6.8.1 繪圖例項

從網路上下載真實資料CSV檔案，本資料集彙總了從1970年到2011年之間美國大學各專業中女生數佔總學生數的百分比例數值，如下圖所示：

利用Pandas庫匯入CSV檔案，並快速繪製生物學專業女生比例隨著年份變化的曲線圖（plot方法），示例程式碼：

import pandas as pd
import matplotlib.pyplot as plt
women_degrees = pd.read_csv('percent-bachelors-degrees-women-usa.csv')
plt.plot(women_degrees['Year'], women_degrees['Biology'])
plt.show()
 

顯示結果：

在同一子圖中，繪製兩條曲線，分別顯示男女生在生物學專業隨著年份增加變化的差異，並且增加標題、標籤以及顏色等細節元素，示例程式碼：

plt.plot(women_degrees['Year'], women_degrees['Biology'], c='blue', label='Women')
plt.plot(women_degrees['Year'], 100-women_degrees['Biology'], c='green', label='Men')
plt.legend(loc='upper right')
plt.title('Percentage of Biology Degrees Awarded By Gender')
plt.show()
 

顯示結果：

可以利用子圖ax物件的tick_params屬性，忽略x軸和y軸的刻度，示例程式碼：

fig, ax = plt.subplots()
ax.plot(women_degrees['Year'], women_degrees['Biology'], label='Women')
ax.plot(women_degrees['Year'], 100-women_degrees['Biology'], label='Men')
ax.tick_params(bottom="off", top="off", left="off", right="off")
ax.set_title('Percentage of Biology Degrees Awarded By Gender')
ax.legend(loc="upper right")
plt.show()
 

顯示結果：

利用子圖中spine物件中的items屬性，可以忽略繪圖顯示的邊框，示例程式碼：

fig, ax = plt.subplots()
ax.plot(women_degrees['Year'], women_degrees['Biology'], c='blue', label='Women')
ax.plot(women_degrees['Year'], 100-women_degrees['Biology'], c='green', label='Men')
ax.tick_params(bottom="off", top="off", left="off", right="off")
for key,spine in ax.spines.items():
    spine.set_visible(False)
ax.legend(loc='upper right')
plt.show()

顯示結果：

繪製在同一畫布中繪製4個子圖，分別顯示4個專業的男女生比例隨年份變化的趨勢，示例程式碼：

major_cats = ['Biology', 'Computer Science', 'Engineering', 'Math and Statistics']
fig = plt.figure(figsize=(12, 12))
for sp in range(0,4):
    ax = fig.add_subplot(2,2,sp+1)
    ax.plot(women_degrees['Year'], women_degrees[major_cats[sp]], c='blue', label='Women')
    ax.plot(women_degrees['Year'], 100-women_degrees[major_cats[sp]], c='green', label='Men')
    for key,spine in ax.spines.items():
        spine.set_visible(False)
    ax.set_xlim(1968, 2011)
    ax.set_ylim(0,100)
    ax.set_title(major_cats[sp])
    ax.tick_params(bottom="off", top="off", left="off", right="off")
plt.legend(loc='upper right')
plt.show()

顯示結果：

6.8.2 總結

本章節介紹了幾種常用圖形的繪製方法與繪製細節，以下示例除了繪製以上常用圖形，也加入其它圖形繪製的簡單方法，具體細節可以查閱相關資料，這裡不再贅述。

常規圖（Regular Plots）

示例程式碼：

import numpy as np
import matplotlib.pyplot as plt
n = 256
X = np.linspace(-np.pi, np.pi, n, endpoint=True)
Y = np.sin(2 * X)
plt.plot(X, Y + 1, color='blue', alpha=1.00)
plt.plot(X, Y - 1, color='blue', alpha=1.00)
plt.show()

顯示結果：

散點圖（Scatter Plots）

示例程式碼：

n = 1024
X = np.random.normal(0,1,n)
Y = np.random.normal(0,1,n)
plt.scatter(X,Y)
plt.show()

顯示結果：

柱狀圖（Bar Plots）

示例程式碼：

n = 12
X = np.arange(n)
Y1 = (1 - X / float(n)) * np.random.uniform(0.5, 1.0, n)
Y2 = (1 - X / float(n)) * np.random.uniform(0.5, 1.0, n)
plt.bar(X, +Y1, facecolor='#9999ff', edgecolor='white')
plt.bar(X, -Y2, facecolor='#ff9999', edgecolor='white')
for x, y in zip(X, Y1):
    plt.text(x + 0.4, y + 0.05, '%.2f ' % y, ha='center', va='bottom')
plt.ylim(-1.25, +1.25)
plt.show()

顯示結果：

等高線圖（Contour Plots）

示例程式碼：

def f(x, y):
    return (1 - x / 2 + x ** 5 + y ** 3) * np.exp(-x ** 2 -y ** 2)
n = 256
x = np.linspace(-3, 3, n)
y = np.linspace(-3, 3, n)
X, Y = np.meshgrid(x, y)
plt.contourf(X, Y, f(X, Y), 8, alpha=.75, cmap='jet')
C = plt.contour(X, Y, f(X, Y), 8, colors='black', linewidth=.5)
plt.show()

顯示結果：

顯示影象（Imshow）

示例程式碼：

def f(x, y):
    return (1 - x / 2 + x ** 5 + y ** 3) * np.exp(-x ** 2 - y ** 2)
n = 10
x = np.linspace(-3, 3, 4 * n)
y = np.linspace(-3, 3, 3 * n)
X, Y = np.meshgrid(x, y)
plt.imshow(f(X, Y))
plt.show()

顯示結果：

餅圖（Pie Plots）

示例程式碼：

Z = np.random.uniform(0, 1, 20)
plt.pie(Z)
plt.show()

顯示結果：

向量場圖（Quiver Plots）

示例程式碼：

n = 8
X, Y = np.mgrid[0:n, 0:n]
plt.quiver(X, Y)

顯示結果：

網格線（Grids）

示例程式碼：

axes = plt.gca()
axes.set_xlim(0, 4)
axes.set_ylim(0, 3)
axes.set_xticklabels([])
axes.set_yticklabels([])

多圖（Multi Plots）

示例程式碼：

plt.subplot(2, 2, 1)
plt.subplot(2, 2, 3)
plt.subplot(2, 2, 4)

三維圖（3D Plots）

示例程式碼：

from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()
ax = Axes3D(fig)
X = np.arange(-4, 4, 0.25)
Y = np.arange(-4, 4, 0.25)
X, Y = np.meshgrid(X, Y)
R = np.sqrt(X**2 + Y**2)
Z = np.sin(R)
ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap='hot')
plt.show()

顯示結果：