matplotlib是Python科學(xué)計(jì)算中使用最多的一個(gè)可視化庫，功能豐富，提供了非常多的可視化方案，基本能夠滿足各種場景下的數(shù)據(jù)可視化需求。但功能豐富從另一方面來說也意味著概念、方法、參數(shù)繁多，讓許多新手望而卻步。

據(jù)我了解，大部分人在對matplotlib接觸不深時(shí)都是邊畫圖邊百度，諸如這類的問題，我想大家都似曾相識：Python如何畫散點(diǎn)圖，matplotlib怎么將坐標(biāo)軸標(biāo)簽旋轉(zhuǎn)45度，怎么設(shè)置圖例字體大小等等。無論針對哪一個(gè)問題，往往都有多種解決方法，搜索引擎這時(shí)候當(dāng)然會很熱情得將各種五花八門、看似合理、各不相同的解決方案推給我們，對于新手往往就迷失在這些紛雜的答案中，然后覺得matplotlib好復(fù)雜。matplotlib設(shè)計(jì)原則就是追求對每一個(gè)圖表細(xì)節(jié)的完全控制，所以matplotlib源碼中各種對象很多，甚至各對象間相互應(yīng)用，錯(cuò)綜復(fù)雜，對同一個(gè)對象的設(shè)置經(jīng)常可以調(diào)用不同的方法來實(shí)現(xiàn)，這是matplotlib入門難的原因之一。

對于matplotlib入門階段學(xué)習(xí)曲線陡峭，我認(rèn)為還有一個(gè)更加重要的原因。無論是在各種出版書籍還是網(wǎng)絡(luò)博客中，都少有資料對matplotlib進(jìn)行深入的系統(tǒng)介紹，大多淺嘗輒止。這些流于表層的資料對于如何用matplotlib作圖沒有進(jìn)行深入的分析，大多只介紹如何調(diào)用pyplot模塊中的方法進(jìn)行作圖。pyplot是matplotlib中提供的一個(gè)頂層模塊，提供許多方法實(shí)現(xiàn)了快速、簡便作圖，幾行代碼就可以完成一幅圖的創(chuàng)作，但是，這種方法作圖卻讓新手對matplotlib圖形的認(rèn)識變得粗淺，也很難實(shí)現(xiàn)對圖形的更加精細(xì)控制，底層定制能力有限，最終讓新手對matplotlib咬牙切齒。這種方法就想吃快餐，快速方便，但是吃多了難免營養(yǎng)不良。

面對matplotlib入門階段的這兩個(gè)問題，怎么辦呢？

matplotlib其實(shí)提供了兩類接口實(shí)現(xiàn)作圖。第一類基于狀態(tài)的接口，就是上文中提到的pyplot進(jìn)行作圖，這類接口對matplotlib中更加底層的對象進(jìn)行封裝，以仿MATLAB作圖風(fēng)格的方式讓作圖更加簡單方便。至于為什么叫基于狀態(tài)，我的觀點(diǎn)是pyplot所有作圖動(dòng)作都是默認(rèn)在當(dāng)前出于激活的元素上進(jìn)行，要切換到其他元素作圖，就要使另一元素激活。第二類接口是基于對象的接口，這種方法是使用買你想對象的方法來作圖，認(rèn)為圖形中每一個(gè)元素都是一種對象，通過調(diào)用更加底層對象來實(shí)現(xiàn)作圖。這種方法代碼量更多，但是讓用戶對matplotlib圖形的構(gòu)成有了更深的認(rèn)識，也讓用戶對圖形的每一個(gè)元素有更強(qiáng)的掌控力。

