Hexo
0%

matplotlib-intro

Posted on

Matplotlib 一文上手

0. 前言

不知道有多少朋友跟我一样，matplotlib 的介绍看了一篇又一篇，但是每次看完了把手上的代码调试通过后，下次遇到了新的画图需求，捡起来发现又全部忘记了。

学习的时候总是觉得，怎么看都只是学了个皮毛，需要设置坐标轴就去查一下怎么设置坐标轴，想要加一个颜色标尺就去查一查怎么加，知识总是东一块西一块。倒不是说查到的资料很零散，而是即使查到的资料把该讲的都讲到了，到自己要用的时候，脑子里还是没有形成一个完整的知识脉络，不能做到 “我想这么画，既然 matplotlib 的设计是这样子，那么可以这么画” ，而只能是 “我想这么画，搜搜相近的效果，发现这在 matplotlib 里面要这么画” 。

更糟糕的是，查到的资料，这么画也行，那样画也可以， 完全看不出来章法，这般死记硬背完全没办法记住，以至于每次遇到的代码片段都得像秘宝一样揣在某个角落，下次要用的时候再翻出来，此时肯定要重新理解一遍，往往倒不如直接拷贝过来接上同结构的数据，然后求神拜佛地试着运行一下，边调试调试，说不定又要再去搜下一段秘宝。

最近腾了一点时间，认真学习了 matplotlib 的用法，发现实际上它的逻辑概念是非常清晰、简单的，当然也非常容易理解、一下就能掌握。到网上各种找快速入门、拷贝即用的代码，反倒是舍近求远了。我既惊讶于其如此容易理解，又惊讶于，可能是它太易用了，导致太多为了使用而用的教程如此泛滥，反倒埋没了它本来的精炼的面目；又因为，特别是现在这时代，一旦掌握了可视化数据的能力，对任何与数据沾边的工作都会带来非常大的提升。因此，我决定写下这篇总结分享，希望跟我有同样疑惑的朋友也能够解决这个问题，能够专注在如何分析、展示数据的思考上，而不是被工具绊住了手脚。

1. 基本概念和API结构

闲话说完，来看看应该怎么来理解 matplotlib，以及如何正确使用。

1.1 MATLAB ?

matplotlib 实际上有两套绘图接口，两者是等价的，但是接口表现形式不同。一种是类MATLAB的接口，一种是面向对象（Object-Oriented，简称OO）形式的接口。

第一种类MATLAB的接口，实际上就是matplotlib.pyplot，也就是常见的 “plt”。官方称它为“有状态的接口”，意思是绘图状态是全局共享的，接口中函数都会改变它，类似 如下代码 ：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
import matplotlib.pyplot as plt

def f(t):
    return np.exp(-t) * np.cos(2*np.pi*t)

t1 = np.arange(0.0, 5.0, 0.1)
t2 = np.arange(0.0, 5.0, 0.02)

plt.figure()
plt.subplot(211)
plt.plot(t1, f(t1), 'bo', t2, f(t2), 'k')

plt.subplot(212)
plt.plot(t2, np.cos(2*np.pi*t2), 'r--')
plt.show()

这里plt.subplot()函数切换了plt.plot()所作用的区域，因此同样都是plt.plot()，但却能画出两个图来。

如果是熟悉 MATLAB 绘图的朋友，相信对这套接口当然能信手拈来，很自然地就能用上 matplotlib 来进行绘图操作。但如果是不熟悉 MATLAB 绘图的朋友，例如我，则很容易被这套接口绕得糊里糊涂的。

这套接口很不 “Python” ，十分有理由相信它只是用来兼容 MATLAB 绘图的语法，让较大基数的人群可以从 MATLAB 无缝地迁移到 matplotlib 上的一种做法。实际上并不鼓励在 Python 中使用它。

1.2 OO, the correct way

Matplotlib 的第二套绘图接口可就 “Python” 多了，官方直接称为 “OO 接口” ，这套接口中，整个绘图被分为了几个对象，图中的元素都是依附在这些对象上的一些子对象或者子属性，只要我们知道了整张图在概念上是怎么通过这些对象组织起来的，那么很容易就能知道应该如何实现我们想要的效果。对象如下：

1
2
graph LR
    Figure(Figure, 全图, 缩写 fig) -->|包含一个或多个| Axes(Axes, 子图, 缩写 ax)

