可视化之美_布局
- 一、图形对象
- 1.1 大小尺寸
- 1.2 分辨率
- 1.3 边距
- 二、使用
subplot- （2）函数返回值
- （3）示例
- 2.2 基于seaborn库的箱线图绘制
- 附录
- 本文相关待扩展阅读
📑 用到的Python函数：
matplotlib.grid.GridSpec()：创建和配置复杂的子图网格布局，以便在一个图形窗口中放置多个子图matplotlib.gridspec.subplotSpec：用于定义和控制子图在网格布局中的位置和大小matplotlib.pyplot.contour()：绘制等高线图matplotlib.pyplot.contourf()：绘制填充等高线图matplotlib.pyplot.figure()：创建一个心的图形窗口或图表对象，以便在其上进行绘图操作matplotlib.pyplot.rcParams：获取或设置全局绘图参数的默认值，如图形尺寸、字体大小、线条样式等matplotlib.pyplot.scatter()：绘制散点图matplotlib.pyplot.subplot()：用于在当前图形窗口中创建一个子图，并定位该子图在整个图形窗口中的位置matplotlib.pyplot.subplots()：一次性创建一个包含多个子图的图形窗口，并返回一个包含子图对象的元组numpy.linspace()：在指定的间隔内，返回固定步长的数据numpy.meshgrid()：产生网格化数据numpy.random.multivariate_normal()：用于生成多元正态分布的随机样本numpy.vstack()：返回竖直堆叠后的数组scipy.stats.gaussian_kde()：高斯核密度估计statsmodels.api.nonparametric.KDEUnivariate()：构造一元KDE
一、图形对象
1.1 大小尺寸
matplotlib中默认图形尺寸为：宽6.4英尺，高4.8英尺（1英尺约为2.54厘米），即默认图片尺寸为宽约16厘米，高约12厘米。可使用figure函数，并指定figsize参数来设置图像的宽度和高度，figsize参数接受一个元组（宽度，高度），单位为英尺。
1.2 分辨率
默认图片以一个dpi（dots per inch，每英尺点数）为100的分辨率显示。比如将分辨率设置为300的代码如下所示：
import maptplotlib.pyplot as plt
plt.rcParams['figure.dpi'] = 300
如果想保存图像到文件，可使用savefig函数，并通过设置dpi参数来指定分辨率。例如，保存图像为300dpi的高质量PNG文件，可使用如下指令来实现：
import maptplotlib.pyplot as plt
plt.savefig('plot_name.png', dpi=300)
对于Seaborn，可通过如下指令来修改图像的分辨率：
import seaborn as sns
sns.set(rc={"figure.dpi":300, "savefig.dpi":300})
1.3 边距
一张图片的边距（margin）即为其上线左右的留白。在matplotlib默认情况下，图像的边距为：
figure.subplot.left: 0.125
figure.subplot.right: 0.9
figure.subplot.top: 0.88
figure.subplot.bottom: 0.11
如图 1所示，这些参数的值为0~1之间的浮点数，相当于图像的宽度或高度的百分比。
默认情况下，在宽度方向上，left = 0.125表示左边距相对于图像宽度的12.5%，right = 0.9表示右边距相对于图像宽度的90%。
高度方向来看，top = 0.88表示图像顶边位于图像高度的88%。而bottom = 0.1表示底边距相对于图像高度的10%。
注意：
(0, 0)表示图形左下角，(1, 1)表示图形右上角。
图1 图片宽度、高度百分比
二、使用subplot
（1）标准正态分布核密度函数、箱线图以及小提琴图的绘制
对于正态分布数据，下面定义一个函数用于绘制如下内容：
- 带有内核密度曲线的正态分布直方图；
- 箱线图；
- 小提琴图
import seaborn as sns
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib import rcParams
#! 解决不显示的问题：中文设置为宋体格式
plt.rcParams['font.family'] = ["Times New Roman", 'SimSun']
rcParams['xtick.direction'] = 'in'
rcParams['ytick.direction'] = 'in'
# 绘制正态分布核密度函数、箱线图以及小提琴图的函数
def plot_comparison(x, title):
fig, ax = plt.subplots(3, 1, figsize=(7, 5), sharex=True)
sns.distplot(x, ax=ax[0])
