파이썬 데이터 시각화 입문 7 - Matplotlib 객체 다루기

在上一篇文章中，我们处理了使用 Pandas 和 Matplotlib 可视化数据的练习问题。

这次我们将了解如何使用 Matplotlib 同时绘制多个图形的子图。

1. Subplots

子图会接收绘制图的空间坐标，并返回整体图形和每个图形的坐标轴。

fig, axis = plt.subplots(2,2, constrained_layout=True)
axis

查看axis 中的内容，可以发现每个坐标轴以 2 行 2 列的形式存在。

因为都是对象，所以可以单独处理。

在 Jupyter Notebook 中图形会直接绘制出来。

由于尚未输入任何内容，显示出四个空的图形。

让我们逐个填充图形。绘制了不同 y 值但相同 x 值的图形。

axis 的形式如下注释，因此可以如坐标般访问。

x = [1,2,3,4,5]
y1 = [1,2,3,4,5]
y2 = [1,3,5,7,9]
y3 = [1,4,9,16,26]
y4 = [1,8,27,64,125]

# axis 内部从左上角开始，向右
# [[第一个, 第二个],[第三个, 第四个]] 是图形对象。
axis[0][0].plot(x,y1)
axis[0][1].plot(x,y2)
axis[1][0].plot(x,y3)
axis[1][1].plot(x,y4)
fig

对比以上代码和下图，可以看到如何匹配。

可以访问每个图形对象进行详细修改。

在以前用plt 的函数前加 set_即可。

axis[0][0].plot(x,y1, label="y=x")
axis[0][0].set_title("第一个图形")
axis[0][0].set_xlabel("这是 x 轴")
axis[0][0].set_ylabel("这是 y 轴")
axis[0][0].set_xticks(x)
axis[0][0].set_yticks(y1)
axis[0][0].legend()

可以看到第一个图形已正确修改。

让我们用同样的方法修改其他图形。

由于硬编码不优雅，尝试通过嵌套 for 循环访问每个对象后进行修改。

x = [1,2,3,4,5]
y1 = [1,2,3,4,5]
y2 = [1,3,5,7,9]
y3 = [1,4,9,16,26]
y4 = [1,8,27,64,125]

# 创建包含 y 值和图例的列表
# 使用 nums 使其可以循环添加 4 个值
ys = [y1,y2,y3,y4]
legends = ["y=x", "y=2x-1", "y=x^2", "y=x^3"]
nums = 0

# 嵌套循环遍历 (0,0), (0,1), (1,0), (1,1)
for i in range(2):
    for j in range(2):
        # 添加 x 值和 ys 中 nums 的值
        axis[i][j].plot(x,ys[nums], label=legends[nums])
        axis[i][j].set_title(f"第 {nums+1} 个图形")
        axis[i][j].set_xlabel("这是 x 轴")
        axis[i][j].set_ylabel("这是 y 轴")
        axis[i][j].set_xticks(x)
        axis[i][j].set_yticks(ys[nums])
        axis[i][j].legend()
        nums += 1
fig

虽然最后一个图形的轴有些不满意，但都已正确修改。

2. 应用示例

上次，我们绘制了按年统计的犯罪发生次数和拘捕次数的子图。

显然，首先使用 pandas 读取值。

import pandas as pd

# 调用模块并设置韩文字体
import matplotlib.pyplot as plt
import matplotlib

# MacOS 字体设置
# matplotlib.rcParams["font.family"] = "AppleGothic"

# Windows 字体设置
matplotlib.rcParams["font.family"] = "Malgun Gothic"

# 字体大小设置
matplotlib.rcParams["font.size"] = 13

# 解决负号输出问题
plt.rcParams['axes.unicode_minus'] = False

crime = pd.read_excel("./crime_statistics.xlsx")
crime.head(3)

查看了数据列中包含“黑客”的所有项。

由于总共有4个图形，只选择了4个列。

接着将 x 指定为年份，y1 为发生次数，y2 为拘捕次数。

cols = [i for i in crime.columns if "黑客" in i]
cols = cols[:4]
x = crime.iloc[:,0].unique()
y1 = crime.loc[crime.구분=="发生次数",cols[0]]
y2 = crime.loc[crime.구분=="拘捕次数",cols[0]]

此强绘制了第一个图形。

fig, axis = plt.subplots(2,2, constrained_layout=True)
axis[0][0].plot(x,y1,label="发生次数")
axis[0][0].plot(x,y2,label="拘捕次数")
axis[0][0].legend()
axis[0][0].set_title(cols[0])
axis[0][0].legend()

图形绘制得很好。虽然不太满意图例的位置和文字大小，但可先绘制后修改。

现在构建一个嵌套 for 循环来绘制整体图形。

将整段代码放入 for 循环中并更改必要的部分。

首先要将坐标轴部分改为 axis[i][j]，一一更改既困难又不美观。

按下 Alt + Shift 并拖动鼠标激活多光标。

删除 [0][0] 部分并更改为 [i][j]。

修改完所有代码后，如下所示。

执行后可以很好地绘制出图形。

fig, axis = plt.subplots(2,2, constrained_layout=True)
col_nums = 0
for i in range(2):
    for j in range(2): 
        y1 = crime.loc[crime.구분=="发生次数",cols[col_nums]]
        y2 = crime.loc[crime.구분=="拘捕次数",cols[col_nums]]
        axis[i][j].plot(x,y1,label="发生次数")
        axis[i][j].plot(x,y2,"--",label="拘捕次数")
        axis[i][j].legend()
        axis[i][j].set_title(cols[col_nums])
        axis[i][j].legend()
        col_nums += 1