数据可视化库
Python 没有内置数据可视化库，但是第三方库比较丰富。本文就以 Matplotlib 为例。
Matplotlib
An object-oriented plotting library.
基本概念
安装方法
设计哲学
仍旧是面向对象。
在 Matplotlib 视角下，一张图由以下几个部分组成：
- Figure（画布）：最顶层的容器，控制整张图的大小、背景色和 DPI；
- Axes（子图）：真正的绘图区域。一个 Figure 可以包含多个 Axes；
- Artist（元素）：子图上所有东西，比如：坐标轴、线条、文字、多边形等都是 Artist 对象。
graph TD
Figure[画布]
Figure --> Axes1[子图 1]
Figure --> Axes2[子图 2]
Figure --> Axes3[子图 3]
Axes1 --> Line[折线]
Axes1 --> Scatter[散点]
Axes1 --> Legend[图例]
Axes2 --> Pai[饼图]
Axes2 --> Patch[区域]
Axes3 --> Text[文本]
操作画布
画布 (Figure) 是 Matplotlib 的 「根」对象，所有绘图行为最终都落在画布上。
那么很自然的，所有全局级的配置也应当在画布上，比如：
- 尺寸（以英寸为单位）；
- 分辨率（DPI，即每英寸像素数）；
- 全局样式（字体、线宽、调色板）。
全局配置
Matplotlib 在导入时会加载一套默认样式，这些配置全部存放在全局样式表字典 matplotlib.rcParams 中，所有 Figure / Axes 在创建时，都会从 rcParams 中读取默认值：
| import matplotlib as mpl
mpl.rcParams.update(
{
"figure.dpi": 120, # 运行时 DPI
"savefig.dpi": 120, # 持久化 DPI
"font.family": "SimHei", # SimHei 支持中文，论文字体一般用 Times New Roman
"axes.unicode_minus": False, # 不编码减号
}
)
|
初始化画布
你也许看到过直接用 plt.plot() 来绘图的代码，这是因为 Matplotlib 隐式创建了 Figure：
| import matplotlib.pyplot as plt
fig = plt.figure(figsize=(8, 4), dpi=100)
|
但我并不推荐这种写法，因为所有的子图 add_subplot、元素 add_axes 等都需要自定义，容易出错。
我更推荐使用 plt.subplots 来初始化画布对象。例如：
| fig, ax = plt.subplots(figsize=(8, 5), dpi=120)
|
这种方式方便我们提前创建好子图对象（上述的 ax），后续针对 ax 绘制元素即可。这种面向对象的方式更符合编码直觉。
持久化画布
使用 matplotlib.pyplot 的 savefig 方法即可。例如：
| import matplotlib.pyplot as plt
...
plt.savefig("/path/to/image.svg")
|
操作子图
子图 (Axes) 是承载数据和坐标系的对象。
初始化单子图
| import matplotlib as mpl
import matplotlib.pyplot as plt
# 全局配置
mpl.rcParams.update(
{
"figure.dpi": 80,
"savefig.dpi": 80,
}
)
# 创建画布和一个子图
fig, ax = plt.subplots(figsize=(4, 3))
# 绘制元素 - 折线图
ax.plot([1, 2, 3], [1, 4, 9])
# 绘制标题
dpi = fig.get_dpi()
w_inch, h_inch = fig.get_size_inches()
ax.set_title(f"Resolution: {dpi * w_inch:.0f} * {dpi * h_inch:.0f}")
# 持久化画布
plt.savefig("image.svg")
|
输出：
关于 SVG 图像与分辨率
我标注分辨率是为了表示图像的大小，但请注意，SVG 没有分辨率一说。
初始化多子图
多子图原则
每个 Axes 应该是自解释的，不依赖上下文也能读懂。
| import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
# 全局配置
mpl.rcParams.update(
{
"figure.dpi": 80,
"savefig.dpi": 80,
}
)
# 创建画布和子图
fig, axes = plt.subplots(
nrows=2,
ncols=1,
figsize=(4, 3),
sharex=False, # 不共享 X 轴
)
# 示例数据
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
# 在第一个子图绘制折线图 - 正弦曲线
axes[0].plot(x, y1, color="blue")
axes[0].set_title("y = sin(x)")
# 在第二个子图绘制折线图 - 余弦曲线
axes[1].plot(x, y2, color="red")
axes[1].set_title("y = cos(x)")
# 持久化
plt.tight_layout() # 优化布局
plt.savefig("image.svg")
|
其中 axes 是一个 \(2\times 1\) 的 numpy.ndarray，每个元素都是一个子图实例。
在 sharex=False 的情况下进行输出：
在 plt.tight_layout() 的情况下进行输出：
操作元素
子图中一切可见对象，都是 Artist，即元素。每次调用元素创建方法，都会创建一个 Artist 对象并注册到 Axes 的内部列表，最终由 Figure 统一渲染。
常见元素类型有：坐标轴、折线、散点、图例、注释等。
绘制坐标轴
我一直称呼 Axes 为子图，但其实它的英文释义是轴。那既然是轴，就可以控制轴的各种属性，比如：范围、刻度、标签、比例等。
设置轴范围：
| import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
# 全局配置
mpl.rcParams.update(
{
"savefig.dpi": 80,
"figure.dpi": 80,
}
)
x = np.linspace(0, 20, 200)
y = np.sin(x)
