Python数据可视化之matplotlib精进

本书使用大量的matplotlib实用案例讲解Python数据可视化在各个应用方向上的实现方法。通过学习这些实用案例，读者可以更好地掌握Python数据可视化的高级技能。本书主要由图形、元素、交互、探索和拓展5部分组成，每部分的实用案例都有利于拓展matplotlib的应用视野，而且案例中的示例代码只涉及Python的基础知识。这样，在Python数据可视化的实践中，有利于读者将时间和精力放在系统掌握matplotlib知识和技能上面，全面提高对matplotlib的理解程度及应用水平。

刘大成，累计发表7篇有关机器学习和统计学的学术论文。高级机器学习工程师、资深数据分析师，具有金融、教育、咨询和游戏等多行业的丰富实践经验，主持或参与了多个机器学习项目。不仅具有扎实的统计学知识，而且具有多年的编程经验，熟练使用Ruby、Java、Python、JavaScript等编程语言。主要的研究兴趣有数据可视化、数据挖掘和数据交互等。

适读人群 ：从matplotlib的使用目的来讲，读者可以将阅读重点放在Python数据可视化的应用场景上面，掌握Python数据可视化的不同应用方向的实现思路和实现方法。因此，你可以是数据分析师、大数据工程师、机器学习工程师、数据挖掘工程师，甚至是人工智能专家、运维工程师、系统和性能优化工程师、软件测试工程师；你也可以是用户体验设计师、交互设计师或是数据产品经理，以及对Python数据可视化感兴趣的各个行业的读者。

《Python数据可视化之matplotlib实践》主要是面向matplotlib的入门读者，读者通过学习可以掌握matplotlib的基本概念和基本操作方法，满足Python数据可视化的初级应用需求。《Python数据可视化之matplotlib精进》主要帮助读者提高对matplotlib的理解程度和操作技能，从而满足Python数据可视化的中高级应用需求。因此，可以将这两本书理解成是关于matplotlib的系列图书，如果读者能将这两本书结合起来阅读，一定可以对matplotlib有一个全面而深刻的理解，从而完成对matplotlib的立体式学习。