也就是说：

例如：

1
2
3
4
import matplotlib.pyplot as plt

fig, ax = plt.subplots()							# fig 就是 Figure，ax 就是 Axes
ax.plot([1, 2, 3, 4], [1, 4, 2, 3])  	# 画一些数据，前面是 x 数据，后面是 y 数据

既然是一对多，再来一个多Axes的例子：

1
2
3
4
5
import matplotlib.pyplot as plt

fig, (ax1, ax2) = plt.subplots(1, 2) # nrows=1, ncols=2
ax1.plot([1, 2, 3, 4], [1, 4, 2, 3])
ax2.plot([1, 2, 3, 4], [2, 1, 4, 3])

是的，就是这么简单。使用 matplotlib 常用到的属性，都是依附在 Figure 或者 Axes 中。通常只要下面三步，就能实现自己想要的效果：

  1. 找到想修改的属性叫什么
  2. 在 Figure 或者 Axes 中找到对应的 API
  3. 看看 API 怎么用

其中，针对第1步，常用的属性已经列在下面了：

针对第2步，直接到官网上查，已经足够快方便了，当然要上网搜搜代码片段也没问题：

针对第3步，这才终于回到我们手上的“秘宝”——各类画图功能、样式的示例代码片段。当我们已知所画的图是由 Figure 和 Axes 所组成，并且常用属性都可以通过他们来配置时，再来读这些代码片段，我们就能跳过片段前后的繁琐或不相关内容，直接去读真正使得效果起作用的代码，究竟是对 Figure 还是 Axes 的什么属性，利用什么 API，起到了什么作用。这样既提高了对“秘宝”的利用效率，也加深了对 matplotlib 的认识，这样长久以往，我们就能对如何画图的理解越来越深入、经验越来越丰富，而不会反而越来越疏离。

怎么理解这个 Axes 呢？考虑到 “Axes” 是 “Axis” 的复数形式，有人建议将其理解为“一套坐标轴/坐标域”，虽然在官方文档里没有明确这么解释，但我觉得这么理解还是非常到位、准确的。

有时，我们查到的代码片段，是以 “类MATLAB”的接口给出的，不容易直接在“OO接口”中找到对应内容。不用着急，只需记住以下原则，就可以有迹可循：

  • “类MATLAB”接口更高层，实际上是使用“OO接口”来实现并封装的，没有包含什么特别的、“OO接口”实现不了的内容；
  • “类MATLAB”接口所谓的“有状态”，就是指它默默的帮我们在 Figure 和当前生效的 Axes[x] 上进行了操作而已；
  • 通常 plt.xxx() 的 API，都能在 Figure（即 fig）或者 Axes（即 ax）下找到同名的 API。试一试，或者搜一搜，很容易就能找到。

2. 举个例子

本文不是 matplotlib 哪个具体 API 的教程，只希望在指出整体性的概念，以便于理解。但为了说明地更充分些，还是需要举个具体的例子。

既然是例子，那就直接用上面的示例图吧，正好能覆盖这些常用的属性。成果如下：

首先，观察到是散点图，那么先来点数据，大约在 0.5 到 3.5 的范围内（x），生成 0.5 到 3.5 的值（y），简单估算下约 50 个样本数：

1
2
3
4
import numpy as np
np.random.seed(20200802)
x = np.random.rand(50) * 3 + 0.5
y = np.random.rand(50) * 3 + 0.5

然后套用上面例子先画个默认图：

1
2
3
4
import matplotlib.pyplot as plt

fig, ax = plt.subplots()
ax.scatter(x, y)

这里可以看到，因为要画散点图，所以原来例子中的 ax.plot() 已经换为了 ax.scatter()。想画其他类型怎么办？或者想知道有哪些类型可以选？查一下就知道了。

接下来，我们按如下顺序，一项项把其他元素加进来吧：

  1. title
  2. tick 和 tick label
  3. axis label
  4. grid
  5. legend

2.1 title

简单搜一下，就能看到如何设置title。我们这里想设置整图的 title，那自然是设置 fig：

1
fig.suptitle('Anatomy of a Figure')

