Python新手绘图绕不开的17个小问题

Python数据科学

发布于 2019-05-23 18:17:47

4K0

发布于 2019-05-23 18:17:47

文章被收录于专栏：Python数据科学Python数据科学

作者：令狐虫

转自：迷途小书童

测试环境： python版本 3.7.0 / 操作系统window 7 64位 / 编辑器PyCharm；

1 关于安装

问1：Python画图用到哪些库？

答：Python常用的绘图库有：

matplotlib，是最经典的Python可视化绘图库。matplotlib就是MATLAB+Plot+Library，即模仿Matlab的绘图库，其绘图风格与Matlab类似。

seaborn，是基于matplotlib的，纯粹由Python开发的图形可视化库，在matplotlib的基础上进行了更高级的API封装，从而使得作图更加容易。"make a well-defined set of hard things easy"，“默认情况下就能创建赏心悦目的图表”。

basemap，Python的basemap库负责实现地理信息可视化，其功能之强大较GMT有过之而无不及。其底图数据库与GMT相同，封装了大量常用的地图投影、坐标转换功能，利用简洁的Python语法支持绘出多种多样的地理地图。

笔者常用matplotlib和basemap库，下一步打算学习和使用seaborn库。

问2：Python绘图库大不大？这些库能在哪里找？安装是否麻烦？

答：以上绘图库安装包大小在100M以内。安装及卸载十分简单。大部分库支持在线安装。

控制台使用pip install matplotlib命令即可安装matplotlib库。安装之前需要先安装numpy，dateutil模块，安装命令分别为pip install numpy / pip install python-dateutil。此外，安装Pillow库，可以支持导出更多的如JPEG、BMP、TIFF等更多图片格式。

seaborn的安装同matplotlib，pip install seaborn。其依赖库包括numpy，scipy，matplotlib，pandas。

basemap的安装略微不同。（Windows用户）需要到https://www.lfd.uci.edu/~gohlke/pythonlibs/ 下载对应的wheel文件到本地，然后控制台进入其所在目录，使用pip install xxxx.whl安装。其依赖于pyproj库。具体安装过程参考 https://zhuanlan.zhihu.com/p/34509847

2 与其他工具对比

问3.1：任何Matlab能画的图Python都能画吗？

问3.2：从Matlab画图转向Python画图是否容易？

答：由于 matplotlib 使用的大部分函数都与 Matlab 中对应的函数同名，且各种参数的含义，使用方法也一致，这就使得熟悉 Matlab 的用户使用起来感到得心应手。对那些不熟悉的 Matlab 的用户而言，这些函数的意义往往也是一目了然的，因此只要花很少的时间就可以掌握。

当前新版本的 Matlab 安装包接近 10G！！安装后占用空间更大！！！且正版软件价格不菲。

Python的各个库类似积木的基本单位，可以随意组合。在 Python 基本模块外扩展画图功能只需安装 matplotlib 和numpy、pillow等几个依赖库。绘图包本身大小仅有几十M，安装后占用空间几百M，安装和卸载都十分方便。另外，Python 绘图库开源而且免费。

笔者曾分别或同时使用过Excel、Matlab、Origin、GMT画过图。现在只使用Python可以取代上面所有软件画图。

问4.1：能否像Matlab一样拖入文件右键plot就能画？

问4.2：Python 画图后微调是否需要慢慢修改代码，是否具有Matlab那种直接在图上操作的功能?

答：matplotlib和basemap库需要通过代码读取数据绘图，暂不支持直接拖入数据右键绘图，或在图上直接操作的功能。不确定其他库，或者未来是否会出现新的扩展库支持这些操作。这或许是Python画图相对Matlab的一个小缺点。

不过格式整齐的文本数据使用numpy.loadtxt函数，1-2行代码即可提取出所需数据。Python也支持对csv、excel格式数据的快速读取。微调绘图结果可通过改变代码很快设置完成。对笔者来说，上面两个问题几乎可以忽略。

3 基本操作

问5：Python画图代码的可读性如何，图形种类多不多？

答：引用一个说法，Python的哲学就是“优雅”、“明确”、“简单”，尽量写容易看明白的代码，尽量写少的代码。这是Python的定位，使得Python程序看上去简单易懂，初学者容易入门，学习成本更低。

以最常用的matplotlib库为例，Python可以绘制多种形式，包括普通的点线图，柱状图、直方图，饼图，功率谱图，极坐标图以及误差线图等。参考matplotlib的官方网站https://matplotlib.org/index.html，在其examples页面，给出了上百个常用的绘图脚本及成图样例。

问6：如何批量进行成图处理？

答：假定已经写好了读文件A画A.jpg的函数。得到所有待绘图文件A,B,C,的路径后，通过for循环即可批量成图。例如：

import os
names = os.listdir(mydir)
for nm in names:
    if not nm.endswith('.txt'):
        continue
    pth = os.path.join(mydir, nm)
    draw_1_txt(pth)

