第二回 艺术画笔见乾坤

发布于：2022-12-13 ⋅ 阅读:(656) ⋅ 点赞:(0)

一、概述

1、matplotlib的三层API

matplotlib的原理就相当于用artist对象在画布（canvas）上绘制（render）图形。

三层API分别为：

matplotlib.backend_bases.FigureCanvas 代表了绘图区，所有的图像都是在绘图区完成的。
matplotlib.backend_bases.Renderer 代表了渲染器，可以近似理解为画笔，控制如何在 FigureCanvas 上画图。
matplotlib.artist.Artist 代表了具体的图表组件，即调用了Renderer的接口在Canvas上作图。
前两者处理程序和计算机的底层交互的事项，第三项Artist就是具体的调用接口来做出我们想要的图，比如图形、文本、线条的设定。所以通常来说，我们95%的时间，都是用来和matplotlib.artist.Artist类打交道的。

2. Artist的分类

Artist有两种类型：primitives 和containers。

primitive是基本要素，它包含一些我们要在绘图区作图用到的标准图形对象，如曲线Line2D，文字text，矩形Rectangle，图像image等。

container是容器，即用来装基本要素的地方，包括图形figure、坐标系Axes和坐标轴Axis。他们之间的关系如下图所示：
分类

可视化中常见的artist类可以参考下图这张表格，解释下每一列的含义。
第一列表示matplotlib中子图上的辅助方法，可以理解为可视化中不同种类的图表类型，如柱状图，折线图，直方图等，这些图表都可以用这些辅助方法直接画出来，属于更高层级的抽象。

第二列表示不同图表背后的artist类，比如折线图方法plot在底层用到的就是Line2D这一artist类。

第三列是第二列的列表容器，例如所有在子图中创建的Line2D对象都会被自动收集到ax.lines返回的列表中。

下一节的具体案例更清楚地阐释了这三者的关系，其实在很多时候，我们只用记住第一列的辅助方法进行绘图即可，而无需关注具体底层使用了哪些类，但是了解底层类有助于我们绘制一些复杂的图表，因此也很有必要了解。

Axes helper method

Artist

Container

bar - bar charts

Rectangle

ax.patches

errorbar - error bar plots

Line2D and Rectangle

ax.lines and ax.patches

fill - shared area

Polygon

ax.patches

hist - histograms

Rectangle

ax.patches

imshow - image data

AxesImage

ax.images

plot - xy plots

Line2D

ax.lines

scatter - scatter charts

PolyCollection

ax.collections

二、基本元素 - primitives

各容器中可能会包含多种基本要素-primitives, 所以先介绍下primitives，再介绍容器。

本章重点介绍下 primitives 的几种类型：曲线-Line2D，矩形-Rectangle，多边形-Polygon，图像-image

1. 2DLines

在matplotlib中曲线的绘制，主要是通过类 matplotlib.lines.Line2D 来完成的。

matplotlib中线-line的含义：它表示的可以是连接所有顶点的实线样式，也可以是每个顶点的标记。此外，这条线也会受到绘画风格的影响，比如，我们可以创建虚线种类的线。

它的构造函数：

class matplotlib.lines.Line2D(xdata, ydata, linewidth=None, linestyle=None, color=None, marker=None, markersize=None, markeredgewidth=None, markeredgecolor=None, markerfacecolor=None, markerfacecoloralt='none', fillstyle=None, antialiased=None, dash_capstyle=None, solid_capstyle=None, dash_joinstyle=None, solid_joinstyle=None, pickradius=5, drawstyle=None, markevery=None, **kwargs)

其中常用的的参数有：

  • xdata:需要绘制的line中点的在x轴上的取值，若忽略，则默认为range(1,len(ydata)+1)

  • ydata:需要绘制的line中点的在y轴上的取值

  • linewidth:线条的宽度

  • linestyle:线型

  • color:线条的颜色

  • marker:点的标记，详细可参考markers API

  • markersize:标记的size

其他详细参数可参考Line2D官方文档

 

补充:

        numpy的arange函数

        作用: 生成一组序列。有三种形式，如下：

                1.形式1(1个参数)
                   np.arange(10)
                   此函数生成了用0到9的十个数字的序列

                2.形式2(2个参数)
                   np.arange(3,10)
                   此函数生成了用3到9的六个(9-3=6)数字的序列(左闭右开)

