阅读 143

小白学 Python 数据分析(16):Matplotlib(一)坐标系

人生苦短,我用 Python

前文传送门:

小白学 Python 数据分析(1):数据分析基础

小白学 Python 数据分析(2):Pandas (一)概述

小白学 Python 数据分析(3):Pandas (二)数据结构 Series

小白学 Python 数据分析(4):Pandas (三)数据结构 DataFrame

小白学 Python 数据分析(5):Pandas (四)基础操作(1)查看数据

小白学 Python 数据分析(6):Pandas (五)基础操作(2)数据选择

小白学 Python 数据分析(7):Pandas (六)数据导入

小白学 Python 数据分析(8):Pandas (七)数据预处理

小白学 Python 数据分析(9):Pandas (八)数据预处理(2)

小白学 Python 数据分析(10):Pandas (九)数据运算

小白学 Python 数据分析(11):Pandas (十)数据分组

小白学 Python 数据分析(12):Pandas (十一)数据透视表(pivot_table)

小白学 Python 数据分析(13):Pandas (十二)数据表拼接

小白学 Python 数据分析(14):Pandas (十三)数据导出

小白学 Python 数据分析(15):数据可视化概述

引言

各位同学好,本篇文章,我们来介绍下使用 Matplotlib 时如何建立坐标系。

回想一下以前我们在接受九年义务教育毒打上数学课的时候,应该都画过折线图直方图之类的统计图表,其中第一步就是建立直角坐标系。

翻出老课本,帮助各位同学回忆一下当年的数学课,直角坐标系就是下面这个:

直角坐标系不仅能存在于平面中,还有立体的:

当然,本文的只介绍平面直角坐标系如何构建,至于立体的,我们后面再聊。

画布

在构建平面直角坐标系之前,我们需要先创建一个画布。

What?画布是啥?

emmmmmmmmmmm,这就类似于我们在电脑上画画一样,需要打开画图软件,创建一个空白的白板,这个白板就是我们后续画图的地方。

使用 Matplotlib 创建画布的代码如下,首先需要导入 Matplotlib 的库:

import matplotlib.pyplot as plt

fig = plt.figure(figsize=(6, 6))
复制代码

上面这段代码我们就完成了一个宽和高都为 6 的画布的创建。

创建直角坐标系

创建直角坐标系有多很多种方法,这里我们一种一种来介绍:

add_subplot

首先,我们使用 add_subplot 函数来创建直角坐标系,我们就在刚才创建的那个画布上创建 1 X 1 个直角坐标系:

import matplotlib.pyplot as plt

fig = plt.figure(figsize=(6, 6))

fig.add_subplot(1,1,1)

plt.show()
复制代码

我们得到的结果如下:

我们再创建 2 X 2 个直角坐标系:

import matplotlib.pyplot as plt

fig = plt.figure(figsize=(6, 6))

ax1 = fig.add_subplot(2,2,1)
ax2 = fig.add_subplot(2,2,2)
ax3 = fig.add_subplot(2,2,3)
ax4 = fig.add_subplot(2,2,4)

plt.show()
复制代码

结果如下图:

这里有一点需要说明一下,这里参数可以省略其中的 , 逗号,如下:

ax1 = fig.add_subplot(221)
复制代码

参数的含义为创建 2 X 2 网格第一子图。

subplot2grid

在使用 subplot2grid 函数创建直角坐标系的时候,不需要事先创建画布,可以直接使用创建,比如我们下面创建一个很简单的折线图和柱状图:

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(4)
y = np.arange(4)

# 绘制折线图
plt.subplot2grid((2,2),(0,0))
plt.plot(x, y)

# 绘制柱状图
plt.subplot2grid((2,2),(0,1))
plt.bar(x, y)

plt.show()
复制代码

结果如下:

subplot

同上面的 subplot2grid 一样,我们同样可以通过 subplot 来绘制直角坐标系,比如我们拿上面的例子再使用 subplot 写一遍:

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(4)
y = np.arange(4)

# 绘制折线图
plt.subplot(221)
plt.plot(x, y)

# 绘制柱状图
plt.subplot(222)
plt.bar(x, y)

plt.show()
复制代码

结果还是和上面一样的,小编不再贴了。

上面这个示例的含义是将图标区域分为 2 X 2 共计 4 个区域,在第一个区域上创建折线图,在第二个区域上创建柱状图。

subplots

subplots 看起来和 subplot 很像,实际上也是非常像的,它和 subplot 的不同之处是 subplot 一次只能返回一个坐标系,而 subplots 一次可以返回多个坐标系。

我们接着使用 subplots 完成前面的示例:

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(4)
y = np.arange(4)

fig, axes = plt.subplots(2, 2)
# 绘制折线图
axes[0,0].plot(x,y)
# 绘制柱状图
axes[0,1].bar(x,y)
plt.show()
复制代码

结果如下:

可以看到,我们虽然只使用到了两个坐标,但实际上 subplots 还是会帮我们将 4 个坐标全都创建出来。

小结

前面介绍的集中直角坐标系的创建方法并无本质上的区别,只有第一种 add_subplot 在使用的时候是需要先创建一个画布的,后面三种都是直接调用 Matplotlib 中的函数从而达到直接创建坐标系的方法。

您的扫码关注,是对小编坚持原创的最大鼓励:)