fig, ax = plt.subplots(figsize=(4, 3))
ax.plot(x, y)
# 限制显示范围
ax.set_xlim(0, 10)
plt.savefig("image.svg")
|
设置轴刻度：
| import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
# 全局配置
mpl.rcParams.update(
{
"savefig.dpi": 80,
"figure.dpi": 80,
}
)
x = np.linspace(0, 20, 200)
y = np.sin(x)
fig, ax = plt.subplots()
ax.plot(x, y)
# 设置范围
ax.set_xlim(0, 10)
# 设置刻度
ax.set_xticks([i for i in range(11)])
ax.set_yticks([-1, -0.5, 0, 0.5, 1])
# 自定义标签（标签数量需要和刻度数量一致）
ax.set_yticklabels(["min", "-0.5", "zero", "0.5", "max"])
plt.savefig("image.svg")
|
设置轴标签：
| import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
# 全局配置
mpl.rcParams.update(
{
"savefig.dpi": 80,
"figure.dpi": 80,
}
)
x = np.linspace(0, 20, 200)
y = np.sin(x)
fig, ax = plt.subplots(figsize=(4, 3))
ax.plot(x, y)
# 设置轴标签
ax.set_xlabel("Time (s)")
ax.set_ylabel("Amplitude")
plt.tight_layout()
plt.savefig("image.svg")
|
设置轴比例：
| import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
# 全局配置
mpl.rcParams.update(
{
"savefig.dpi": 80,
"figure.dpi": 80,
}
)
x = np.linspace(0, 20, 200)
y = 2 * x
fig, ax = plt.subplots(figsize=(4, 3))
ax.plot(x, y)
# 设置轴比例
ax.set_yscale("log")
plt.savefig("image.svg")
|
绘制折线
适合：趋势分析、连续变量。例如：
| import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
# 全局配置
mpl.rcParams.update(
{
"savefig.dpi": 80,
"figure.dpi": 80,
}
)
x = np.linspace(-3, 3)
y = np.exp(-x)
fig, ax = plt.subplots(figsize=(4, 3))
ax.plot(
x,
y,
linewidth=2,
linestyle="--",
)
plt.savefig("image.svg")
|
输出：
绘制散点
适合：离散样本、分布可视化、聚类结果。例如：
| import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
# 全局配置
mpl.rcParams.update(
{
"savefig.dpi": 80,
"figure.dpi": 80,
}
)
x = np.linspace(-3, 3)
y = np.exp(-x)
fig, ax = plt.subplots(figsize=(4, 3))
ax.scatter(
x,
y,
c="red",
s=20, # 散点大小
alpha=0.3, # 透明度
)
plt.savefig("image.svg")
|
输出：
绘制图例
适合：提示每一个元素的信息。例如：
| import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
# 全局配置
mpl.rcParams.update(
{
"savefig.dpi": 80,
"figure.dpi": 80,
}
)
x = np.linspace(-3, 3)
y_train = np.exp(-x)
y_test = x**2
fig, ax = plt.subplots(figsize=(4, 3))
ax.plot(
x,
y_train,
c="red",
label="train loss",
alpha=0.3,
)
ax.plot(
x,
y_test,
c="blue",
label="test loss",
alpha=0.3,
)
# 显示标签
plt.legend(
loc="upper right", # 显示位置，默认为 "best"
)
plt.savefig("image.svg")
|
输出：
绘制注释
适合：强调关键点、解释异常值。例如：
| import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
# 全局配置
mpl.rcParams.update(
{
"savefig.dpi": 80,
"figure.dpi": 80,
}
)
x = np.linspace(-3, 3)
y_train = np.exp(-x)
y_test = x**2
fig, ax = plt.subplots(figsize=(4, 3))
ax.set_ylim(-1, 3)
ax.plot(x, y_test, c="blue", label="test loss", alpha=0.3)
idx = np.argmin(y_test)
x_min = x[idx]
y_min = y_test[idx]
# 设置注释
ax.annotate(
f"({x_min:.1f}, {y_min:.1f})", # 注释文本
xy=(x_min, y_min), # 箭头终点
xytext=(x_min, y_min + 2), # 箭头起点（注释开始的地方）
arrowprops=dict(
arrowstyle="->", # 箭头样式
lw=1, # 箭头粗细
),
fontsize=9,
)
plt.legend()
plt.savefig("image.svg")
|
输出：
沃兹基硕德
已经开始幻想自己画出很牛比的图放到论文里了 🤤。