                3.形式3(3个参数)
                注意:前两个函数的默认间隔都为1,形式3的作用就是改变间隔
                  np.arange(3,10,2)    #间隔为2

2. patches

matplotlib.patches.Patch类是二维图形类，并且它是众多二维图形的父类，它的所有子类见matplotlib.patches API ，
Patch类的构造函数：

Patch(edgecolor=None, facecolor=None, color=None, linewidth=None, linestyle=None, antialiased=None, hatch=None, fill=True, capstyle=None, joinstyle=None, **kwargs)

a. Rectangle-矩形

Rectangle矩形类是通过锚点xy及其宽度和高度生成。xy控制锚点，width和height分别控制宽和高。它的构造函数：

class matplotlib.patches.Rectangle(xy, width, height, angle=0.0, **kwargs)

在实际中最常见的矩形图是hist直方图和bar条形图。

1) hist-直方图

matplotlib.pyplot.hist(x,bins=None,range=None, density=None, bottom=None, histtype='bar', align='mid', log=False, color=None, label=None, stacked=False, normed=None)

下面是一些常用的参数：

  • x: 数据集，最终的直方图将对数据集进行统计

  • bins: 统计的区间分布

  • range: tuple, 显示的区间，range在没有给出bins时生效

  • density: bool，默认为false，显示的是频数统计结果，为True则显示频率统计结果，这里需要注意，频率统计结果=区间数目/(总数*区间宽度)，和normed效果一致，官方推荐使用density

  • histtype: 可选{'bar', 'barstacked', 'step', 'stepfilled'}之一，默认为bar，推荐使用默认配置，step使用的是梯状，stepfilled则会对梯状内部进行填充，效果与bar类似

  • align: 可选{'left', 'mid', 'right'}之一，默认为'mid'，控制柱状图的水平分布，left或者right，会有部分空白区域，推荐使用默认

  • log: bool，默认False,即y坐标轴是否选择指数刻度

  • stacked: bool，默认为False，是否为堆积状图

 

 

补充：

建立表格df=pd.DataFrame(data,columns,index)
一般创建形式如下：

df=pd.DataFrame(data,columns=columns,index=index)
三个参数，参数1data为建立表格所需数据，二维数组；参数2column为列名，一维数组，当创建形式维字典创建时，不需要列名参数，同时参数1是字典；参数3是索引，一位数组，可有可无，默认是0，1，2……

2) bar-柱状图

matplotlib.pyplot.bar(left, height, alpha=1, width=0.8, color=, edgecolor=, label=, lw=3)

下面是一些常用的参数：

  • left：x轴的位置序列，一般采用range函数产生一个序列，但是有时候可以是字符串

  • height：y轴的数值序列，也就是柱形图的高度，一般就是我们需要展示的数据；

  • alpha：透明度，值越小越透明

  • width：为柱形图的宽度，一般这是为0.8即可；

  • color或facecolor：柱形图填充的颜色；

  • edgecolor：图形边缘颜色

  • label：解释每个图像代表的含义，这个参数是为legend()函数做铺垫的，表示该次bar的标签

有两种方式绘制柱状图

  • bar绘制柱状图

  • Rectangle矩形类绘制柱状图

 

 

b. Polygon-多边形

matplotlib.patches.Polygon类是多边形类。它的构造函数：

class matplotlib.patches.Polygon(xy, closed=True, **kwargs)

xy是一个N×2的numpy array，为多边形的顶点。
closed为True则指定多边形将起点和终点重合从而显式关闭多边形。

matplotlib.patches.Polygon类中常用的是fill类，它是基于xy绘制一个填充的多边形，它的定义：

matplotlib.pyplot.fill(*args, data=None, **kwargs)

参数说明 : 关于x、y和color的序列，其中color是可选的参数，每个多边形都是由其节点的x和y位置列表定义的，后面可以选择一个颜色说明符。您可以通过提供多个x、y、[颜色]组来绘制多个多边形。

 

c. Wedge-契形

matplotlib.patches.Wedge类是楔型类。其基类是matplotlib.patches.Patch，它的构造函数：

class matplotlib.patches.Wedge(center, r, theta1, theta2, width=None, **kwargs)

一个Wedge-楔型 是以坐标x,y为中心，半径为r，从θ1扫到θ2(单位是度)。
如果宽度给定，则从内半径r -宽度到外半径r画出部分楔形。wedge中比较常见的是绘制饼状图。

matplotlib.pyplot.pie语法：

matplotlib.pyplot.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=0, radius=1, counterclock=True, wedgeprops=None, textprops=None, center=0, 0, frame=False, rotatelabels=False, *, normalize=None, data=None)

