今天開始琢磨用Python畫圖，沒使用之前是一臉懵的，我使用的開發(fā)環(huán)境是Pycharm，這個(gè)輸出的是一行行命令，這個(gè)圖畫在哪里呢？
成都創(chuàng)新互聯(lián)公司堅(jiān)持“要么做到，要么別承諾”的工作理念，服務(wù)領(lǐng)域包括：網(wǎng)站設(shè)計(jì)制作、網(wǎng)站設(shè)計(jì)、企業(yè)官網(wǎng)、英文網(wǎng)站、手機(jī)端網(wǎng)站、網(wǎng)站推廣等服務(wù)，滿足客戶于互聯(lián)網(wǎng)時(shí)代的晉寧網(wǎng)站設(shè)計(jì)、移動(dòng)媒體設(shè)計(jì)的需求，幫助企業(yè)找到有效的互聯(lián)網(wǎng)解決方案。努力成為您成熟可靠的網(wǎng)絡(luò)建設(shè)合作伙伴！
搜索之后發(fā)現(xiàn)，它會(huì)彈出一個(gè)對(duì)話框，然后就開始畫了，比如下圖
第一個(gè)常用的庫是Turtle，它是Python語言中一個(gè)很流行的繪制圖像的函數(shù)庫，這個(gè)詞的意思就是烏龜，你可以想象下一個(gè)小烏龜在一個(gè)x和y軸的平面坐標(biāo)系里，從原點(diǎn)開始根據(jù)指令控制，爬行出來就是繪制的圖形了。
它最常用的指令就是旋轉(zhuǎn)和移動(dòng)，比如畫個(gè)圓，就是繞著圓心移動(dòng)；再比如上圖這個(gè)怎么畫呢，其實(shí)主要就兩個(gè)命令：
turtle.forward(200)
turtle.left(170)
第一個(gè)命令是移動(dòng)200個(gè)單位并畫出來軌跡
第二個(gè)命令是畫筆順時(shí)針轉(zhuǎn)170度，注意此時(shí)并沒有移動(dòng)，只是轉(zhuǎn)角度
然后呢？ 循環(huán)重復(fù)就畫出來這個(gè)圖了
好玩吧。
有需要仔細(xì)研究的可以看下這篇文章 ，這個(gè)牛人最后用這個(gè)庫畫個(gè)移動(dòng)的鐘表，太贊了。
Turtle雖好玩，但是我想要的是我給定數(shù)據(jù)，然后讓它畫圖，這里就找到另一個(gè)常用的畫圖的庫了。
Matplotlib是python最著名的繪圖庫，它提供了一整套和matlab相似的命令A(yù)PI，十分適合交互式地行制圖。其中，matplotlib的pyplot模塊一般是最常用的，可以方便用戶快速繪制二維圖表。
使用起來也挺簡單，
首先import matplotlib.pyplot as plt?導(dǎo)入畫圖的圖。
然后給定x和y，用這個(gè)命令plt.plot(x, y)就能畫圖了，接著用plt.show()就可以把圖形展示出來。
接著就是各種完善，比如加標(biāo)題，設(shè)定x軸和y軸標(biāo)簽，范圍，顏色，網(wǎng)格等等，在 這篇文章里介紹的很詳細(xì)。
現(xiàn)在互聯(lián)網(wǎng)的好處就是你需要什么內(nèi)容，基本上都能搜索出來，而且還是免費(fèi)的。
我為什么要研究這個(gè)呢？當(dāng)然是為了用，比如我把比特幣的曲線自己畫出來可好？
假設(shè)現(xiàn)在有個(gè)數(shù)據(jù)csv文件，一列是日期，另一列是比特幣的價(jià)格，那用這個(gè)命令畫下：
這兩列數(shù)據(jù)讀到pandas中，日期為df['time']列，比特幣價(jià)格為df['ini']，那我只要使用如下命令
plt.plot(df['time'], df['ini'])
plt.show()
就能得到如下圖：
自己畫的是不是很香，哈哈！
然后呢，我在上篇文章 中介紹過求Ahr999指數(shù)，那可不可以也放到這張圖中呢？不就是加一條命令嘛
plt.plot(df['time'], df['Ahr999'])
圖形如下：
