手把手教你用Matplotlib進(jìn)行數(shù)據(jù)可視化

01 導(dǎo)入Matplotlib

如果你安裝了完整的Python Anaconda，那么你已經(jīng)安裝了Matplotlib，可以開始了。否則，你可能要訪問官網(wǎng)獲取安裝說明。

http://matplotlib.org

就像我們用縮寫np來表示NumPy一樣，我們也會(huì)用一些標(biāo)準(zhǔn)的縮寫來表示Matplotlib導(dǎo)入：

import?matplotlib?as?mpl

import?matplotlib.pyplot?as?plt

plt是我們最常用的一個(gè)接口。

02 生成一個(gè)簡單的圖形

言歸正傳，讓我們創(chuàng)建第一個(gè)圖形。

假設(shè)我們要繪制正弦函數(shù)sin(x)的一個(gè)簡單線圖。我們希望函數(shù)求x軸（0≤x≤10）上的所有值。我們將使用NumPy的linspace函數(shù)在x軸上創(chuàng)建一個(gè)線性空間，x值從0到10，共100個(gè)樣本點(diǎn)：

import?numpy?as?np

x?=?np.linspace(0,?10,?100)

我們可以使用NumPy的sin函數(shù)求sin函數(shù)的所有x值，并通過調(diào)用plt的plot函數(shù)可視化結(jié)果：

plt.plot(x,?np.sin(x))

你親自試過了嗎？發(fā)生什么了？有什么發(fā)現(xiàn)嗎？

問題是，這取決于你在何處運(yùn)行這個(gè)腳本，你可能什么都看不到。以下是可以考慮的可能性：

1. 從.py腳本繪圖

如果你正從一個(gè)腳本運(yùn)行matplotlib，那么你只需要調(diào)用plt，如下所示：

plt.show()

調(diào)用后，圖形就會(huì)顯示出來！

2. 從IPython shell繪圖

這實(shí)際上是以交互方式運(yùn)行matplotlib的最便捷的方式之一。要顯示繪圖，你需要在啟動(dòng)IPython之后，調(diào)用%matplotlib魔術(shù)命令：

%matplotlib
Using?matplotlib?backend:?Qt5Agg

import?matplotlib.pyplot?as?plt

然后，所有圖都會(huì)自動(dòng)顯示出來，不必每次都調(diào)用plt.show()。

3. 從Jupyter Notebook繪圖

如果你從基于瀏覽器的Jupyter Notebook上查看這段代碼，你需要使用同樣的%matplotlib魔術(shù)命令。可是，你還可以選擇將圖形直接嵌入notebook中，這有兩種可能的結(jié)果：

• %matplotlib notebook將生成的交互式圖嵌入notebook中。

• %matplotlib inline將生成的靜態(tài)圖嵌入notebook中。

我們通常會(huì)選擇內(nèi)聯(lián)選項(xiàng)：

%matplotlib?inline

現(xiàn)在，讓我們再試一次：

plt.plot(x,?np.sin(x))

上述命令給出的輸出如圖2-4所示。

▲圖2-4 應(yīng)用內(nèi)聯(lián)選項(xiàng)生成的圖

稍后，如果你想保存圖表，可以直接從IPython或Jupyter Notebook的選項(xiàng)中保存：

plt.savefig('figures/02.03-sine.png')

只要保證使用所支持的文件后綴即可，例如.jpg、.png、.tif、.svg、.eps或者.pdf。

在導(dǎo)入matplotlib之后，運(yùn)行plt.style.use(style_name)，你可以更改繪圖的樣式。在plt.style.available中列出了所有可用的樣式。例如，試試plt.style.use('fivethirtyeight')、plt.style.use('ggplot')或者plt.style.use('seaborn-dark')。為了增加樂趣，可以運(yùn)行plt.xkcd()，再嘗試?yán)L制其他內(nèi)容。

