【Python专题】手把手教你使用Matplotlib库与数据可视化（入门级）

今天学习如何使用matplotlib库画图，首先举个绘图的小例子：

我们使用之前的方法抓取了紫金矿业的数据信息，并画出2017年的收盘价曲线

将时间转换为Python可以识别的datetime类型

画出收盘价曲线

1、修改图像的属性

1.1 坐标

1.1.1 更改坐标轴范围

假如我们绘出一段时间的买卖点

注意：如果想要使负号正确显示，我们需要添加这样一行代码：plt.rcParams['axes.unicode_minus'] = False

如果调整x轴和y轴的范围，我们使用 xlim( )和ylim( ) 函数。

现在把纵坐标的范围改为-1.5-1.5，

横坐标我们只改变一端值应该怎么办 ，比如让横坐标左边的值从0开始，右边不做调整，这时候就要区分xmin和xmax，在这种情况下，代码应该这样写 plt.xlim(xmin=0)

1.1.2 设定坐标标签与显示角度

除了修改坐标的范围，我们还可以通过 xticks( )和yticks( ) 函数设定坐标的标签。

（1）location指坐标的位置，一般由浮点数或是整数组成的列表；

（2）labels表示坐标的标签，一般为与location等长的字符串列表；

下面我们就把横坐标的标签改为时间标签

可以看到，为了防止日期标签之间的重合，我们使用rotation将它进行了45度旋转。

1.2 添加文本

1.2.1添加标题

通过pyplot中的 title( ) 函数实现

title( )中的loc参数代表文字所放的位置，默认情况下为中间，可以选择左边或者右边。

1.2.2 坐标轴标签

分别使用 xlabel( )和ylabel( ) 来设定横纵坐标轴的标签

1.2.3 增加网格线

添加网格线的目的是为了看的更加清晰

使用 grid( )函数 添加网格线。

（1）第一个参数代表显不显示网格线，默认为none，不显示，如果改为True就会显示。

（2）which代表以什么为刻度，最常用的就是默认值major，以坐标轴的刻度为标准分割，minor代表自己设定刻度，both表示大小区间坐标轴分割线都有。

（3）axis代表是x轴或y轴，默认情况下为both，两者都有。

1.2.4 增加图例

很多时候同一张图中有多条曲线，这时候就要增加图例，可以帮助我们区分不同的曲线。下面我们在画上开盘价曲线。

在做图例之前，为了更好的区分，在plot（）函数中我们分别指定了曲线的label和线型参数。

可以发现我们仅仅使用legend( )函数就可以自动生成图例， 其中的loc参数可以指定位置，我们可以使用字符串类型值，也可以直接填数字值。

1.2.5线条的类型

在之前的例子中，我们运用linestyle参数来改变线条的形状，那么有哪些线条形状呢？

同样我们既可以使用名称取值，如 linestyle=‘solid’，还可以这样写 linestyle=‘-’，更甚，我们连linestyle也简化，写成 ls=‘-’也是可以的。

1.2.6 修改图形颜色

通过改变plot函数中，color的参数取值就可以实现，color也可以简写成c。

1.2.7 点的形状类型

线中的点，我们可以采用多种形式来突出显示，只需要改变plot函数中的 marker参数。

要指出的是，matplotlib为我们提供了一个方便的方法使我们可以同时修改线条的类型、颜色及点的形状，我们只需要输入一个字符串即可。比如我们输入‘--ro’代表我们使用虚线，红色，点的形状为圆点。

1.2.8 曲线宽度

我们使用 linewidth参数 进行修改，用法和linestyle一样，

同样linewidth也可以缩写为lw。

2. 图形的绘制

（1）柱状图

柱状图主要表示定性数据的频数分布，X轴表示定性变量的各个取值，Y轴则表示各个取值的频数。

定量的数据也可以画出柱状图，只是需要先对数据进行区间分组。

我们还以“紫金矿业”的数据为例

使用describe( )函数得到关于收盘价数据的简单信息，我们从表中发现，最大值为7.18，最小值为2.71，所以我们把数据分为6组，分别为（2,3】，（3,4】，（4,5】，（5,6】，（6,7】，（7,8】，并分别计算每一组数据的频数。