制作数据x的饼图，每个楔子的面积用x/sum(x)表示。
其中最主要的参数是前4个：

  • x：楔型的形状，一维数组。

  • explode：如果不是等于None，则是一个len(x)数组，它指定用于偏移每个楔形块的半径的分数。

  • labels：用于指定每个楔型块的标记，取值是列表或为None。

  • colors：饼图循环使用的颜色序列。如果取值为None，将使用当前活动循环中的颜色。

  • startangle：饼状图开始的绘制的角度。

  • 3. collections

    collections类是用来绘制一组对象的集合，collections有许多不同的子类，如RegularPolyCollection, CircleCollection, Pathcollection, 分别对应不同的集合子类型。其中比较常用的就是散点图，它是属于PathCollection子类，scatter方法提供了该类的封装，根据x与y绘制不同大小或颜色标记的散点图。 它的构造方法：

    Axes.scatter(self, x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=, edgecolors=None, *, plotnonfinite=False, data=None, **kwargs)

    其中最主要的参数是前5个：

  • x：数据点x轴的位置

  • y：数据点y轴的位置

  • s：尺寸大小

  • c：可以是单个颜色格式的字符串，也可以是一系列颜色

  • marker: 标记的类型

    4. images

    images是matplotlib中绘制image图像的类，其中最常用的imshow可以根据数组绘制成图像，它的构造函数：

    class matplotlib.image.AxesImage(ax, cmap=None, norm=None, interpolation=None, origin=None, extent=None, filternorm=True, filterrad=4.0, resample=False, **kwargs)

    imshow根据数组绘制图像

    matplotlib.pyplot.imshow(X, cmap=None, norm=None, aspect=None, interpolation=None, alpha=None, vmin=None, vmax=None, origin=None, extent=None, shape=, filternorm=1, filterrad=4.0, imlim=, resample=None, url=None, *, data=None, **kwargs）

    使用imshow画图时首先需要传入一个数组，数组对应的是空间内的像素位置和像素点的值，interpolation参数可以设置不同的差值方法，具体效果如下。

    三、对象容器 - Object container

    容器会包含一些primitives，并且容器还有它自身的属性。
    比如Axes Artist，它是一种容器，它包含了很多primitives，比如Line2D，Text；同时，它也有自身的属性，比如xscal，用来控制X轴是linear还是log的。

    1. Figure容器

    matplotlib.figure.Figure是Artist最顶层的container对象容器，它包含了图表中的所有元素。一张图表的背景就是在Figure.patch的一个矩形Rectangle。
    当我们向图表添加Figure.add_subplot()或者Figure.add_axes()元素时，这些都会被添加到Figure.axes列表中。

    由于Figure维持了current axes，因此你不应该手动的从Figure.axes列表中添加删除元素，而是要通过Figure.add_subplot()、Figure.add_axes()来添加元素，通过Figure.delaxes()来删除元素。但是你可以迭代或者访问Figure.axes中的Axes，然后修改这个Axes的属性。

    比如下面的遍历axes里的内容，并且添加网格线：

    Figure也有它自己的text、line、patch、image。你可以直接通过add primitive语句直接添加。但是注意Figure默认的坐标系是以像素为单位，你可能需要转换成figure坐标系：(0,0)表示左下点，(1,1)表示右上点。

    Figure容器的常见属性：
    Figure.patch属性：Figure的背景矩形
    Figure.axes属性：一个Axes实例的列表（包括Subplot)
    Figure.images属性：一个FigureImages patch列表
    Figure.lines属性：一个Line2D实例的列表（很少使用）
    Figure.legends属性：一个Figure Legend实例列表（不同于Axes.legends)
    Figure.texts属性：一个Figure Text实例列表

    2. Axes容器

    matplotlib.axes.Axes是matplotlib的核心。大量的用于绘图的Artist存放在它内部，并且它有许多辅助方法来创建和添加Artist给它自己，而且它也有许多赋值方法来访问和修改这些Artist。

    和Figure容器类似，Axes包含了一个patch属性，对于笛卡尔坐标系而言，它是一个Rectangle；对于极坐标而言，它是一个Circle。这个patch属性决定了绘图区域的形状、背景和边框。

