Matplotlib 可视化教程 | Python 数据可视化

简介

本教程将指导你使用Matplotlib集合创建可视化。本教程将向你展示如何使用LineCollection、PolyCollection和RegularPolyCollection。本教程还将向你展示如何使用LineCollection和PolyCollection的offsets和offset_transform关键字参数来设置螺旋线的位置。本教程还将向你展示如何使用RegularPolyCollection来制作正多边形。

虚拟机使用提示

虚拟机启动完成后，点击左上角切换到“笔记本”标签，以访问Jupyter Notebook进行练习。

有时，你可能需要等待几秒钟让Jupyter Notebook完成加载。由于Jupyter Notebook的限制，操作验证无法自动化。

如果你在学习过程中遇到问题，随时向Labby提问。课程结束后提供反馈，我们将立即为你解决问题。

导入必要的库

import matplotlib.pyplot as plt
import numpy as np

from matplotlib import collections, transforms

第一步是导入必要的库。在本教程中，我们将使用Matplotlib和Numpy。

创建螺旋线

nverts = 50
npts = 100

## 制作一些螺旋线
r = np.arange(nverts)
theta = np.linspace(0, 2*np.pi, nverts)
xx = r * np.sin(theta)
yy = r * np.cos(theta)
spiral = np.column_stack([xx, yy])

下一步是使用Numpy创建螺旋线。我们将使用正弦和余弦函数来创建螺旋线。

创建偏移量

## 为保证可重复性而固定随机状态
rs = np.random.RandomState(19680801)

## 生成一些偏移量
xyo = rs.randn(npts, 2)

第三步是使用Numpy创建偏移量。我们将使用随机函数来创建偏移量。

使用偏移量创建LineCollection

col = collections.LineCollection(
    [spiral], offsets=xyo, offset_transform=ax1.transData)
trans = fig.dpi_scale_trans + transforms.Affine2D().scale(1.0/72.0)
col.set_transform(trans)
col.set_color(colors)

ax1.add_collection(col, autolim=True)
ax1.autoscale_view()

ax1.set_title('LineCollection using offsets')

第四步是使用偏移量创建一个LineCollection。我们将使用LineCollection来创建带有偏移量的曲线。我们还将使用offset_transform来设置曲线的位置。

使用偏移量创建PolyCollection

col = collections.PolyCollection(
    [spiral], offsets=xyo, offset_transform=ax2.transData)
trans = transforms.Affine2D().scale(fig.dpi/72.0)
col.set_transform(trans)
col.set_color(colors)

ax2.add_collection(col, autolim=True)
ax2.autoscale_view()

ax2.set_title('PolyCollection using offsets')

第五步是使用偏移量创建一个PolyCollection。我们将使用PolyCollection为曲线填充颜色。我们还将使用offset_transform来设置曲线的位置。

使用偏移量创建RegularPolyCollection

col = collections.RegularPolyCollection(
    7, sizes=np.abs(xx) * 10.0, offsets=xyo, offset_transform=ax3.transData)
trans = transforms.Affine2D().scale(fig.dpi / 72.0)
col.set_transform(trans)
col.set_color(colors)

ax3.add_collection(col, autolim=True)
ax3.autoscale_view()

ax3.set_title('RegularPolyCollection using offsets')

第六步是使用偏移量创建一个RegularPolyCollection。我们将使用RegularPolyCollection来创建带有偏移量的正多边形。我们还将使用offset_transform来设置多边形的位置。

创建连续的数据偏移量

## 依次模拟一系列海洋流剖面，
## 每次偏移0.1米/秒，以便它们形成有时被称为
## “瀑布”图或“交错”图的图形。

nverts = 60
ncurves = 20
offs = (0.1, 0.0)

yy = np.linspace(0, 2*np.pi, nverts)
ym = np.max(yy)
xx = (0.2 + (ym - yy) / ym) ** 2 * np.cos(yy - 0.4) * 0.5
segs = []
for i in range(ncurves):
    xxx = xx + 0.02*rs.randn(nverts)
    curve = np.column_stack([xxx, yy * 100])
    segs.append(curve)

col = collections.LineCollection(segs, offsets=offs)
ax4.add_collection(col, autolim=True)
col.set_color(colors)
ax4.autoscale_view()

ax4.set_title('Successive data offsets')
ax4.set_xlabel('Zonal velocity component (m/s)')
ax4.set_ylabel('Depth (m)')
ax4.set_ylim(ax4.get_ylim()[::-1])

第七步是创建连续的数据偏移量。我们将使用LineCollection来创建具有连续偏移量的曲线。

总结

本教程向你展示了如何使用Matplotlib集合来创建可视化效果。你已经学习了如何使用LineCollection、PolyCollection和RegularPolyCollection来创建曲线和多边形。你还学习了如何使用LineCollection和PolyCollection的offsets和offset_transform关键字参数来设置螺旋线的位置。

使用集合进行 Matplotlib 可视化

简介