实际上，官网的教程完整多了，还有示例代码可以下载。

2.2 tick 和 tick label

观察目标图，tick 设置的目标是：

  • x 轴和 y 轴都是从 0 到 4；
  • Major tick 间隔为 1；
  • Minor tick 间隔为 0.25，这两个术语也是示例图告诉我们的
1
2
3
4
5
6
7
8
9
10
11
12
13
import matplotlib.ticker as mticker

ax.set_xlim([0, 4])		# 设置x轴范围
ax.set_ylim([0, 4])		# y轴同理

ax.xaxis.set_major_locator(mticker.MultipleLocator(1))						# 设置x轴主坐标间隔为1
ax.xaxis.set_major_formatter(mticker.FormatStrFormatter('%d'))		# 设置x轴主坐标显示格式
ax.xaxis.set_minor_locator(mticker.MultipleLocator(0.25))					# 设置x轴副坐标间隔为0.25
ax.xaxis.set_minor_formatter(mticker.FormatStrFormatter('%.2f'))	# 设置x轴副坐标显示格式，留2位小数
ax.yaxis.set_major_locator(mticker.MultipleLocator(1))						# y轴同理
ax.yaxis.set_major_formatter(mticker.FormatStrFormatter('%d'))
ax.yaxis.set_minor_locator(mticker.MultipleLocator(0.25))
ax.yaxis.set_minor_formatter(mticker.FormatStrFormatter('%.2f'))

首先，我们的需求是实现了，但是显示上显然有点问题：

  • 副坐标和主坐标重叠了
  • 而且主坐标的刻度也不够突出

我们后续会解决这些问题，先继续。

官网教程在此。

2.3 axis label

这个简单，前面都查到了：

1
2
ax.set_xlabel('X axis label')
ax.set_ylabel('Y axis label')

2.4 grid

至此应该轻车熟路了，找到 Axis 对象的API，注意我们需要画虚线：

1
2
ax.xaxis.grid(True, which='major', linestyle='--')
ax.yaxis.grid(True, which='major', linestyle='--')

2.4.x Axis

上述 4 节，实际上都属于 Axis 的一部分，比较完整、统一:的示例在此。

回到 2.2 的问题，要解决的话，我们可以给 minor ticks 的显示增加一个逻辑：如果跟 major ticks 重合的话就不画了。当然方法有很多，这里以示例目的为主，最重要是向大家介绍 matplotlib.ticker.FuncFormatter ，利用它，我们可以在 ticker 上基本做到随心所欲的格式定制：

1
2
3
4
5
6
7
8
def minor_skip_format(val, pos):
    if val % 1 == 0:
        return ''
    else:
        return '%.2f' % val

ax.xaxis.set_minor_formatter(mticker.FuncFormatter(minor_skip_format))
ax.yaxis.set_minor_formatter(mticker.FuncFormatter(minor_skip_format))

最好把图的大小调整一下，更方正一点，坐标也不用挤在一起：

1
2
3
#fig, ax = plt.subplots()					# 把一开始的实例化换一下
fig = plt.figure(figsize=(8, 8))
ax = fig.add_subplot(1, 1, 1)			# nrows=1, ncols=1, index=1（1x1，取第一个）

最后处理坐标刻度。默认估计是 1 左右，试验了一下，8 差不多：

1
ax.tick_params(which='major', length=8)

2.5 legend

要引入 legend，直接 ax.legend() 一句话就可以了，legend 的内容是由所画的图所决定的。这里还要额外加上要画的曲线：

1
2
3
4
5
6
X = np.linspace(0.5, 3.5, 100)
Y1 = 3+np.cos(X)
Y2 = 1+np.cos(1+X/0.75)/2
ax.plot(X, Y1, 'b-', label="Blue signal")
ax.plot(X, Y2, 'r--', label="Red signal")
ax.legend()

colors, line type and markers

上面 legend 的例子里，我们看到在 ax.plot() 参数里有比较特别的参数 'b-' 和 'r--'，这是什么意思呢？这其实也是从 MATLAB 继承过来的，示例这里是指定了颜色和线条样式。这种参数在网上很多的示例里面都有，也不太容易记忆。为了避免频繁查阅，这里给出了备查表：

colors 颜色
b blue，蓝，默认
g green，绿
r red，红
c cyan，青
m magenta
y yellow，黄
k black，黑
w white，白

颜色有很丰富的设置接口，可以参考这个示例，关于各类颜色名字，这里列得更全。

line type 线条样式
- 实线，默认
– 虚线
-. 横-点交替
: 点

线条样式也有很灵活的设置方法，参考这里。

除了线条以外，其实还能以其他符号来画我们的曲线，例如如果把最开始的散点图改成 ax.scatter(x, y, marker='s')，那么就可以得到：

markers 标记
. 圆点
, 一个像素点
o 圆
v, ^, <, > 三角，分别指向下、上、左、右四个方向
1, 2, 3, 4 三叉形，分别指向下、上、左、右四个方向
s, p, 8 方形（square），五边形（pentagon），8边形
*, +, x 分别就是*，+和x
h, H 竖向6边形，横向6边形
d, D 瘦型钻石和钻石
|, _ 竖线，横线