    Axes有许多方法用于绘图，如.plot()、.text()、.hist()、.imshow()等方法用于创建大多数常见的primitive(如Line2D，Rectangle，Text，Image等等）。在primitives中已经涉及，不再赘述。

    Subplot就是一个特殊的Axes，其实例是位于网格中某个区域的Subplot实例。其实你也可以在任意区域创建Axes，通过Figure.add_axes([left,bottom,width,height])来创建一个任意区域的Axes，其中left,bottom,width,height都是[0—1]之间的浮点数，他们代表了相对于Figure的坐标。

    你不应该直接通过Axes.lines和Axes.patches列表来添加图表。因为当创建或添加一个对象到图表中时，Axes会做许多自动化的工作:
    它会设置Artist中figure和axes的属性，同时默认Axes的转换；
    它也会检视Artist中的数据，来更新数据结构，这样数据范围和呈现方式可以根据作图范围自动调整。

    你也可以使用Axes的辅助方法.add_line()和.add_patch()方法来直接添加。

    另外Axes还包含两个最重要的Artist container：

    ax.xaxis：XAxis对象的实例，用于处理x轴tick以及label的绘制
    ax.yaxis：YAxis对象的实例，用于处理y轴tick以及label的绘制
    会在下面章节详细说明。

    Axes容器的常见属性有：
    artists: Artist实例列表
    patch: Axes所在的矩形实例
    collections: Collection实例
    images: Axes图像
    legends: Legend 实例
    lines: Line2D 实例
    patches: Patch 实例
    texts: Text 实例
    xaxis: matplotlib.axis.XAxis 实例
    yaxis: matplotlib.axis.YAxis 实例

    3. Axis容器

    matplotlib.axis.Axis实例处理tick line、grid line、tick label以及axis label的绘制，它包括坐标轴上的刻度线、刻度label、坐标网格、坐标轴标题。通常你可以独立的配置y轴的左边刻度以及右边的刻度，也可以独立地配置x轴的上边刻度以及下边的刻度。

    刻度包括主刻度和次刻度，它们都是Tick刻度对象。

    Axis也存储了用于自适应，平移以及缩放的data_interval和view_interval。它还有Locator实例和Formatter实例用于控制刻度线的位置以及刻度label。

    每个Axis都有一个label属性，也有主刻度列表和次刻度列表。这些ticks是axis.XTick和axis.YTick实例，它们包含着line primitive以及text primitive用来渲染刻度线以及刻度文本。

    刻度是动态创建的，只有在需要创建的时候才创建（比如缩放的时候）。Axis也提供了一些辅助方法来获取刻度文本、刻度线位置等等：
    常见的如下：

    下面的例子展示了如何调整一些轴和刻度的属性 

    4. Tick容器

    matplotlib.axis.Tick是从Figure到Axes到Axis到Tick中最末端的容器对象。
    Tick包含了tick、grid line实例以及对应的label。

    所有的这些都可以通过Tick的属性获取，常见的tick属性有
    Tick.tick1line：Line2D实例
    Tick.tick2line：Line2D实例
    Tick.gridline：Line2D实例
    Tick.label1：Text实例
    Tick.label2：Text实例

    y轴分为左右两个，因此tick1对应左侧的轴；tick2对应右侧的轴。
    x轴分为上下两个，因此tick1对应下侧的轴；tick2对应上侧的轴。

    下面的例子展示了，如何将Y轴右边轴设为主轴，并将标签设置为美元符号且为绿色：

    思考题​​​​​​​

  • primitives 和 container的区别和联系是什么，分别用于控制可视化图表中的哪些要素?

  • 答：container是画板，primitives是画板上的画；

  • primitive是具体画布中的某一个元素，像线条、矩形之类，是具体的图像，如曲线Line2D，文字text，矩形Rectangle，图像image等；container是容器，即用来装基本要素的地方，可以控制坐标轴，图像背景色，图像的显示等，包括图形figure、坐标系Axes和坐标轴Axis。

  • 使用提供的drug数据集，对第一列yyyy和第二列state分组求和，画出下面折线图。PA加粗标黄，其他为灰色。
    图标题和横纵坐标轴标题，以及线的文本暂不做要求。

  • ​​​​​​​

     

     

     

     

     

     

  • 分别用一组长方形柱和填充面积的方式模仿画出下图，函数 y = -1 * (x - 2) * (x - 8) +10 在区间[2,9]的积分面积

  •  

     

网站公告

今日签到

点亮在社区的每一天
去签到

热门文章

最新发布