安利 5 個拍案叫絕的 Matplotlib 騷操作！

大家都知道，Matplotlib是Python的可視化庫，功能很強，可以繪制各種圖。今天我們不走尋常路，專挑幾個賊騷的操作分享下

1. Span Selector

Span Selector是Matplotlib中的鼠標小部件，widgets是用于包含一些交互功能的python對象。Span Selector可以通過鼠標框選，方便地查看選定區(qū)域的最大值和最小值。

下面是代碼，首先創(chuàng)建一個基本折線圖作為例子。然后，我們調用SpanSelector方法并使用它來選擇一個區(qū)域，然后在該區(qū)域中顯示最大值和最小值。

   

    import matplotlib.pyplot as plt
    
from matplotlib.widgets import SpanSelector
    
def onselect(xmin, xmax):
    
    print(xmin, xmax)
    
    return xmin, xmax
    
fig, ax = plt.subplots()
    
ax.plot([1,2,3,4,5,6,7], [10, 50, 100, 23,15,28,45])
    
span = SpanSelector(ax, onselect, 'horizontal', useblit=True, rectprops=dict(alpha=0.5, facecolor='red'))       
    
plt.show()
   

下面是具體操作。

2. Broken Barh

Broken的水平條形圖是不連續(xù)具有間隙的圖，它可用于數(shù)據(jù)值相差很大的情況下，例如，包含極端溫度范圍的數(shù)據(jù)集。在這種情況下，Broken的水平條形圖非常合適，因為它們可以同時繪制最大和最小范圍。

python模塊matplotlib.broken_barh()用于繪制Broken的水平條形圖。

   

    import matplotlib.pyplot as plt 
    
#Defining the x and y ranges 
    
xranges = [(5,5), (20,5),(20,7)] 
    
yrange = (2,1) 
    
#Plotting the broken bar chart 
    
plt.broken_barh(xranges, yrange, facecolors='green') 
    
xranges = [(6,2), (17,5),(50,2)] 
    
yrange = (15,1) 
    
plt.broken_barh(xranges, yrange, facecolors='orange') 
    
xranges = [(5,2), (28,5),(40,2)] 
    
yrange = (30,1) 
    
plt.broken_barh(xranges, yrange, facecolors='red') 
    
plt.xlabel('Sales') 
    
plt.ylabel('Days of the Month') 
    
plt.show()
   

3. Table Demo

Matplotlib的表格功能也是可以在圖中顯示表格的。當我們希望以條形圖的形式快速查看表格中的值時，這特別方便。表格可以放置在圖表的頂部，底部或側面。

   

    import pandas as pd 
    
import numpy as np 
    
import matplotlib.pyplot as plt 
    
x = np.random.rand(5, 8)*.7 
    
plt.plot(x.mean(axis=0), '-o', label='average per column') 
    
plt.xticks([]) 
    
plt.table(cellText=[['%1.2f' % xxx for xxx in xx] for xx in x],cellColours=plt.cm.GnBu(x),loc='bottom') 
    
plt.show()
    

   

4. Watermark Images

有時候我們覺得可視化的背景太單調了，想增加點趣味性，比如將與數(shù)據(jù)相關的圖像作為水印覆蓋到可視化圖形上。下面就以NBA的詹皇為例試試水，最后呈現(xiàn)出詹皇的數(shù)據(jù)，同時背景是詹皇本人。

首先，導入要用的數(shù)據(jù)集，圖片和必要的庫pandas。

   

    import numpy as np 
    
import matplotlib.image as image 
    
import matplotlib.pyplot as plt 
    
import pandas as pd 
    
df = pd.read_csv('income.csv') 
    
im = image.imread('Lebron_James.jpeg') # Image
    

   

用pandas過濾掉僅由勒布朗組成的數(shù)據(jù)。

   

    lebron_james = df[df['Name']=='LeBron James']
    

   

然后像下面這樣操作，使用figimage添加水印就ok了。

   

    fig, ax = plt.subplots() 
    
ax.grid() 
    
ax.plot('Year','earnings ($ million)',data=lebron_james) 
    
ax.set_title("LeBron James earnings in US$(millions)") 
    
fig.figimage(im, 60, 40,cmap='ocean', alpha=.2) 
    
plt.show()
   

5. XKCD Plots

下面這個操作更有趣味性（更騷）。如果你想讓Matplotlib圖上添加一些扭曲，可以簡單地xkcd()在pyplot對象上調用方法，如下所示。

   

    import pandas as pd 
    
import matplotlib.pyplot as plt 
    
df = pd.read_csv('https://raw.githubusercontent.com/parulnith/Website-articles-datasets/master/India%20GDP%20Growth%20Rate%20.csv', parse_dates=['Year']) 
    
df['Year'] = df['Year'].apply(lambda x: pd.Timestamp(x).strftime('%Y')) 
    
#calling xkcd() method 
    
plt.xkcd(scale=5, length=400) 
    
df.plot(x='Year',y='GDP Growth (%)',kind='bar') 
    
plt.ylabel('GDP Growth (%)') 
    
plt.xticks(rotation=-20) 
    
plt.figure(figsize=(10,8)) 
    
plt.show()
    

   

文章參考：

原作：Parul PandeyPython數(shù)據(jù)科學整理，東哥起飛

https://towardsdatascience.com/advanced-plots-in-matplotlib-part-1-30dbb02b09ae

長按掃碼添加“Python小助手”


▼點擊成為社區(qū)會員   喜歡就點個在看吧