标记也有很多类型，这里列得更全。

总结

上述是我自己一步步模仿着示例图搭起来的，其实自始至终就是找到绘图的元素对象，而绝大多数情况都是 Axes，然后用 API 实现自己想要的效果而已，常见的属性也确实都是前面示例图给出的那些，这个示例只是实践了一下。

最后，在搭建示例的过程中，还干脆直接发现了官方的示例代码：Anatomy of a figure，可以看到，legend 示例中的曲线，我用了官方的示例然后做了点简化。主要区别：

  • 官方示例包含 Text Annotate 文字标注的方法，值得一看；
  • 官方示例实现了很多圆圈，利用的是 ax.add_artists() 接口，属于比较高级的手法了。关于 Artist，可以继续看下文的介绍。

3. 官网资料

官网资料非常详尽、非常细致，而且循序渐进、分类合理、导航充分，我获益良多，觉得大部分情况都没有必要再去找别的资料了。

教程，即“应如何使用”，包含“介绍”、“中级”、“高级”三大内容，还有“颜色”、“文字”两大专题，以及“额外工具集”一节。

  • “介绍”主要就是讲本文介绍的基本概念，以及基础使用。其中这一篇很值得读，对常见样式的使用给出了很好的例子。
  • “中级”进一步介绍了几个概念，有常用到的 legend，还有各类 Layout（也就是多个 Axes 在 Figure 中的排布方法），还有 “Artist” 这个概念，很值得想了解 matplotlib 绘制逻辑的朋友一看。
  • 颜色是画图中很重要的一个维度，相当于在数据坐标轴外平添了一个正交的坐标轴，而且人对颜色也更为敏感，对读者理解要展示的内容尤其有帮助。有需求的话可以参看颜色专题 。
  • 灵活的文本设置也能给图提供精准的注解，也有对应的专题可以参看，其中还包括对 TeX 公式的支持。

教程入口：https://matplotlib.org/3.2.2/tutorials/index.html

整体文档入口：https://matplotlib.org/3.2.2/contents.html

3.1 Artist

Matplotlib 实际的绘图概括为三个抽象：

  • Canvas，画布，实际绘画的区域
  • Renderer，应该怎么在画布 Canvas 上绘画
  • Artist，应该怎么利用 Renderer 在画布 Canvas 上画

其中 Canvas 和 Renderer都属于 Backend，什么是 Backend 呢？Matplotlib 支持在很多平台进行绘图输出，例如在 python REPL 里弹出绘图框，在 Jupyter notebook 里嵌入绘图结果，或者将绘图写成不同格式的静态图片文件，它还支持在 GUI 应用里直接嵌入绘图，显然，在各类绘图应用场景下，matplotlib 实际依赖的绘图接口肯定都是不一样的，在不同的操作系统下肯定也不同。这些都属于 backend。Canvas，就是实际画的图数据的抽象，Renderer，就是绘制动作的抽象，两者类似于画布和画笔，给实际要画的内容提供了工具。谁知道实际要画什么内容？“艺术家” Artist 咯。

Artist 就是实际的线条、矩形、圆等等有内在逻辑的绘图元素，以及这些元素的容器，也就是常见的自嵌套的结构。我们作为用户，只是利用预设好的这些绘图元素，拼接设置成我们想要的样式，从而获得想要的绘图而已。

1
2
3
4
graph TD
    Artist --> Primitives元素
    Artist --> Containers容器
    Containers容器 .-> Artist

我们画图一般的流程是：

  1. 首先通过 plt.figure() ，先创建出 Figure，并将其绑定到 Canvas 上；
  2. 然后通过 fig.add_subplot()，在 Figure 中添加 Axes；
  3. 由此可以看到，上述两步通常也有其他等价的步骤，可以是一步到位的 plt.subplots()，也可以是另外的API如 fig.add_axes() 等。实际用哪个 API 可能没那么重要，关键是知道它们背后做了什么；
  4. 接下来利用 Axes 提供的各类方法，添加一个个的 Artist，为我们的图添加一系列绘图元素。

知道这一层抽象可能不见得在我们平时画图过程中能产生什么作用，但是在遇到问题时还是有一点帮助的，起码查资料时能有一个模糊的方向，指不定就能一下子节省好几天没头苍蝇乱撞的时间呢。