python-绘图与可视化( 二 ) _生活百科

文章插图
#我们还可通过命令再次拆分这些块（相当于Word中拆分单元格的操作）f1 = plt.figure(5)plt.subplot(221)plt.subplot(222)plt.subplot(212)plt.subplots_adjust(left = 0.08,right = 0.95,wspace = 0.25,hspace = 0.45)#subplots_adjust的操作是类似网页csv格式化中的边距处理，左边距离多少？#右边边距多少？这个取决于你需要绘制的大小和各个模块之间的间距。plt.show()

文章插图
(3)通过Axes设置当前对象plot的属性以上我们操作的是在Figure上绘制图案，但是当我们绘制的图案过多，又需要选取不同的小模块进行格式化设置时，Axes对象就能很好的解决这个问题。具体简析和代码如下：
import numpy as npimport matplotlib.pyplot as pltfig,axes = plt.subplots(nrows=2,ncols=2) #定一个2*2的plotplt.show()

文章插图
#现在我们需要通过命令来操作每个plot(subplot),设置他们的title并删除横纵坐标值fig,axes =plt.subplots(nrows=2,ncols=2)axes[0,0].set(title="Upper Left")axes[0,1].set(title="Upper Right")axes[1,0].set(title="Lower Left")axes[1,1].set(title="Lower Right")

文章插图
另外，实际来说，plot操作的底层操作就是Axes对象的操作，只不过如果我们不使用Axes而用plot操作时，它默认的是plot.subplot(111),也就是说plot其实是Axes的特例
（4）保存Figure对象最后一项操作就是保存，我们绘制的目的是用在其他研究中，或者希望可以把研究结果保存下来，此时需要的操作是save 。具体简析和代码如下：
import numpy as npimport matplotlib.pyplot as pltplt.savefig("save_test.png",dpi=520) #默认像素是dpi是80#此处只是用了savefig属性对Figure进行保存另外，除了上述的基本操作之外，Matplotlib还有其他的绘图优势，此处只是简单介绍了它在绘图时需要注意的事项。
3.Seaborn 模块介绍前面我们简单介绍了Matplotlib库的绘图功能和属性设置，对于常规性的绘图，使用pandas的API属性研究较为透彻，几乎没有不能解决的问题。但是有的时候Matplotlib还是有它的不足之处，Matplotlib 自动化程度非常高，但是，掌握如何设置系统以便获得一个吸引人的图是相当困难的事。为了控制Matplotlib图表的外观，Seaborn 模块自带许多定制的主题和高级的接口。
3.1 未加Seaborn 模块的效果具体简析和代码如下：
#有关于seaborn介绍import numpy as npimport matplotlib as mplimport matplotlib.pyplot as pltnp.random.seed(sum(map(ord,"aesthetics")))#首先定义一个函数用来画正弦函数，可帮助了解可以控制的不同风格参数def sinplot(flip=1): x=np.linspace(0,14,100) for i in range(1,7): plt.plot(x,np.sin(x+i*.5)*(7-i)*flip) sinplot() plt.show()

文章插图
#有关于seaborn介绍import numpy as npimport matplotlib as mplimport matplotlib.pyplot as pltnp.random.seed(sum(map(ord,"aesthetics")))def sinplot(flip=1): x = np.linspace(0,14,100) for i in range(1,7): plt.plot(x,np.sin(x + i * .5) * (7-i) * flip) #转换成Seaborn 模块，只需要引入seaborn模块import seaborn as sns #不同之处在此sinplot()plt.show()