所以，在使用matplotlib作圖過程中，本文建議在學(xué)習(xí)階段多使用基于對象的方法進(jìn)行作圖，只要掌握了基于對象的方法作圖，后面使用pyplot作圖自然水到渠成。本文后續(xù)大部分介紹也是基于這一種方法。

matplotlib的安裝與Python中其他第三方庫安裝方法無異

pip install -i https://pypi.douban.com/simple matplotlib 導(dǎo)入

進(jìn)行導(dǎo)入操作時(shí)通常不會直接將整個(gè)matplotlib包導(dǎo)入，而是導(dǎo)入matplotlib包中最為常用的pyplot模塊，一般的，我們習(xí)慣將pyplot導(dǎo)入時(shí)起一個(gè)簡稱plt。

import matplotlib.pyplot as plt3 圖的構(gòu)成

在使用matplotlib進(jìn)行繪圖之前，理解matplotlib圖表構(gòu)成是非常有必要的。matplotlib圖表有三個(gè)非常重要的概念：figure、axes、axies。 三者之間的關(guān)系構(gòu)成了matplotlib圖表的整體布局，如下圖所示。

在matplotlib圖表中，至少有一個(gè)figure，figure可以理解為一張畫布，畫布上面可以畫多個(gè)axes，這里的axes我理解為坐標(biāo)系，每個(gè)坐標(biāo)系可以有多個(gè)axis，也就是有多條坐標(biāo)軸。

下圖是在matplotlib官方文檔中展示的一張圖片，進(jìn)一步的很清晰展示了matplotlib圖表布局上的組件構(gòu)成：

上圖中，藍(lán)色部分文本是各組件的名稱，請牢記各組件的名稱，方便在對各組件進(jìn)行設(shè)置是調(diào)用函數(shù)，因?yàn)榻M件的名稱與函數(shù)名是相似的。其實(shí)，在matplotlib中，在figure中的所有組件，包括圖一中的axes、axies甚至是figure和圖中出現(xiàn)的所有組件都稱為artist，因?yàn)檫@些組件均繼承于一個(gè)名為Artist的父類。根據(jù)所在位置和作用，我們可以將matplotlib所有artist可以劃分到三個(gè)層次：

（1）figure層：畫布，這是最低層的容器，用于容納axes。（2）axes層：坐標(biāo)系，也成為軸域，第二層容器，用于容納axis。（3）axis層：坐標(biāo)軸，也包含坐標(biāo)軸上更加細(xì)微的組件。使用matplotlib進(jìn)行作圖時(shí)，按照這個(gè)層次結(jié)構(gòu)順序進(jìn)行創(chuàng)建完成作圖。接下來，我們分別對figure、axes、axis進(jìn)行展開介紹。

本篇博客主要是為matplotlib如何入門以及matplotlib宏觀層面的容器布局做了一番介紹，希望這番介紹能夠讓各位讀者對matplotlib有一個(gè)更加正確、深入的認(rèn)識。

最后，還是想說一句，matplotlib很強(qiáng)，只不過目前無論是網(wǎng)絡(luò)上還是市場上的matplotlib資料大多屬于快餐類別，吃多了就容易營養(yǎng)不良，造成后繼無力。當(dāng)然，pyplot只是快餐，卻不是毒藥，因?yàn)閜yplot中確實(shí)提供了很多強(qiáng)大的方法實(shí)習(xí)縣對圖形的管理。本文強(qiáng)烈建議（官方文檔中也提出了），如果只是簡單得對數(shù)據(jù)進(jìn)行展示，那么當(dāng)然可以使用pyplot完成，但是如果需要更加精細(xì)的對圖片進(jìn)行設(shè)置，那么建議使用pyplot中的方法來創(chuàng)建matplotlib圖形的容器對象，因?yàn)閜yplot創(chuàng)建容器對象可以方便得納入matplotlib序列中進(jìn)行管理，有了容器對象之后，后續(xù)的畫圖，請勿通過再pyplot進(jìn)行，最好是通過容器對象進(jìn)行操作。

入門學(xué)習(xí)階段，無論如何，請走基于對象作圖這條路！！！

在下一篇博客中，我將對這三層容器對象開始，循序漸進(jìn)地介紹基于對象的作圖方式。

作者：奧辰

微信號：chb1137796095

Github：https://github.com/ChenHuabin321

歡迎加V交流，共同學(xué)習(xí)，共同進(jìn)步！

以上就是python Matplotlib數(shù)據(jù)可視化（1）：簡單入門的詳細(xì)內(nèi)容，更多關(guān)于python Matplotlib數(shù)據(jù)可視化的資料請關(guān)注好吧啦網(wǎng)其它相關(guān)文章！