Fuente de referencia: "Manual de Ciencias Python de datos", Capítulo 4
Descripción: Apuntes
contenido:
1, Consejos Generales Matplotlib
1.1 Importación Matplotlib
1.2 proporcionado estilo de dibujo
1.3 sin que se noten ()? Cómo mostrar gráficos
1.4 Guardar el archivo de gráficos
2 Ambas interfaces Paint
2.1 Interfaz de estilo MATLAB
2.2 Object-Oriented Interface
3, un gráfico de líneas simples
3.1 Adaptación gráfica: color de la línea y el estilo
3.2 patrón de ajuste: el límite inferior ejes de coordenadas
3.3 Marco etiquetas gráficas
4, diagrama de dispersión sencilla
4.1 Dispersión de pintar con plt.plot
4.2 Dispersión de pintar con plt.scatter
4.3 trama y de dispersión: Eficiencia Comparación
5, el manejo de excepciones Visualización
5.1 línea de error básico
5.2 Las barras de error continuas
6, y la Fig gráficos de contorno densidad
Tridimensional visualización ver 6.1
7, histograma de frecuencias, y el intervalo de los datos de densidad de distribución en
8, leyenda de configuración
8.1 Seleccionar los elementos de la leyenda mostradas
8.2 puntos de diferentes tamaños que aparecen en la leyenda
se presentan simultáneamente una pluralidad de leyendas 8.3
9, una configuración de barra de color
9.1 Configuración de la barra de color
Caso 9.2: manuscrito digital
10, el multi subgrafo
10.1 plt.axes: crear manualmente un diagrama hijo
10.2 plt.subplot: Simple Red subgrafo
10.3 plt.subplots: crear una cuadrícula con una sola línea de código
10,4 plt.GridSpec: disposición más compleja
11, texto y notas
11.1 Casos: Vacaciones en la tasa de nacimiento de los EE.UU.
11.2 coordinar la posición transformación y de texto
11.3 flechas y notas
12, a medida escala de eje
12.1 escala mayor y menor escala
12,2 ocultar la escala y la etiqueta
12,3 aumentar o disminuir el número de garrapata
formato de escala 12.4 de lujo
12,5 generación formato con localizador Resumen
13, a medida Matplotlib: el archivo de configuración y hojas de estilo
13.1 manual de los gráficos de configure
13.2 modificar la configuración por defecto: rcParams
13.3 hoja de estilo
14, un dibujo tridimensional Matplotlib
14,1 puntos y líneas de datos dimensionales
14,2 contorno dimensional
wireframe la figura y la superficie 14.3
14.4 parte triangular curvada
15, con la visualización de datos geográficos Mapa base
15.1 Mapa de proyección
15.2 Dibuje un mapa de fondo
15.3 datos de la imagen en el mapa
15.4 Caso: datos de la ciudad de California
15.5 de casos: los datos de temperatura de superficie
16, para la visualización de datos con Seaborn
16.1 Seaborn 与 Matplotlib
16,2 presentación gráfica Seanborn
16.3 Caso: Exploración de datos de rendimiento de maratón
17 referencias
17.1 Recursos matplotlib
biblioteca de Python 17,2 Otros Pintura
1, Consejos Generales Matplotlib
1.1 Importación Matplotlib
1.2 proporcionado estilo de dibujo
1.3 sin que se noten ()? Cómo mostrar gráficos
Existen tres tipos de entornos de desarrollo: guión, de concha y IPython IPython portátiles
En el guión , el uso matplotlib, visualización de gráficos debe plt.show (), plt.show () se iniciará un ciclo de eventos (bucle de eventos), y encontrar todos los objetos gráficos disponibles en la actualidad, y luego uno o más abierta interactiva ventana de visualización de gráficos, tener en cuenta que, una sesión de pitón sólo pueden utilizarse una vez plt.show (), que se considera a menudo se coloca al final de la secuencia de comandos.
En ipython Shell en , lo que necesita para iniciar el modo matplotlib, matplotlib iniciar a través de la magia%. No hay necesidad de más tiempo para utilizar plt.show (). Puede forzar una actualización por plt.draw ().
En el cuaderno de ipython , tenemos que empezar a modo de matplotlib.
1.4 Guardar el archivo de gráficos
2 Ambas interfaces Paint
2.1 Interfaz de estilo MATLAB
Esta interfaz es la característica más importante del estado (stateful): se realiza un seguimiento de los gráficos "actuales" y hachas, todos los comandos PLT se puede aplicar, plt.gcf disponibles () para obtener los gráficos actuales, plt.gca () conseguir el eje actual.
Desventajas: inconveniente para cambiar la sub figura.
2.2 Object-Oriented Interface
interfaces orientadas a objetos ya no se limitan por el eje o patrón actual "activo", se convierte en un método explícito y los ejes de la figura.
Para dibujar gráficos más complejos, frente al método de objeto será más conveniente.
3, un gráfico de líneas simples
3.1 Adaptación gráfica: color de la línea y el estilo
3.2 patrón de ajuste: el límite inferior ejes de coordenadas
3.3 Marco etiquetas gráficas
trampa matplotlib
4, diagrama de dispersión sencilla
4.1 Dispersión de pintar con plt.plot
4.2 Dispersión de pintar con plt.scatter
4.3 trama y de dispersión: Eficiencia Comparación
5, el manejo de excepciones Visualización
5.1 línea de error básico
5.2 Las barras de error continuas
Para solucionar el error visualizado por una variable y plt.plot plt.fill_between continua. El límite más bajo en los parámetros pasados dibujo plt.fill_between, pintura y artes gráficas por plt.plot hacer comparación de visualizar el error.