但是，Ahr999指數(shù)怎么就一條線不動(dòng)啊，?原來兩個(gè)Y軸不一致，顯示出來太怪了，需要用多Y軸，問題來了。
繼續(xù)谷歌一下，把第二個(gè)Y軸放右邊就行了，不過呢得使用多圖，重新繪制
fig = plt.figure() # 多圖
ax1 = fig.add_subplot(111)
ax1.plot(df['time'], df['ini'], label="BTC price")? #?繪制第一個(gè)圖比特幣價(jià)格
ax1.set_ylabel('BTC price') #?加上標(biāo)簽
# 第二個(gè)直接對(duì)稱就行了
ax2 = ax1.twinx()#?在右邊增加一個(gè)Y軸
ax2.plot(df['time'], df['Ahr999'], 'r', label="ahr999")??#?繪制第二個(gè)圖Ahr999指數(shù)，紅色
ax2.set_ylim([0, 50])# 設(shè)定第二個(gè)Y軸范圍
ax2.set_ylabel('ahr999')
plt.grid(color="k", linestyle=":")# 網(wǎng)格
fig.legend(loc="center")#圖例
plt.show()
跑起來看看效果，雖然丑了點(diǎn)，但終于跑通了。
這樣就可以把所有指數(shù)都繪制到一張圖中，等等，三個(gè)甚至多個(gè)Y軸怎么加？這又是一個(gè)問題，留給愛思考愛學(xué)習(xí)的你。
有了自己的數(shù)據(jù)，建立自己的各個(gè)指數(shù)，然后再放到圖形界面中，同時(shí)針對(duì)異常情況再自動(dòng)進(jìn)行提醒，比如要抄底了，要賣出了，用程序做出自己的晴雨表。
matplotlib是Python最著名的繪圖庫，它提供了一整套和matlab相似的命令A(yù)PI，十分適合交互式地進(jìn)行制圖。本文將以例子的形式分析matplot中支持的，分析中常用的幾種圖。其中包括填充圖、散點(diǎn)圖(scatter plots)、. 條形圖(bar plots)、等高線圖(contour plots)、 點(diǎn)陣圖和3D圖，下面來一起看看詳細(xì)的介紹：
一、填充圖
參考代碼
簡要分析
這里主要是用到了fill_between函數(shù)。這個(gè)函數(shù)很好理解，就是傳入x軸的數(shù)組和需要填充的兩個(gè)y軸數(shù)組；然后傳入填充的范圍，用where=來確定填充的區(qū)域；最后可以加上填充顏色啦，透明度之類修飾的參數(shù)。
相關(guān)推薦：《Python教程》
效果圖
二、散點(diǎn)圖(scatter plots)
參考代碼
簡要分析
1.首先介紹一下numpy 的normal函數(shù)，很明顯，這是生成正態(tài)分布的函數(shù)。這個(gè)函數(shù)接受三個(gè)參數(shù)，分別表示正態(tài)分布的平均值，標(biāo)準(zhǔn)差，還有就是生成數(shù)組的長度。很好記。
2.然后是arctan2函數(shù)，這個(gè)函數(shù)接受兩個(gè)參數(shù)，分別表示y數(shù)組和x數(shù)組，然后返回對(duì)應(yīng)的arctan(y/x)的值，結(jié)果是弧度制。
3.接下來用到了繪制散點(diǎn)圖的scatter方法，首先當(dāng)然是傳入x和y數(shù)組，接著s參數(shù)表示scale，即散點(diǎn)的大??；c參數(shù)表示color，我給他傳的是根據(jù)角度劃分的一個(gè)數(shù)組，對(duì)應(yīng)的就是每一個(gè)點(diǎn)的顏色（雖然不知道是怎么對(duì)應(yīng)的，不過好像是一個(gè)根據(jù)數(shù)組內(nèi)其他元素進(jìn)行的相對(duì)的轉(zhuǎn)換，這里不重要了，反正相同的顏色賦一樣的值就好了）；最后是alpha參數(shù)，表示點(diǎn)的透明度。scatter函數(shù)的高級(jí)用法可以參見官方文檔scatter函數(shù)或者h(yuǎn)elp文檔，最后設(shè)置下坐標(biāo)范圍就好了。