ax[0].set_title("Histogram + KDE", fontsize=12)
ax[0].tick_params(axis="both", labelsize=11)
# ax[0].yaxis.grid(True, zorder=-1)
sns.boxplot(x, ax=ax[1])
ax[1].set_title("Boxplot", fontsize=12)
ax[1].set_ylabel("label", fontsize=12)
# ax[1].xaxis.grid(True)
sns.violinplot(x, ax=ax[2])
ax[2].set_title("Violin plot", fontsize=12)
ax[2].set_ylabel("label", fontsize=12)
ax[2].tick_params(axis="both", labelsize=11)
# ax[2].xaxis.grid(True)
fig.suptitle(title, fontsize=14)
plt.show()
# 函数的调用与图片绘制
N = 10 ** 4
sample_gaussian = np.random.normal(size=N)
plot_comparison(sample_gaussian, '标准正态分布')
由上图可以看出，小提琴图的核密度图与添加在直方图上的核密度图是一样的。小提琴图中较宽的部分代表观测值取值的概率较高，较窄的部分则对应于较低的概率。然而这在箱线图中是无法直观表示的，因此小提琴图比箱形图包含更多的数据分布信息。
注意💥：对于细节属性参数需要输入字典格式的数据，其设置方法可参考📖 python-matplotlib | 箱线图及解读 - 知乎
（2）函数返回值
vilinplot()函数的返回值为包含小提琴图相应组件的字典，每个字典元素以列表形式表示：
bodies：每个小提琴填分布充面积的PolyCollection实例对象；cmeans：每个小提琴分布的均值的LineCollection实例对象；cmins：小提琴分布下边界的LineCollection实例对象；cmaxes：小提琴分布上边界的LineCollection实例对象；cbars：小提琴分布的分为数线条的LineColletion实例对象；cmedians：每个小提琴分布的中位数的LineCollection实例对象。cquantiles：每个小提琴分位数的LineCollection实例对象。
注意💥：如果不启用小提琴图的相应元素，相应键值则返回空列表。
（3）示例
更为详细的内容可参考matplotlib官方手册📚：matplotlib.pyplot.violinplot — Matplotlib 3.7.2 documentation。这里选取matplotlib官网上一个具有代表性的小提琴图示例作为演示对象（参考🎨：Violin plot customization — Matplotlib 3.7.2 documentation）。在官网示例的基础上，本文添加了相关参数的使用方法并对代码进行注释，代码如下所示：
代码执行结果如下图所示
后续替换中文为宋体的图片
2.2 基于seaborn库的箱线图绘制
Seaborn是基于matplotlib的python数据可视化库。它提供了高层级的接口用于画出统计图。它与pandas库数据接口非常相近，可以直接使用pandas的数据结构。相比较于matplotlib的箱线图绘制，searborn绘制的更加美观。seaborn中绘制箱线图的函数为boxplot()，其函数原型如下所示：
seaborn.boxplot(data=None, *, x=None, y=None, hue=None, hue_order=None, orient=None, color=None, palette=None, saturation=0.75, width=0.8, dodge=True, fliersize=5, linewidth=None, whis=1.5, ax=None, **kwargs)
注意💥：
（1）虽然seaborn的boxplot()能以array、list以及DataFrame。但是其更适合于对DataFrame格式的数据进行箱线图绘制。因此，在绘制箱线图之前，建议将数据转换为DataFrame格式。本文的介绍以DataFrame格式的数据为例。
（2）由于seaborn是基于matplotlib的，因此我们可以直接调用matplotlib.boxplot的参数对箱线图进行设置。
防采坑💣：在使用
df = sns.load_dataset("titanic")导入seaborn自带的数据时，由于网络原因会出现加载不了的问题。对此，可参考博文📖 解决seaborn数据无法导入的问题_无法解析导入 seaborn_ryo007gnnu的博客-CSDN博客进行排雷。
附录
博文鉴赏：
- 📖 概率分布的python实现 - camash - 博客园
- 📖 如何通俗的理解小提琴图 - 知乎
- 📖 matplotlib.axes.Axes.violinplot — Matplotlib 3.7.2 documentation
- 📖
- 📖