matplotlib数据可视化入门-python

matplotlib是matlab的python api接口，可以制作出高质量的2D以及3D图形。操作简单，只需几行代码就可以搞定大部分的数据可视化需求，实乃幸事。本文假设我们已经安装了必备的库。

一、创建figure和axes对象

import matplotlib.pyplot as plt
import pandas as pd
#创建figure对象,默认我们可以不用传入任何参数
fig = plt.figure()
#创建axes对象
ax = fig.add_subplot(1, 1, 1)

我们使用上面的两行代码就可以创建出一个画图的面板，就像打开windows下面的画图软件一模一样，如下图所示：

ax = fig.add_subplot(1, 1, 1) 这句代码的意思就是我们将figure对象分成一行一列，也就是只有一个画图框，然后我们选中了这个画图框。
可以简单的画一条线试试：

二、制作图形

ax.plot(range(5))

上面的代码就可以在画框中画出一条优美的蓝色对角线。
接下来，我们还可以设置图表的名称，图表的x轴刻度，y轴的刻度，图例等等。

ax.set_title(u'这里是标题')
ax.set_xlabel(u'这里是x轴的名称')
ax.set_ylabel(u'这里是y轴的名称')

运行上面代码我们会看到下面的图形：

发现并不能显示中文，原因是matplotlib在默认情况下默认是不会显示中文的，需要我们进行相应的设置，设置方法如下：

import matplotlib.pyplot as plt
import matplotlib
import pandas as pd
#在导入matplotlib时就设置字体
font = matplotlib.font_manager.FontProperties(fname='C:\Windows\Fonts\STZHONGS.TTF')
#创建figure对象,默认我们可以不用传入任何参数
fig = plt.figure()
#创建axes对象
ax = fig.add_subplot(1, 1, 1)

我在写这段代码的时候是在windows环境下的。windows下的字体都在c:\windows\fonts\这个目录下，进入这个目录，随便选一个中文字体就可以，非常的简单。
接下来，在添加中文的代码中也做一些调整：

import matplotlib.pyplot as plt
import matplotlib
import pandas as pd
#在导入matplotlib时就设置字体
font = matplotlib.font_manager.FontProperties(fname='C:\Windows\Fonts\STZHONGS.TTF')
#创建figure对象,默认我们可以不用传入任何参数
fig = plt.figure()
#创建axes对象
ax = fig.add_subplot(1, 1, 1)
ax.plot(range(5))
ax.set_title(u'这里是标题', fontproperties=font)
ax.set_xlabel(u'这里是x轴的名称', fontproperties=font)
ax.set_ylabel(u'这里是y轴的名称', fontproperties=font)

上面的代码运行的结果如下所示：

中文非常完整的显示了出来，与我们预期的结果一模一样。

三、制作图例

一般情况下，我们会在同一个画图板中制作多个图形，已进行数据之间的比较，比如下图所示：

在图中我们画了两条线，颜色各不相同。可是，上面并没有明显的指出每条线代表的是什么意思。这时，我们就需要用到图例。图例的就是对每种不同颜色线条的说明，如下图所示：

在图表的右上角有了标注，那就是图例，指出了每种颜色的线条分别属于哪种标签，简洁明了。完整代码如下所示：

import matplotlib.pyplot as plt
import matplotlib
import pandas as pd
#在导入matplotlib时就设置字体
font = matplotlib.font_manager.FontProperties(fname='C:\Windows\Fonts\STZHONGS.TTF')
#创建figure对象,默认我们可以不用传入任何参数
fig = plt.figure()
#创建axes对象
ax = fig.add_subplot(1, 1, 1)
#其中的label关键词参数就是图例
ax.plot(range(5), label='one')
ax.plot(range(5, 0, -1), label='two')
ax.set_title(u'这里是标题', fontproperties=font)
ax.set_xlabel(u'这里是x轴的名称', fontproperties=font)
ax.set_ylabel(u'这里是y轴的名称', fontproperties=font)
#显示出图例，并标明位置
ax.legend(loc='best')

就这样，其实非常的简单。

四、添加图形注解

在制作图形的时候会遇到这样的情况，我们需要对图形上的某一个位置添加解释，废话不说先上图：

图表中的箭头以及文字就是对某一个座标的注解，这非常的有用。实现起来是非常简单的：

ax1.annotate(s=u'我就是要指向这里',
             xy=(x,y), 
             xytext=(x, y),
             arrowprops={'arrowstyle':'fancy'}, 
             fontproperties=font,
             fontsize=10)

我们只需要axes对象的annotate()方法就可以实现。参数说明：
s:我们需要注解的文字，在python中前面一定要加一个U,字符串表示
xy:需要我们箭头指向的点的（x, y）座标，一个二元组对
xytext:注解文字所在的(x, y)的座标，一个二元组对
arrowprops:字典，里面可以选择我们喜欢的连接两个座标点的图形

到此为止，基本功能我们都已经实现，图标的标题，x轴（y轴）的刻度和名称，图例，文字注解。这已经可以满足我们大部分的需求。
更多的内容大家可以参考matplotlib的官方资源：http://matplotlib.org/