问7：Python的图片如何保存为jpg，bmp，tif等常见格式？

答：matplotlib支持导出emf，eps，pdf，png，ps，raw，rgba，svg，svgz图片格式。安装Pillow库之后，matplotlib可以自动调用Pillow支持导出bmp、eps、gif、jpeg、jpg、tiff等多种格式。

问8：是否方便画双y轴，设置双轴颜色？

答：方便。一个例子如下：

import numpy as np
import matplotlib.pyplot as plt

# Create some mock data
t = np.arange(0.01, 10.0, 0.01)
data1 = np.exp(t)
data2 = np.sin(2 * np.pi * t)

fig, ax1 = plt.subplots(figsize=(5,3))

color = 'tab:red'
ax1.set_xlabel('time (s)')
ax1.set_ylabel('exp', color=color)
ax1.plot(t, data1, color=color)
ax1.tick_params(axis='y', labelcolor=color)

ax2 = ax1.twinx()  # instantiate a second axes that shares the same x-axis

color = 'tab:blue'
ax2.set_ylabel('sin', color=color)  # we already handled the x-label with ax1
ax2.plot(t, data2, color=color)
ax2.tick_params(axis='y', labelcolor=color)

fig.tight_layout()  # otherwise the right y-label is slightly clipped
plt.show()

可以看到，ax2=ax1.twinx()语句可以获取第二个y轴元素。对于轴线属性如label颜色、大小，tick的间隔，文字，颜色等的设置都可以通过相应的成员函数实现。

问9.1：图片清晰度和分辨率是否能自己控制？

问9.2：如何设置图片分辨率，dpi等参数？

答：配合设置figsize和dpi这两个参数调整图片像素和分辨率。通过figsize参数设置画幅大小，单位为英寸：plt.figure(figsize=(8,4)) savefig保存图片时可通过可选参数dpi设置。有的期刊网站要求dpi不低于300。

4 高级操作

问10：如何用Python画世界地图？

from mpl_toolkits.basemap import Basemap
import numpy as np
import matplotlib.pyplot as plt
# lon_0 is central longitude of projection.
# resolution = 'c' means use crude resolution coastlines.
f = plt.figure(figsize=(8,4))
m = Basemap(projection='robin',lon_0=0,resolution='c')
m.shadedrelief(scale=0.2)
plt.title("Robinson Projection")
plt.show()

问11：图片如何裁去多余的白边？

答：在保存图片 savefig() 时的参数中添加 bboxinches = 'tight'，就可以去除因为画幅过大导致图片上下左右的白边。plt.savefig(‘mypic.jpg’, dpi=360, bboxinches='tight')。

另一个可以自动调整绘图区排列的函数是tight_layout()，主要用于自动调整绘图区的大小及间距，使所有的绘图区及其标题、坐标轴标签等都可以协调、完整地显示在画布上。例如可以避免当绘图区的X/Y轴的标签，以及标题的字体非常大，导致这些文字不能完整显示出来。也可以避免创建了多个绘图区，绘图区之间有部分重叠的问题。

问12：多副子图如何共用x/y坐标轴？

答：多副子图共用坐标轴用sharex/sharey参数。如 fig, axs = plt.subplots(1, 3, sharey=True, figsize=(10, 3.5)) 表示从左至右三幅子图共用y轴，只会在左子图上绘制y轴。

问13：怎么样调节子图之间的水平/垂直间隔？

答：接上面的例子，加入代码 fig.subplots_adjust(wspace=0.05) 可以调整三幅子图的水平间隔。垂直间隔设置hspace参数。

问14：x坐标轴如何显示时间?

答：具体例子如下：

import matplotlib.dates as mdates
from matplotlib.pylab import date2num
import datetime


tmFmt = mdates.DateFormatter('%H:%M:%S')

def draw_fig_xaxis_time():
    ...

    tmfl = date2num(time_lst)

    plt.plot(time_lst, y_lst)
    ax = plt.subplot(111)

    ax.xaxis.set_major_formatter(tmFmt)
    ax.set_xlim(min(tmfl)-0.0001, max(tmfl)+0.0001)
    ...

5 其他

问15：推荐哪些网站和资料？

答：首推matplotlib的官方网站https://matplotlib.org/index.html，在其examples页面，给出了上百个常用的绘图脚本及成图样例。其次，多用搜索引擎Google，99.9%的画图问题都可以在里面找到答案。

问16：Python画图的优点？

答：简单总结下，Python画图优点有：

脚本语法简单，很容易理解、上手；
跨平台（Win/Linux/Mac），开源；
安装简单，占用空间很小；
封装了一些“高级”属性/函数，比如支持设置dpi；支持去除图片白边；支持自动调整多子图的间隔......
使用人数众多，社区活跃。2018年末 Python 在 TIOBE 排行榜中排行第三，是仅次于Java、C，排名最高的解释型语言，并被评选为2018年年度编程语言。

问17：Python画图有什么缺陷？

答：个人觉得以下方面还可以继续改进：