03 可視化外部數(shù)據(jù)集的數(shù)據(jù)

作為本文的最后一個(gè)測試，讓我們可視化一些來自外部數(shù)據(jù)集的數(shù)據(jù)，例如scikit-learn的digits數(shù)據(jù)集。

具體來說，我們將需要3個(gè)可視化工具：

• 用于實(shí)際數(shù)據(jù)的scikit-learn

• 用于數(shù)據(jù)處理的NumPy

• Matplotlib

首先，讓我們導(dǎo)入所有這些可視化工具：

import?numpy?as?np
from?sklearn?import?datasets
import?matplotlib.pyplot?as?plt
%matplotlib?inline

第一步是實(shí)際加載數(shù)據(jù)：

digits?=?datasets.load_digits()

如果我們沒有記錯(cuò)的話，digits應(yīng)該有2個(gè)不同的字段：一個(gè)是data字段，包含實(shí)際的圖像數(shù)據(jù)；另一個(gè)是target字段，包含圖像標(biāo)簽。

與其相信我們的記憶，不如讓我們研究一下digits對象。這通過輸入字段名稱、添加句點(diǎn)、再按下Tab鍵—digits.來實(shí)現(xiàn)。這會(huì)顯示出digits對象還包含了一些其他字段，例如一個(gè)名為images的字段。images和data這2個(gè)字段似乎只是形狀不同：

print(digits.data.shape)
print(digits.images.shape)

輸出結(jié)果：

(1797,?64)
(1797,?8,?8)

在這兩個(gè)例子中，第一維都對應(yīng)于數(shù)據(jù)集中的圖像數(shù)。但是data將所有像素排列在一個(gè)大的向量中，而images則保留了每個(gè)圖像的8×8空間排列。

因此，如果我們想繪制單張圖像，images字段可能更合適。首先，使用NumPy的數(shù)組切割，從數(shù)據(jù)集中抓取一張圖像：

img?=?digits.images[0,?:,?:]

這里，我們說想要抓取長為1797項(xiàng)的數(shù)組中的第一行，以及所有對應(yīng)的8×8=64個(gè)像素。然后，我們可以使用plt的imshow函數(shù)繪制圖像：

plt.imshow(img,?cmap='gray')
plt.savefig('figures/02.04-digit0.png')

上述命令給出的輸出如圖2-5所示。請注意，圖像是模糊的，因?yàn)槲覀儗⒃搱D像調(diào)整到了更大的尺寸。原始圖像的大小只有8×8。

▲圖2-5 生成單張圖像的示例結(jié)果

此外，我們還可以使用cmap參數(shù)指定一個(gè)彩圖。在默認(rèn)情況下，Matplotlib使用MATLAB的默認(rèn)彩圖jet。可是，對于灰度圖像，gray彩圖更有意義。

最后，我們可以利用plt的subplot函數(shù)繪制一組數(shù)字樣本。subplot函數(shù)與在MATLAB中一樣，我們指定行數(shù)、列數(shù)以及當(dāng)前子圖的索引（從1開始）。我們將使用一個(gè)for循環(huán)遍歷數(shù)據(jù)集中的前10個(gè)圖像，每個(gè)圖像都有自己的子圖：

plt.figure(figsize=(14,?4))

for?image_index?in?range(10):
????#?images?are?0-indexed,?subplots?are?1-indexed
????subplot_index?=?image_index?+?1
????plt.subplot(2,?5,?subplot_index)
????plt.imshow(digits.images[image_index,?:,?:],?cmap='gray')

生成的輸出如圖2-6所示。

▲圖2-6 生成包含10個(gè)數(shù)字的一組子圖

對于各種數(shù)據(jù)集，另一個(gè)很好的資源是本書作者邁克爾·貝耶勒的母校加州大學(xué)歐文分校的機(jī)器學(xué)習(xí)資源庫：

http://archive.ics.uci.edu/ml/index.php