’best’表示一个合适的位置。要从图例中去除一个或多个元素，不传入label或传入label=’_nolegend_’即可

注解以及在Subplot上绘图

注解可以通过text、arrow和annotate等函数进行添加。text可以将文本绘制在图表的指定坐标（x, y），还可以加上自定义的格式。

ax.text(x,y,'Hello world!',family='monospace',fontsize=10)

  
  

注释中可以既含有文本又含有箭头。在annotate函数中，xy=(x, y)表示被注释的地方，也就是箭头指向的位置；xytext=(x, y)表示插入文本的地方，也就是注释内容显示的起始位置；label表示添加的内容，如‘peak of the market’；arrowprops用来设置箭头，facecolor设置箭头的颜色，headlength箭头的宽度，width箭身的宽度。

  
  
from datetime import datetime
fig=plt.figure()
ax=fig.add_subplot( 1, 1, 1)
data=pd.read_csv( 'spx.csv',index_col= 0,parse_dates= True)
spx=data[ 'SPX']
spx.plot(ax=ax,style= 'k-')
crisis_data=[(datetime( 2007, 10, 11), 'Peak of bull market'),
(datetime( 2008, 3, 12), 'Bear Stearns Fails'),
(datetime( 2008, 9, 15), 'Lehman Bankruptcy')]
for date,label in crisis_data:
ax.annotate(label,xy=(date,spx.asof(date)+ 50),xytext=(date,spx.asof(date)+ 200),
arrowprops=dict(facecolor= 'black'),horizontalalignment= 'left',verticalalignment= 'top')
ax.set_xlim([ '1/1/2007', '1/1/2011']) #放大到2007-2010
ax.set_ylim([ 600, 1800])
ax.set_title( 'Important dates in 2008-2009 financial crisis')
  
  

图形的绘制。matplotlib有一些表示常见图形的对象。这些对象被称为块（patch）。其中有些可以在matplotlib.pyplot中找到（如Rectangle和Circle），但完整集合位于matplotlib.patches。

要在图表中添加一个图形，需要创建一个块对象shp，然后通过ax.add_patch(shp)将其添加到subplot中。

  
  
fig=plt.figure()
ax=fig.add_subplot( 1, 1, 1)
rect=plt.Rectangle(( 0.2, 0.75), 0.4, 0.15,color= 'k',alpha= 0.3)
circ=plt.Circle(( 0.7, 0.2), 0.15,color= 'b',alpha= 0.3)
pgon=plt.Polygon([[ 0.15, 0.15],[ 0.35, 0.4],[ 0.2, 0.6]],color= 'g',alpha= 0.5)
ax.add_patch(rect)
ax.add_patch(circ)
ax.add_patch(pgon)
  
  

将图表保存到文件

利用plt.savefig可以将当前图表保存到文件。该方法相当于Figure对象的实例方法savefig。例如，要将图表保存为SVG文件，只需输入：

plt.savefig('figpath.svg')
  
  

文件类型是通过文件扩展名推断出来的。因此，如果你使用的是.pdf，就会得到一个PDF文件。有两个重要的选项是dpi（控制“每英寸点数”分辨率）和bbox_inches（可以剪除当前图表周围的空白部分）。要得到一张带有最小白边且分辨率为400DPI的PNG图片，可以：

plt.savefig('figpath.png',dpi=400,bbox_inches='tight')

  
  

savefig并非一定要写入磁盘，也可以写入任何文件型的对象，比如SrtingIO，这对在Web上提供动态生成的图片很实用

  
  
from io import StringIO #没试验成功
buffer=StringIO()
plt.savefig(buffer)
plot_data=buffer.getvalue()
  
  

matplotlib配置

matplotlib自带一些配色方案，以及为生成出版质量的图片而设定的默认配置信息。几乎所有默认行为都能通过一组全局参数进行自定义，他们可以管理图像大小、subplot边距、配色方案、字体大小、网格类型等。操作matplotlib配置系统的方式主要有两种。第一种是Python编程方式，即利用rc方法。比如说要将全局的图像默认大小设置为10x10.

