绘图: Python matplotlib简介

不正狼

　　作者：Vamei 出处：http://www.iyunv.com/vamei 欢迎转载，也请保留这段声明。谢谢！
　　
　　matplotlib是基于numpy的一套Python工具包。这个包提供了丰富的数据绘图工具，主要用于绘制一些统计图形。你可以找到很多各式各样的例子：
　　
　　
通过数据绘图，我们可以将枯燥的数字转换成容易被人们接受的图表，从而让人留下更加深刻的印象。实际上，早在一百多年前，南丁格尔就曾经用统计图形来说服英国政府，以改善军队的卫生状况。
我们将以GDP数据为例子，看看如何绘制经典的饼图和条形图。


数据

下面是我们要使用的数据，为2011年GDP前十的国家以及其具体的GDP：



USA        15094025
China      11299967
India       4457784
Japan       4440376
Germany     3099080
Russia      2383402
Brazil      2293954
UK          2260803
France      2217900
Italy       1846950                                                                                                                                                                                                                                 
　　

饼图
　　我们先来绘制饼图 (pie plot)。饼图适用于表达各个国家GDP所占的百分比。每一小块的面积代表了占比的多少：
　　
　　具体代码如下，可以看到我们主要使用了matplotlib.pyplot工具包：



# Make a pie chart
# This script is written by Vamei, http://www.iyunv.com/vamei
# you may freely use it.
import matplotlib.pyplot as plt
# quants: GDP
# labels: country name
labels   = []
quants   = []
# Read data
for line in file('../data/major_country_gdp'):
info = line.split()
labels.append(info[0])
quants.append(float(info[1]))
# make a square figure
plt.figure(1, figsize=(6,6))
# For China, make the piece explode a bit
def explode(label, target='China'):
if label == target: return 0.1
else: return 0
expl = map(explode,labels)
# Colors used. Recycle if not enough.
colors  = ["pink","coral","yellow","orange"]
# Pie Plot
# autopct: format of "percent" string;
plt.pie(quants, explode=expl, colors=colors, labels=labels, autopct='%1.1f%%',pctdistance=0.8, shadow=True)
plt.title('Top 10 GDP Countries', bbox={'facecolor':'0.8', 'pad':5})
plt.show()

　　

条形图
　　下面我们尝试一下条形图(bar plot)。用每个长条的高度代表每个国家的GDP，长条越高，GDP值越高：
　　
　　代码如下：



"""
Make a pie chart
This script is written by Vamei, http://www.iyunv.com/vamei
you may freely use it.
"""
import matplotlib.pyplot as plt
import numpy as np
# quants: GDP
# labels: country name
labels   = []
quants   = []
# Read data
for line in file('../data/major_country_gdp'):
info = line.split()
labels.append(info[0])
quants.append(float(info[1]))
width = 0.4
ind = np.linspace(0.5,9.5,10)
# make a square figure
fig = plt.figure(1, figsize=(12,6))
ax  = fig.add_subplot(111)
# Bar Plot
ax.bar(ind-width/2,quants,width,color='coral')
# Set the ticks on x-axis
ax.set_xticks(ind)
ax.set_xticklabels(labels)
# labels
ax.set_xlabel('Country')
ax.set_ylabel('GDP (Billion US dollar)')
# title
ax.set_title('Top 10 GDP Countries', bbox={'facecolor':'0.8', 'pad':5})
plt.show()
　　该代码中我们利用了ax对象，以便控制刻度以及刻度所对应的国家名。这与我们在pie plot所做的有些不同(pie plot也可以这样实现，只是没有必要而已)。
　　
　　从两个图上看，亚洲国家的GDP还是很厉害的。西方的话就是美国一枝独秀了。
　　

总结
　　我们演示了饼图和条性图的绘制方法。matplotlib是一款功能强大的数据绘图工具，非常值得学习。