讓你拍案叫絕的 5 個Matplotlib 騷操作！

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

大家都知道，Matplotlib是Python的可視化庫，功能很強，可以繪制各種圖。一些常規(guī)用法前不久分享過Matplotlib官方出品的cheatsheet：Matplotlib官方小抄手冊公開，配套可視化代碼已打包！

但是！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(diào)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(diào)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(diào)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：

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