效果圖
三、等高線圖(contour plots)
參考代碼
簡要分析
1.首先要明確等高線圖是一個(gè)三維立體圖，所以我們要建立一個(gè)二元函數(shù)f，值由兩個(gè)參數(shù)控制，(注意，這兩個(gè)參數(shù)都應(yīng)該是矩陣)。
2.然后我們需要用numpy的meshgrid函數(shù)生成一個(gè)三維網(wǎng)格，即，x軸由第一個(gè)參數(shù)指定，y軸由第二個(gè)參數(shù)指定。并返回兩個(gè)增維后的矩陣，今后就用這兩個(gè)矩陣來生成圖像。
3.接著就用到coutourf函數(shù)了，所謂contourf，大概就是contour fill的意思吧，只填充，不描邊；這個(gè)函數(shù)主要是接受三個(gè)參數(shù)，分別是之前生成的x、y矩陣和函數(shù)值；接著是一個(gè)整數(shù)，大概就是表示等高線的密度了，有默認(rèn)值；然后就是透明度和配色問題了，cmap的配色方案這里不多研究。
4.隨后就是contour函數(shù)了，很明顯，這個(gè)函數(shù)是用來描線的。用法可以類似的推出來，不解釋了，需要注意的是他返回一個(gè)對(duì)象，這個(gè)對(duì)象一般要保留下來個(gè)供后續(xù)的加工細(xì)化。
5.最后就是用clabel函數(shù)來在等高線圖上表示高度了，傳入之前的那個(gè)contour對(duì)象；然后是inline屬性，這個(gè)表示是否清除數(shù)字下面的那條線，為了美觀當(dāng)然是清除了，而且默認(rèn)的也是1；再就是指定線的寬度了。
效果圖
matplotlib 是python最著名的繪圖庫，它提供了一整套和matlab相似的命令A(yù)PI，十分適合交互式地行制圖。而且也可以方便地將它作為繪圖控件，嵌入GUI應(yīng)用程序中。
它的文檔相當(dāng)完備，并且Gallery頁面中有上百幅縮略圖，打開之后都有源程序。因此如果你需要繪制某種類型的圖，只需要在這個(gè)頁面中瀏覽/復(fù)制/粘貼一下，基本上都能搞定。
在Linux下比較著名的數(shù)據(jù)圖工具還有g(shù)nuplot，這個(gè)是免費(fèi)的，Python有一個(gè)包可以調(diào)用gnuplot，但是語法比較不習(xí)慣，而且畫圖質(zhì)量不高。
而?Matplotlib則比較強(qiáng)：Matlab的語法、python語言、latex的畫圖質(zhì)量（還可以使用內(nèi)嵌的latex引擎繪制的數(shù)學(xué)公式）。
本文目錄
1.?Matplotlib.pyplot快速繪圖
2.?面向?qū)ο螽媹D
3.?Matplotlib.pylab快速繪圖
4.?在圖表中顯示中文
5.?對(duì)LaTeX數(shù)學(xué)公式的支持
6.?對(duì)數(shù)坐標(biāo)軸
7.?學(xué)習(xí)資源
Matplotlib.pyplot快速繪圖
快速繪圖和面向?qū)ο蠓绞嚼L圖
matplotlib實(shí)際上是一套面向?qū)ο蟮睦L圖庫，它所繪制的圖表中的每個(gè)繪圖元素，例如線條Line2D、文字Text、刻度等在內(nèi)存中都有一個(gè)對(duì)象與之對(duì)應(yīng)。
為了方便快速繪圖matplotlib通過pyplot模塊提供了一套和MATLAB類似的繪圖API，將眾多繪圖對(duì)象所構(gòu)成的復(fù)雜結(jié)構(gòu)隱藏在這套API內(nèi)部。我們只需要調(diào)用pyplot模塊所提供的函數(shù)就可以實(shí)現(xiàn)快速繪圖以及設(shè)置圖表的各種細(xì)節(jié)。pyplot模塊雖然用法簡單，但不適合在較大的應(yīng)用程序中使用。