接下来，我们使用pyplot函数的bar( )函数画出数据的柱状图。

（1参数left设置每根柱子底部中间位置的坐标

（2）height为柱子高度，也就是频数

（3）width参数设置每根柱子的宽度。

（4）bottom参数设置柱子底部Y轴坐标。

如果绘制水平柱状图则使用 barh( )函数。

（2）直方图

柱状图主要用于展示定性数据的分布， 对于定量数据的分布，一般使用直方图来呈现。

（1）bins表示直方图的分布区间个数

（2）range用于设定直方图的小矩形的最小值与最大值。

（3）orientation=‘horizontal’可以设定水平直方图。

（4）同柱状图一样，用color参数也可以设定矩形颜色，edgecolor参数设矩形边沿的颜色。

（5）cumulative默认为False，如果cumulative=True,即可绘制累计分布直方图。

（6）histtype设定直方图的类型，该参数可能取值为bar，barstacked，step或者stepfilled，分别表示直方图、堆栈图、无填充的线图和有填充的线图四中。

水平直方图

累计分布直方图

无填充的线图

（3）饼图

饼图用 pie（）函数

（1）a表示数据

（2）labels参数表示每块的标签

（3）colors修改颜色

（4）shadow表示是否有阴影，默认是False

（5）autopct=‘%.0f%%’给每一块添加占比百分比

（6）explode参数设置每一块距离中心的位置，如果想突出某块，可以将某块的距离设置非零。

（4）箱线图

箱线图能够很直观的表现出一个变量的分布，同时也有助于检测异常值 。

绘制箱线图使用 boxplot( )函数

注意：x所代表的数据必须是ndarray类型的，否则绘制不出来。如果使用pandas读取数据之后，需要将数据转换为ndarray类型。

我们画出紫金矿业开盘价，收盘价，最高价和最低价的箱线图。

（5）散点图

绘制散点图使用 scatter( )函数 。

最常用的几个参数：

（1）s代表大小

（2）c代表颜色

（3）marker代表标记类型。

（4）alpha设置透明度。

我们绘出紫金矿业昨日和今日的涨跌幅之间的散点图。

3.面向对象绘图

首先要了解一下Figure和Axes对象。

什么是面向对象绘图，我们之前学的都是利用 某个函数绘图，面向对象是将图形的元素看做一个对象，众多对象具有隶属关系，不同对象拼凑成一个完整的图形。

1、Figure和Axes对象

类比一下，我们在生活中画图，首先要拿出一张白纸，然后划分好区域，哪个区域该画什么，接着就开始动笔画了。面向对象绘图之前先创建一个Figure对象，就像一张白纸，接着创建Axes对象，类似于不同的区域，然后在这些区域中画出想要的图形。

其中[0.1,0.1,0.3,0.3]和[0.5,0.5,0.4,0.4]分别制定绘图区域，前两个数值代表Axes对象区域左下角的坐标，后两个数值代表Axes对象制定区域在x轴方向和y轴方向上的长度。

接下来，我们分别在这两个区域上画图，ax1区域画收盘价，ax2区域画开盘价

如果觉得这两条折现信息太少了，可以添加标题、坐标轴标签等等

2、多图绘制

2.1 多个子图绘制

我们上面说的也是多个子图绘图的例子，只是我们在确定Axes对象的区域时，采用的是设置坐标、长度和宽度的方式，接下来我们介绍另外一种常用的创建子图的 subplot( )函数。

接下来我们使用subplot函数，画出股票2017年的收盘价曲线和成交量柱状图。

2.2 一个图中画出多条曲线

有了上面的铺垫，我们就可以在一个Axes对象中画出多条曲线，下面就将这只股票的开盘价、收盘价、最低价、最高价都画出来。