plt.rc('figure',figsize=(10,10))
  
  

rc的第一个参数是希望自定义的对象，如’figure’、’aaxes’、’xtick’、’ytick’、’grid’、’legend’等。其后可以跟上一系列的关键字参数。最简单的方法是将这些选项写成一个字典：

  
  
font_options={ 'family': 'monospace', 'weight': 'bold', 'size': 'small'}
plt.rc( 'font',**font_options)
  
  

pandas中的绘图函数

线型图

Series和DataFrame都有一个用于生成各类图表的plot方法。默认情况下，它们生成的是线型图。

  
  
s=Series(np.random.randn( 10).cumsum(),index=np.arange( 0, 100, 10))
s.plot()
  
  

该Series对象的索引会被传给matplotlib，并用以绘制X轴。可以通过use_index=False禁止用该功能。X轴的刻度和界限可以通过xticks和xlim选项进行调节，Y轴就用yticks和ylim。

pandas的大部分绘图方法都有一个可选ax参数，它可以是一个matplotlib的subplot对象，能够在网格布局中更为灵活的处理subplot的位置。

DataFrame的plot方法会在一个subplot中为各列绘制一条线，并自动创建图例。

  
  
df=DataFrame(np.random.randn( 10, 4).cumsum( 0),columns=[ 'A', 'B', 'C', 'D'],index=np.arange( 0, 100, 10))
df.plot()
  
  

DataFrame还有一些用于对列进行灵活处理的选项，例如，是要将所有列都绘制到一个subplot中还是创建各自的subplot。

  
  
DataFrame.plot(x= None, y= None,kind= 'line', ax= None, subplots= False, sharex= None,sharey= False,layout= None,
figsize= None, use_index= True, title= None, grid= None, legend= True, style= None,logx= False,logy= False,loglog= False
xticks= None, yticks= None, xlim= None, ylim= None,rot= None,fontsize= None,colormap= None,table= False, yerr= None, xerr= None, secondary_y= False, sort_columns= False, **kwds)
  
  

柱状图

在生成线型图的代码中加上kind=’bar’（垂直柱状图）或kind=’barh’（水平柱状图）即可生成柱状图。这时，Series和DataFrame的索引将会被用作X（bar）或Y（barh）刻度。

  
  
fig,axes=plt.subplots( 2, 1) #生成两行一列的图像
data=Series(np.random.rand( 16),index=list( 'abcdefghijklmnop'))
data.plot(kind= 'bar',ax=axes[ 0],color= 'k',alpha= 0.7) #axes[0]表示第一个图像对象
data.plot(kind= 'barh',ax=axes[ 1],color= 'k',alpha= 0.7)
  
  

对于DataFrame，柱状图会将每一行的值分为一组。DataFrame各列的名称“Genus”被用作了图例的标题。

  
  
df=DataFrame(np.random.rand( 6, 4),index=[ 'one', 'two', 'three', 'four', 'five', 'six'],
columns=pd.Index([ 'A', 'B', 'C', 'D'],name= 'Genus'))
df.plot(kind= 'bar')
#设置stacked=True即可为DataFrame生成堆积柱状图，这样每行的值就会被堆积在一起。
df.plot(kind= 'barh',stacked= True,alpha= 0.5)
  
  

柱状图有一个不错的用法，利用value_counts图形化显示Series中各值的出现频率，比如s.value_counts().plot(kind=’bar’).

