在接下来的文章中主要介绍如何利用python 中的matplotlib进行数据的可视化展示。

matplotlib是以MATLAB为基础，仿照MATLAB的函数形式的绘图接口，并将这些函数封装在matplotlib.pyplot模块中。方便python用户直接使用。

在这篇文章中主要介绍matplotlib的参数配置，颜色配置，以及面板布局。

一、matplotlib基本构成

首先我们设置一个空的面板：

import matplotlib.pyplot as plt
# 画一个空图，面板，不传数据
plt.figure()
plt.plot()
plt.xlabel("X label")
plt.ylabel("Y label") 
plt.title("title") 
plt.show()

运行结果如下图：

我们在给出一个sin函数的图像：

import matplotlib.pyplot as plt
# 画sin函数
x = np.arange(0, 360)
y = np.sin(x * np.pi / 180)
plt.figure()
plt.plot(x, y)
plt.xlabel("X")
plt.ylabel("Y") 
plt.title("sin") 
plt.show()

通过上面的代码和图，先简单了解一下matplotlib画图的构成。一个matplotlib图像是由figure（面板）, axes(子图)，xaxis/yaxis（坐标轴）, line（坐标轴线）, Tick（坐标刻度）,label （坐标标签）, title(图名)等构成。

所属关系如下图：

在绘图时利用figure创建窗口，subplot创建子图。在上面我们没有展现出来，在后面的例子中会在详细的介绍。所有的绘画只能在子图上进行。plt表示当前子图，若没有就创建一个子图。通常我们会省去窗口这一步，所以在一些教程中是直接使用plt进行画图。

二、 matplotlib参数配置

接下来介绍一下常用的配置参数，线条相关，以及常见颜色设置。

1）配置参数

figure: 在任何绘图之前，我们需要一个Figure对象，可以理解成我们需要一张画板才能开始绘图。它控制面板、边界颜色、图形大小、和子区( subplot)设置 。

axes/subplot: 在拥有Figure对象之后，在作画前我们还需要轴，没有轴的话就没有绘图基准，所以需要添加Axes。也可以理解成为真正可以作画的纸。设置坐标轴边界和表面的颜色、坐标刻度值大小和网格的显示 。

font: 字体集（font family）、字体大小和样式设置 。

grid: 设置网格颜色和线性 。

legend: 设置图例和其中的文本的显示 。

line: 设置线条（颜色、线型、宽度等）和标记 。

xticks和yticks: 为x,y轴的主刻度和次刻度设置颜色、大小、方向，以及标签大小。

2）线条相关属性标记：

线条风格linestyle或ls         描述

‘-‘                         实线  
‘:’                         虚线   
‘–’                         破折线 
‘None’,’ ‘,’’               什么都不画    
‘-.’                        点划线

3）线条标记：

标记maker            描述

‘o’                 圆圈  
‘.’                 点
‘D’                 菱形  
‘s’                 正方形
‘h’                 六边形1    
‘*’                 星号
‘H’                 六边形2    
‘d’                 小菱形
‘_’                 水平线 
‘v’                 一角朝下的三角形
‘8’                 八边形 
‘<’                 一角朝左的三角形
‘p’                 五边形 
‘>’                 一角朝右的三角形
‘,’                 像素  
‘^’                 一角朝上的三角形
‘+’                 加号  
‘\  ‘               竖线
‘None’,’’,’ ‘       无   
‘x’                 X

4）颜色：

别名             颜色

b               蓝色  
g               绿色
r               红色  
y               黄色
c               青色
k               黑色   
m               洋红色 
w               白色

如果上面颜色不够用，还可以通过其他方式来定义颜色值：

1、使用HTML十六进制字符串 color=’#123456’ 使用合法的HTML颜色名字（’red’等）。

2、也可以传入一个归一化到[0,1]的RGB元组。color=(0.3,0.3,0.4)。

3、或者查颜色表。

三、构造子图

1）add_subplot直接构造子图

fig = plt.figure()
ax1 = fig.add_subplot(221)
ax2 = fig.add_subplot(222)
ax3 = fig.add_subplot(224)

通过fig.add_subplot(221)的方式生成Axes，前面两个参数确定了面板的划分，例如 2， 2会将整个面板划分成 2 * 2 的方格，第三个参数取值范围是 [1, 2*2] 表示第几个Axes。如上图所示。

2）二维数组构建子图

fig, axes = plt.subplots(nrows=2, ncols=2)
axes[0,0].set(title='Upper Left')
axes[0,1].set(title='Upper Right')
axes[1,0].set(title='Lower Left')
axes[1,1].set(title='Lower Right')

fig面板不变，上图的axes是为二维数组的形式， 在循环绘图时，很方便。但是我们很明显的可以看到上图的缺点，下面两图的标题和上面的两图的label重合了。

3）多子图布局

fig, axes = plt.subplots(nrows=2, ncols=2)
axes[0,0].set(title='Upper Left')
axes[0,1].set(title='Upper Right')
axes[1,0].set(title='Lower Left')
axes[1,1].set(title='Lower Right')
fig.subplots_adjust(wspace=0.5, hspace=0.6,
                    left=0.125, right=0.9,
                    top=0.9,    bottom=0.1)
# fig.tight_layout() #自动调整布局，使标题之间不重叠
plt.show()

通过fig.subplots_adjust()我们修改了子图水平之间的间隔wspace=0.5，垂直方向上的间距hspace=0.6，左边距left=0.125 等等，这里数值都是百分比的。以 [0, 1] 为区间，选择left、right、bottom、top 注意 top 和 right 是 0.9 表示上、右距离边距为10%。不确定怎样调整的时候，fig.tight_layout()是一个很好的选择，可以自动调整布局，使得标题不重叠。

4) Axes 和pyplot

对于下面的代码，很简单并易懂，很多人喜欢下面的作画方式， 但是这只适合简单的绘图，快速的将图绘出。在处理复杂的绘图工作时，我们还是需要使用 Axes 来完成作画的。

x = np.arange(0, 360)
y = np.sin(x * np.pi / 180)
plt.plot(x, y, color='red', linewidth=2)
plt.show()