6, y la Fig gráficos de contorno densidad
En el mapa bidimensional representada por los datos de contorno tridimensional o color mapas de la figura.
Con plt.contour elaboración de mapas topográficos, mapas de contorno (contourplot lleno) llenos de color por color plt.contourf vídeos, gráficos se muestran con plt.imshow.
Tridimensional visualización ver 6.1
Plt.contour mapa de contorno se puede utilizar para crear una función, toma tres parámetros: eje x, eje y, de datos de cuadrícula del eje z de los tres ejes. el eje x y el eje y representa la posición del patrón, y el nivel del eje Z estarán representados por líneas de contorno.
Cuando sólo uno gráficos en color, las líneas de trazos representan por defecto negativo, una línea continua indica un número positivo.
combinación de colores matplotlib puede ver la información en el correspondiente módulo de plt.cm ipython usando la tecla de tabulación.
Mediante el análisis de la barra de color: negro área es el pico (pico), la región roja es un valle (valle).
Descripción: El cambio de color es una discreta en lugar de un proceso continuo, no se ve tan limpio
7, histograma de frecuencias, y el intervalo de los datos de densidad de distribución en
7.1 histograma de frecuencias
Lo anterior se una matriz unidimensional se divide en secciones para crear una One-dimensional histogramas de frecuencia .
7.2 histograma y frecuencia de datos bidimensionales división intervalo
La matriz bidimensional de acuerdo con la sección de segmentación de dos dimensiones, para crear un histogramas de frecuencia de dos dimensiones.
7.3 Núcleo de estimación de densidades
estimación kernel densidad (estimación kernel, KDE), un método común de evaluación de la densidad de distribución de datos multidimensional.
8, leyenda de configuración
Leyenda representa un discretas elementos gráficos por etiqueta discreta.
8.1 Seleccionar los elementos de la leyenda mostradas
La leyenda quiere usar etiquetas diferentes en un patrón visual, elementos gráficos pueden ser asignados.
La leyenda se muestra de etiqueta por defecto todos los elementos, pero ignora aquellos elementos sin etiquetas
se presentan simultáneamente una pluralidad de leyendas 8.2
Mediante la creación de un nuevo scratch artistas objetos leyenda (leyenda del artista), y el método () añade una segunda leyenda en la vista de la parte inferior (nivel inferior) ax.add_artist.
9, una configuración de barra de color
Para la elaboración de un punto de color, línea, que constituye la superficie de la etiqueta continua, barra de color para indicar el efecto es mejor.
En matplotlib, la barra de colores es un eje independiente, puede indicar el significado de los colores en el gráfico.
9.1 Configuración de la barra de color
Barra de color en sí mismo puede ser visto como sólo un ejemplo plt.Axes, el formato puede ser adaptado y dispuesto sobre los valores de la escala de los ejes (por ejemplo plt.clim ()) .
10, el multi subgrafo
10.1 plt.axes: crear manualmente un diagrama hijo
plt.axes de función (), para crear una coordenada de eje estándar por defecto, para llenar toda la FIG.
Tiene un patrón de valor de parámetro opcional ha de coordenadas de cuatro configuración del sistema, respectivamente, es un gráfico que muestra un sistema de coordenadas [inferior, izquierda, anchura, altura] (las coordenadas finales, coordinar la izquierda, anchura, altura), el rango de valor numérico inferior izquierda esquina (origen) a 0, la esquina superior derecha es 1.
10.2 plt.subplot: Simple Red subgrafo
10.3 plt.subplots: crear una cuadrícula con una sola línea de código
10,4 plt.GridSpec: disposición más compleja
11, texto y notas
11.1 Casos: Vacaciones en la tasa de nacimiento de los EE.UU.
11.2 coordinar la posición transformación y de texto
11.3 flechas y notas
12, a medida escala de eje
12.1 escala mayor y menor escala
12,2 ocultar la escala y la etiqueta
12,3 aumentar o disminuir el número de garrapata
formato de escala 12.4 de lujo
12,5 generación formato con localizador Resumen
13, a medida Matplotlib: el archivo de configuración y hojas de estilo
13.1 manual de los gráficos de configure
13.2 modificar la configuración por defecto: rcParams
13.3 hoja de estilo
14, un dibujo tridimensional Matplotlib
14,1 puntos y líneas de datos dimensionales
14,2 contorno dimensional
wireframe la figura y la superficie 14.3
14.4 parte triangular curvada
15, con la visualización de datos geográficos Mapa base
15.1 Mapa de proyección
15.2 Dibuje un mapa de fondo
15.3 datos de la imagen en el mapa
15.4 Caso: datos de la ciudad de California
15.5 de casos: los datos de temperatura de superficie
16, para la visualización de datos con Seaborn
16.1 Seaborn 与 Matplotlib
16,2 presentación gráfica Seanborn
16.3 Caso: Exploración de datos de rendimiento de maratón
17 referencias
17.1 Recursos matplotlib
biblioteca de Python 17,2 Otros Pintura