强大的 Python Matplotlib 函数——创建漂亮的数据可视化

Matplotlib 是一个很优秀的 Python 包，被我们用于数据的可视化，Matplotlib 几乎可以制作任何类型的数据可视化图表。

本文中，我将向您展示如何使用最重要的几个matplotlib 函数，你可以按照自己的需求进行任何类型的数据可视化。如果你想了解更多关于数据可视化的相关内容，可以阅读以下这些文章：
通过案例数据集，带你了解Python数据分析和数据可视化
Tableau数据可视化，学完就掌握商业分析必备技能了！
简单有效的 5 步框架，掌握数据可视化！
数据可视化你会了，那设计呢？ —— Tableau 中的设计思维

导入了数据集后，让我们添加数据可视化所需的 Python 包：

import pandas as pd
import matplotlib.pyplot as plt
data = pd.read_csv("https://raw.githubusercontent.com/amankharwal/Website-data/master/Instagram.csv", encoding="latin-1")
print(data.head())

输出

本文将用一个线型图（line plot）为例。这之后，我也会逐步介绍一些可以用在图表中的重要的matplotlib 函数。

在本文中，我会用不同的数据来源制作线图，比如上面数据集中的数据。

# Creating a Line Plot
plt.plot(data["From Home"], "-r", label="From Home")
plt.plot(data["From Hashtags"], "-g", label="From Hashtags")
plt.plot(data["From Explore"], "-b", label="From Explore")
plt.plot(data["From Other"], "-k", label="Other")
plt.show() # for visualizing your graph

输出

自定义图形大小：

plt.figure ( figsize =(float, float))可以帮助我们改变图表的大小。以下是使用它的方法：

# Customizing Figure Size
plt.figure(figsize=(15, 10)) # Customizing Figure Size
plt.plot(data["From Home"], "-r", label="From Home")
plt.plot(data["From Hashtags"], "-g", label="From Hashtags")
plt.plot(data["From Explore"], "-b", label="From Explore")
plt.plot(data["From Other"], "-k", label="Other")
plt.show()

输出

自定义主题：

 plt.style.use （“样式名称”）可以帮助我们改变图表的外观。现在，我用 matplotlib 的“ fivethirtyeight ”主题风格来让我图表的样式更好看。以下是使用它的方法：

# Customizing Themes
plt.style.use('fivethirtyeight') # for customizing theme
plt.figure(figsize=(15, 10))
plt.plot(data["From Home"], "-r", label="From Home")
plt.plot(data["From Hashtags"], "-g", label="From Hashtags")
plt.plot(data["From Explore"], "-b", label="From Explore")
plt.plot(data["From Other"], "-k", label="Other")
plt.show()

输出

添加标题：

要养成为图表添加标题的好习惯。它有助于描述数据可视化的预期目的。以下是如何在我们的图表中包含标题示例：

# Adding a Title to Your Graph
plt.style.use('fivethirtyeight')
plt.figure(figsize=(15, 10))
plt.plot(data["From Home"], "-r", label="From Home")
plt.plot(data["From Hashtags"], "-g", label="From Hashtags")
plt.plot(data["From Explore"], "-b", label="From Explore")
plt.plot(data["From Other"], "-k", label="Other")
plt.title("Impressions on Instagram from Various Sources") # for adding a title
plt.show()

输出

在轴上添加标签

在我们的图表中， xlabel ( ) 和ylabel () 函数将帮助我们在图表的x轴和y轴上添加标签。以下是如何使用这些功能：

# Adding Labels on xaxis and yaxis
plt.style.use('fivethirtyeight')
plt.figure(figsize=(15, 10))
plt.plot(data["From Home"], "-r", label="From Home")
plt.plot(data["From Hashtags"], "-g", label="From Hashtags")
plt.plot(data["From Explore"], "-b", label="From Explore")
plt.plot(data["From Other"], "-k", label="Other")
plt.title("Impressions on Instagram from Various Sources")
plt.xlabel("Days") # adding label on xaxis
plt.ylabel("Impressions") # adding label on yaxis
plt.show()

输出

添加图例

图例可以帮每个特征添加相关的标签和颜色。以下是我们如何在图表中添加图例：

# Adding Legend
plt.style.use('fivethirtyeight')
plt.figure(figsize=(15, 10))
plt.plot(data["From Home"], "-r", label="From Home")
plt.plot(data["From Hashtags"], "-g", label="From Hashtags")
plt.plot(data["From Explore"], "-b", label="From Explore")
plt.plot(data["From Other"], "-k", label="Other")
plt.title("Impressions on Instagram from Various Sources")
plt.xlabel("Days")
plt.ylabel("Impressions")
plt.legend(title="Instagram Reach") # for adding legend with a title
plt.show()

输出

这些都是你需要了解的很重要的 matplotlib 函数。本文中提到的所有功能都易于使用，你可以把它们用在你的各个图表中。

你可以生成出没有这些功能的数据可视化，但人们很难直接去理解图表想表达的含义。因此，作为数据科学家，你必须开发出容易理解的图表。因此，上述这些方法可以让你的图表更具吸引力和信息量。

以上就是用于制作精美且信息量大的图表的最重要的 matplotlib 函数。matplotlib是一个优秀的 Python 数据可视化包，几乎可以创建任何数据可视化图。如果你喜欢这篇文章，请关注我们，不错过更多数据科学相关内容。你还可以订阅我们的YouTube频道，观看大量大数据行业相关公开课：https://www.youtube.com/channel/UCa8NLpvi70mHVsW4J_x9OeQ；在LinkedIn上关注我们，扩展你的人际网络！https://www.linkedin.com/company/dataapplab/

原文作者：Alain Saamego
翻译作者：Jiawei Tong
美工编辑：过儿
校对审稿：Jiawei Tong
原文链接：https://medium.com/@alains/create-any-kind-of-beautiful-data-visualizations-with-these-powerful-python-matplotlib-functions-537ad359e9a3