前言
　　通过对本书的学习，读者可以根据自身的实际项目和任务需求，同时结合在matplotlib实用案例中介绍的应用方向和实现方法，灵活地应用Python数据可视化的实用技能。具体而言，这些应用方向主要包括图形、元素、交互、探索和拓展。在这些应用方向中，又从不同方面和角度深入讲解了每个应用方向的实用案例，使读者对每个应用方向的实现方法都有一个相对系统的掌握，从而帮助读者建立matplotlib的知识体系、拓宽matplotlib的应用视野和掌握matplotlib的操作要领，搭建起一条立体式的Python数据可视化的精进之路。
　　本书主要内容
　　第1篇：图形（第1 ~ 3章）。首先讲解向多边形和交叉曲线等几何图形里填充颜色的实现方法；其次讲解使用模块patches绘制几何图形的实现方法，这些几何图形包括圆、椭圆、矩形、圆弧、楔形等；最后讲解组合展示统计图形的实现方法，包括判别分析示意图、时间序列图、概率密度曲线等。
　　第2篇：元素（第4 ~ 6章）。主要讲解图形组成元素的设置方法，包括文本内容、计量单位、刻度线、刻度标签和轴脊等，具体内容包括设置文本内容的样式和布局，调整计量单位和计量方法，调整刻度线和刻度标签，以及轴脊的展示效果。
　　第3篇：交互（第7 ~ 9章）。主要讲解具有交互效果的图形的实现方法，包括绘制动态图形（动画）的方法，以及实现GUI效果和事件处理效果的方法。
　　第4篇：探索（第10 ~ 13章）。主要讲解从外部导入图像加载到绘图区域的实现方法，绘制3D图形和地图的方法，以及结合前面章节介绍的应用方向，讲解综合交叉的应用场景。
　　第5篇：拓展（第14、15章）。主要讲解使用LaTeX和matplotlib自带的TeX功能渲染文本内容的方法，以及使用matplotlib书写数学表达式的方法和技巧。
　　本书特色
　　在《Python之禅》（The Zen of Python）中，有一句话是“Now is better than never”，强调实践是掌握一门语言的不二法则。实践不仅是学习外语的必由之路，也是掌握技能的关键环节。因此，在本书的编写过程中，将实践作为中心内容来组织素材和编排章节。这样，在内容的选择上，使用大量的matplotlib实用案例，讲解Python数据可视化在各个方向上的应用和实现方法。通过学习这些实用案例，读者可以更好地掌握Python数据可视化的实用技能，拓展Python数据可视化的应用视野。与此同时，读者可以拓展对matplotlib的理解深度和广度，以及更好地掌握matplotlib的语法精要和操作要领，从而全面提高对matplotlib的掌握程度和加深对matplotlib的理解程度。
　　阅读建议
　　本书的示例代码都比较简单易懂，而且代码量都很适中，只有非常少的示例代码的代码量比较大，相信读者的学习热情和学习态度可以极大地帮助读者度过相对枯燥的编辑脚本的阶段。事物总是相对的，虽然编辑脚本的过程略显枯燥，但是也可以培养关注细节的做事态度。希望读者可以带着好奇心，独立地敲入完整的代码，真正动手实践书中讲过的每个示例，探索每个示例，钻研每个示例，真正实现“授之以渔”的学习效果。而且，通过动手实践的学习方式，既可以更好地掌握matplotlib的使用方法，也可以更好地理解matplotlib的内容精华。正如谚语所言，“眼过千遍，不如手过一遍”，从而更好地平衡matplotlib在实践和理论之间的比例关系，也就是说，既侧重实用案例的讲解，又兼顾理论内容的介绍。本书列举了大量的matplotlib实用案例，涵盖Python数据可视化的各个应用方向。因此，本书既可以作为简要而全面的matplotlib参考资料，也可以作为Python数据可视化的实用工具书。
　　本书的示例代码都是基于Python 3.6、basemap 1.2.0、imageio 2.4.1、matplotlib 1.5.3、NumPy 1.15.4、Pillow 5.3.0、SciPy 1.1.0和squarify 0.3.0实现的，同时也考虑了使用Python 2.x的读者。无论是在Python 2.x还是在Python 3.x的环境下，对于使用matplotlib 2.0.0及以上版本的读者而言，需要将示例代码中的属性axis_bgcolor和axisbg变更为facecolor，将实例方法set_axis_bgcolor()变更为set_facecolor()。对于使用matplotlib 2.0.0以下版本的读者而言，无论是在Python 2.x还是在Python 3.x的环境下，示例代码都不需要做任何变更。在“内容补充”部分，对于“代码实现”部分的示例代码而言，会给出需要做示例代码变更的修改建议和修改方法，或者给出一些具有启发意义的实用操作指南。
　　读者对象
　　如果读者了解Python的一些基础编程知识，则会非常有利于学习matplotlib的实用案例。但是，如果读者不了解Python编程知识，那么也不会对学习matplotlib造成太大的困难。因为书中的Python示例代码都是使用非常基础的语法知识进行编写的，而且对示例代码中的难点语句和重点语句都会进行详细讲解，因此，示例代码的可读程度非常高。与此同时，对于在相关章节中出现的统计学概念和数学概念，也都会详细地讲解其计算原理和计算方法。当然，这些概念都是浅显易懂的。这样，有利于读者将宝贵的时间和精力放在matplotlib实用案例的学习上面。
　　从matplotlib的学习阶段来讲，读者最好具备matplotlib基础知识，这样可以更快地学习和实践matplotlib实用案例。从matplotlib的使用目的来讲，读者可以将阅读重点放在Python数据可视化的应用场景上面，掌握Python数据可视化的不同应用方向的实现思路和实现方法。因此，读者既可以是数据分析师、大数据工程师、机器学习工程师、数据挖掘工程师、人工智能专家、运维工程师、系统和性能优化工程师、软件测试工程师，也可以是用户体验设计师、交互设计师或数据产品经理，以及对Python数据可视化感兴趣的各个行业的从业者。
　　联系与反馈
　　由于本人的学识和能力有限，书中存在疏漏之处在所难免，欢迎广大读者针对书中的错误、阅读体会和建议等给予反馈。如果读者对matplotlib也有自己的见解和研究兴趣，欢迎与我联系。请将反馈信息发送到电子邮箱[email protected]。
　　致谢
　　谈到本书的出版，深受我父亲的影响，主要是他对木工技艺的执着追求和不断探索，让我明白了精益求精的深刻内涵。由此，我在matplotlib实践的基础上继续探索Python数据可视化的高级技能，以求实现matplotlib技术精进的提升目标。
　　在写作本书的过程中，我得到了很多人的帮助和支持。首先，要感谢我朴实、善良的父母，他们一如既往地支持我的事业。其次，在本书的编辑和出版过程中，得到了电子工业出版社石倩编辑的耐心指导和帮助。最后，要感谢我的妻子一直以来对我事业的理解和支持，没有她的默默陪伴，就不会有书稿的完成。
　　时光飞逝，努力成为更好的自己！
　　作者