為了將面向?qū)ο蟮睦L圖庫包裝成只使用函數(shù)的調(diào)用接口，pyplot模塊的內(nèi)部保存了當(dāng)前圖表以及當(dāng)前子圖等信息。當(dāng)前的圖表和子圖可以使用plt.gcf()和plt.gca()獲得，分別表示"Get Current Figure"和"Get Current Axes"。在pyplot模塊中，許多函數(shù)都是對(duì)當(dāng)前的Figure或Axes對(duì)象進(jìn)行處理，比如說：
plt.plot()實(shí)際上會(huì)通過plt.gca()獲得當(dāng)前的Axes對(duì)象ax，然后再調(diào)用ax.plot()方法實(shí)現(xiàn)真正的繪圖。
可以在Ipython中輸入類似"plt.plot??"的命令查看pyplot模塊的函數(shù)是如何對(duì)各種繪圖對(duì)象進(jìn)行包裝的。
配置屬性
matplotlib所繪制的圖表的每個(gè)組成部分都和一個(gè)對(duì)象對(duì)應(yīng)，我們可以通過調(diào)用這些對(duì)象的屬性設(shè)置方法set_*()或者pyplot模塊的屬性設(shè)置函數(shù)setp()設(shè)置它們的屬性值。
因?yàn)閙atplotlib實(shí)際上是一套面向?qū)ο蟮睦L圖庫，因此也可以直接獲取對(duì)象的屬性
配置文件
繪制一幅圖需要對(duì)許多對(duì)象的屬性進(jìn)行配置，例如顏色、字體、線型等等。我們在繪圖時(shí)，并沒有逐一對(duì)這些屬性進(jìn)行配置，許多都直接采用了matplotlib的缺省配置。
matplotlib將這些缺省配置保存在一個(gè)名為“matplotlibrc”的配置文件中，通過修改配置文件，我們可以修改圖表的缺省樣式。配置文件的讀入可以使用rc_params()，它返回一個(gè)配置字典；在matplotlib模塊載入時(shí)會(huì)調(diào)用rc_params()，并把得到的配置字典保存到rcParams變量中；matplotlib將使用rcParams字典中的配置進(jìn)行繪圖；用戶可以直接修改此字典中的配置，所做的改變會(huì)反映到此后創(chuàng)建的繪圖元素。
繪制多子圖（快速繪圖）
Matplotlib 里的常用類的包含關(guān)系為?Figure - Axes - (Line2D, Text, etc.)一個(gè)Figure對(duì)象可以包含多個(gè)子圖(Axes)，在matplotlib中用Axes對(duì)象表示一個(gè)繪圖區(qū)域，可以理解為子圖。
可以使用subplot()快速繪制包含多個(gè)子圖的圖表，它的調(diào)用形式如下：
subplot(numRows, numCols, plotNum)
subplot將整個(gè)繪圖區(qū)域等分為numRows行* numCols列個(gè)子區(qū)域，然后按照從左到右，從上到下的順序?qū)γ總€(gè)子區(qū)域進(jìn)行編號(hào)，左上的子區(qū)域的編號(hào)為1。如果numRows，numCols和plotNum這三個(gè)數(shù)都小于10的話，可以把它們縮寫為一個(gè)整數(shù)，例如subplot(323)和subplot(3,2,3)是相同的。subplot在plotNum指定的區(qū)域中創(chuàng)建一個(gè)軸對(duì)象。如果新創(chuàng)建的軸和之前創(chuàng)建的軸重疊的話，之前的軸將被刪除。
subplot()返回它所創(chuàng)建的Axes對(duì)象，我們可以將它用變量保存起來，然后用sca()交替讓它們成為當(dāng)前Axes對(duì)象，并調(diào)用plot()在其中繪圖。