  
  
s=Series([ 1, 2, 1, 3, 4, 5, 6, 4, 3, 3, 2, 2, 2])
s.value_counts().plot(kind= 'bar')
  
  

关于小费的堆积柱状图

  
  
tips=pd.read_csv( 'tips.csv')
party_counts=pd.crosstab(tips[ 'day'],tips[ 'size'])
#crosstab第一个参数指定index，第二个参数指定columns,按照指定的行和列统计分组频数
#书上原文是party_counts=pd.crosstab(tips.day,tips.size)
#按照书上的代码会得到一个汇总的数据
  
  

  
  
In [ 110]: pd.crosstab(tips[ 'day'],tips[ 'size'])
Out[ 110]:
size  1   2   3   4  5  6
day
Fri   1  16   1   1  0  0
Sat   2  53  18  13  1  0
Sun   0  39  15  18  3  1
Thur  1  48   4   5  1  3
In [ 117]: pd.crosstab(tips.day,tips.size)
Out[ 117]:
col_0  1464
day
Fri      19
Sat      87
Sun      76
Thur     62
  
  

  
  
party_counts=party_counts.ix[:, 2: 5]
party_pcts=party_counts.div(party_counts.sum( 1).astype(float),axis= 0)
#按行归一，即先对一行数据求和，得到一个sum值，然后用该行的每一个数据去除这个sum值，得到一个比值
  
  

  
  
In [ 115]: party_pcts
Out[ 115]:
size         2         3         4         5
day
Fri   0.888889  0.055556  0.055556  0.000000
Sat   0.623529  0.211765  0.152941  0.011765
Sun   0.520000  0.200000  0.240000  0.040000
Thur  0.827586  0.068966  0.086207  0.017241
  
  

party_pcts.plot(kind='bar',stacked=True)

  
  

直方图是一种可以对值频率进行离散化显示的柱状图。数据点被拆分到离散的、间隔均匀的面元中，绘制的是各面元中数据点的数量。

小费占消费总额百分比的直方图

  
  
tips[ 'tip_pct']=tips[ 'tip']/tips[ 'total_bill']
#新增一列tip_pct,tip_pct的数值是tip列除以total_bill列
tips[ 'tip_pct'].hist(bins= 50)
#分成面元数为50
  
  

密度图通过计算“可能会产生观测数据的连续概率分布的估计”而产生的。一般的过程是将该分布近似为一组核（即诸如正态（高斯）分布之类较为简单的分布）。因此，密度图也被称为KDE（核密度估计）图。调用plot时加上kind=‘kde’即可生成一张密度图（标准混合正态分布KDE）。

这两种图常常会被画在一起。直方图以规格化形式给出（以便给出面元化密度），然后再在其上绘制核密度估计。

一个由两个不同的标准正态分布组成的双峰分布。

  
  
comp1=np.random.normal( 0, 1,size= 200) #N(0,1)
comp2=np.random.normal( 10, 2,size= 200) #(10,4)
values=Series(np.concatenate([comp1,comp2]))
values.hist(bins= 100,alpha= 0.3,color= 'k',normed= True)
values.plot(kind= 'kde',style= 'k--')
  
  

散布图（scatter plot）是观察两个一维数据序列之间的关系的有效手段。matplotlib的scatter方法是绘制散布图的主要方法。

  
  
macro=pd.read_csv( 'macrodata.csv')
data=macro[[ 'cpi', 'm1', 'tbilrate', 'unemp']] #从macro中选出四列数据
trans_data=np.log(data).diff().dropna() #np.log()取对数，diff()一阶差分
trans_data[ -5:]
  
  

  
  
In [ 139]: trans_data[ -5:]
Out[ 139]:
         cpi        m1  tbilrate     unemp
198 -0.007904  0.045361 -0.396881  0.105361
199 -0.021979  0.066753 -2.277267  0.139762
200  0.002340  0.010286  0.606136  0.160343
201  0.008419  0.037461 -0.200671  0.127339
202  0.008894  0.012202 -0.405465  0.042560
  
  

  
  
plt.scatter(trans_data[ 'm1'],trans_data[ 'unemp'])
plt.title( 'Changes in log %s vs. log %s' %( 'm1', 'unemp'))
  
  

散布图矩阵（scatter plot matrix），可以同时观察一组变量的散布图。pandas提供了一个能从DataFrame创建散布图矩阵的scatter_matrix函数。他还支持在对角线上放置各变量的直方图或密度图。

pd.scatter_matrix(trans_data,diagonal='kde',color='k',alpha=0.3)