目录
第1篇 图 形
第1章 向几何图形里填充颜色 2
1．1 多边形的颜色填充 2
1．1．1 规则多边形的颜色填充 2
1．1．2 不规则多边形的颜色填充 4
1．2 交叉曲线的颜色填充 5
1．3 延伸阅读 6
1．3．1 水平方向的交叉曲线的颜色填充方法 6
1．3．2 垂直方向的交叉曲线的颜色填充方法 8
1．4 综合案例：交叉间断型曲线的颜色填充 9
第2章 使用模块patches绘制几何图形 12
2．1 圆的实现方法 12
2．2 椭圆的实现方法 15
2．3 矩形的实现方法 17
2．4 圆弧和楔形的绘制方法 19
2．5 延伸阅读 22
2．5．1 使用折线绘制圆 22
2．5．2 使用椭圆绘制圆 25
2．5．3 使用楔形绘制饼图 26
2．5．4 使用楔形绘制圆环式饼图 28
第3章 组合展示统计图形 31
3．1 机器学习中的判别分析示意图 31
3．2 日期型时间序列图 33
3．3 向直方图中添加概率密度曲线 35
3．4 绘图区域嵌套子绘图区域 39
3．5 延伸阅读：设置一般化的日期刻度线 42

第2篇 元 素
第4章 设置文本内容的样式和布局 45
4．1 文本注解的展示样式 45
4．1．1 文本框的样式 46
4．1．2 文本注释箭头的样式 47
4．2 文本内容的布局 49
4．3 延伸阅读 54
4．3．1 文本自动换行 54
4．3．2 文本内容的旋转角度 57
4．3．3 文本内容的旋转模式 59
4．3．4 多行文本的对齐方式 63
4．3．5 文本注释箭头的连接风格 66
第5章 调整计量单位和计量方法 76
5．1 不同计量单位的实现方法 76
5．1．1 弧度和角度的实现方法 76
5．1．2 厘米和英寸的实现方法 78
5．1．3 秒、赫兹和分钟的实现方法 80
5．1．4 文本注释位置的坐标系统的设置方法 81
5．2 不同计量方法的操作原理 83
第6章 调整刻度线和刻度标签及轴脊的展示效果 87
6．1 刻度线和刻度标签及轴标签的位置调整 87
6．2 刻度线的位置和数值的动态调整 90
6．3 主要刻度线和次要刻度线的调整 92
6．4 轴脊的显示与隐藏 95
6．5 轴脊的位置调整 98

第3篇 交 互
第7章 实现图形的动画效果 104
7．1 使用模块animation绘制动画 104
7．2 调用模块pyplot的API绘制动画 106

第8章 实现GUI效果 110
8．1 类RadioButtons的使用方法 110
8．2 类Cursor的使用方法 113
8．3 类CheckButtons的使用方法 114
第9章 实现事件处理效果 118
9．1 单击关闭画布后出现事件结果提示 118
9．2 画布局部放大效果的实现方法 120

第4篇 探 索
第10章 从外部导入图像加载到绘图区域 124
10．1 外部图像的多样化展示 124
10．2 地势图 126
10．3 热力图 127
10．4 设置图片具有超链接功能 131
10．5 添加画布层面的外部图像 136
10．6 借助滤镜使得图像产生多样化的展示效果 140
10．6．1 颜色的翻转 145
10．6．2 RGB通道NumPy数组转换成单通道NumPy数组 146
第11章 绘制3D图形 150
11．1 绘制带颜色标尺的彩色曲面 150
11．2 在3D空间里分层展示投射到指定平面后的2D柱状图 152
11．3 在3D空间里绘制散点图 154
第12章 绘制地图 156
12．1 澳大利亚的首都和首府城市的人口数量 156
12．2 当前时点的昼夜地理区域分布图 160
12．3 城市之间相隔距离的可视化呈现 162
第13章 综合交叉的应用场景 167
13．1 输入数据可以使用字符串代替变量 167
13．2 以PDF文件格式存储画布图形 169
13．3 调用pyplot的API和面向对象的API设置图形属性 171
13．4 用树形图展示文件夹中的文件大小 172
13．5 matplotlib风格集的设置方法 176
13．6 matplotlib后端类型的配置方法 181

第5篇 拓 展
第14章 使用LaTeX和matplotlib自带的TeX功能渲染文本内容 187
14．1 准备步骤 187
14．2 案例展示 188
14．3 延伸阅读 190
第15章 使用matplotlib书写数学表达式的方法和技巧 193
15．1 编辑字符串的规则 193
15．2 设置输出字符串的字体效果 194
15．3 通过数学公式和数学表达式学习TeX符号的编写规则 195
15．4 通过数学符号和希腊字母学习TeX符号的编写规则 204
附录A SciPy的安装方法 209
附录B IPython的使用方法 211
附录C mpl_toolkits包的安装方法和使用方法 221
附录D Python 2和Python 3的软件版本的使用建议 226
后记 237