matplotlib绘图

最近复习了《利用python进行数据分析》一书，主要回顾绘图工具的使用方法和数据处理接口。

matplotlib绘图的不同方式

以热力图和折线图为例，体现面向对象的绘图方式和pyplot接口的不同，理论上面向对象的绘图方式是更推荐的使用方法

• 数据准备

  import matplotlib.pyplot as plt
  import numpy as np
  data1 = np.random.randn(100, 100).cumsum(0)
  data2 = np.random.randn(10).cumsum()
  

• plot方法

  plt.figure(figsize=(15, 5))
  plt.subplot(121)
  plt.imshow(data1, )
  plt.colorbar()
  plt.grid(True)
  plt.xlabel("test_x")
  plt.ylabel("test_y")
  
  plt.subplot(122)
  plt.plot(data2)
  plt.xlim((0,12))
  plt.ylim((-2,5))
  plt.xticks([0,1,2,3,4,5,6,7,8,9,10,11,12], ['q','w','e','r','t','y','u','i','o','p','a','s','d'])
  
  plt.show()
  

  结果：
  

• 面向对象接口

  fig, axes = plt.subplots(1,2,figsize=(15,5), facecolor='w')
  # 通常设置subplot分布时，返回的axessize是等同于给定的行列数的，即返回axes的二维数组，
  # 但是当行或者列为1时，返回的是一维axes数据
  im = axes[0].imshow(np.random.randn(100,100).cumsum(0))
  fig.colorbar(im, ax=axes[0])
  axes[0].grid(True)
  axes[0].set_xlabel("test_x")
  axes[0].set_ylabel("test_y")
  
  axes[1].plot(data2)
  axes[1].set_xlim((0,12))
  axes[1].set_ylim((-2,5))
  axes[1].set_xticks([0,1,2,3,4,5,6,7,8,9,10,11,12])
  axes[1].set_xticklabels(['q','w','e','r','t','y','u','i','o','p','a','s','d'])
  
  plt.show()
  

  结果：
  

未完待续。。。