繪制多圖表（快速繪圖）
如果需要同時(shí)繪制多幅圖表，可以給figure()傳遞一個(gè)整數(shù)參數(shù)指定Figure對(duì)象的序號(hào)，如果序號(hào)所指定的Figure對(duì)象已經(jīng)存在，將不創(chuàng)建新的對(duì)象，而只是讓它成為當(dāng)前的Figure對(duì)象。
import numpy as np
import matplotlib.pyplot as plt
plt.figure(1) # 創(chuàng)建圖表1
plt.figure(2) # 創(chuàng)建圖表2
ax1 = plt.subplot(211) # 在圖表2中創(chuàng)建子圖1
ax2 = plt.subplot(212) # 在圖表2中創(chuàng)建子圖2
x = np.linspace(0, 3, 100)
for i in xrange(5):
plt.figure(1) ?#? # 選擇圖表1
plt.plot(x, np.exp(i*x/3))
plt.sca(ax1) ? #? # 選擇圖表2的子圖1
plt.plot(x, np.sin(i*x))
plt.sca(ax2) ?# 選擇圖表2的子圖2
plt.plot(x, np.cos(i*x))
plt.show()
在圖表中顯示中文
matplotlib的缺省配置文件中所使用的字體無法正確顯示中文。為了讓圖表能正確顯示中文，可以有幾種解決方案。
在程序中直接指定字體。
在程序開頭修改配置字典rcParams。
修改配置文件。
matplotlib輸出圖象的中文顯示問題
上面那個(gè)link里的修改matplotlibrc方式，我試了好幾次都沒成功。能work的一個(gè)比較簡便粗暴的方式（但不知道有沒有副作用）是，1.找到字體目錄YOURPYTHONHOME\Lib\site-packages\matplotlib\mpl-data\fonts\ttf下的Vera.ttf。這里我們用中文楷體(可以從windows/system32/fonts拷貝過來，對(duì)于win8字體文件不是ttf的可以從網(wǎng)上下一個(gè)微軟雅黑)，直接張貼到前面的ttf目錄下，然后更名為Vera.ttf。2.?中文字符串用unicode格式，例如：u''測試中文顯示''，代碼文件編碼使用utf-8 加上" #?coding = utf-8 ?"一行。
面向?qū)ο螽媹D
matplotlib API包含有三層，Artist層處理所有的高層結(jié)構(gòu)，例如處理圖表、文字和曲線等的繪制和布局。通常我們只和Artist打交道，而不需要關(guān)心底層的繪制細(xì)節(jié)。
直接使用Artists創(chuàng)建圖表的標(biāo)準(zhǔn)流程如下：
創(chuàng)建Figure對(duì)象
用Figure對(duì)象創(chuàng)建一個(gè)或者多個(gè)Axes或者Subplot對(duì)象
調(diào)用Axies等對(duì)象的方法創(chuàng)建各種簡單類型的Artists
import?matplotlib.pyplot as plt
X1 = range(0, 50)?Y1 = [num**2 for num in X1] # y = x^2?X2 = [0, 1]?Y2 = [0, 1] # y = x
Fig = plt.figure(figsize=(8,4)) # Create a `figure'?instance?Ax = Fig.add_subplot(111) # Create a `axes'?instance?in the figure?Ax.plot(X1, Y1, X2, Y2) # Create a Line2D?instance?in the axes
Fig.show()?Fig.savefig("test.pdf")
重慶分公司
重慶分公司
