夢(mèng)dedecms列表頁(yè)在文章列表上可能會(huì)有很多的樣式設(shè)置，但是如果是一個(gè)個(gè)性的網(wǎng)站，這里給大家介紹一個(gè)新的方法，就是隔行換色和分組加線。
打開(kāi)：inc_channel_unit_functions.php
加入下面一段

//zouql

//$f 列表總數(shù)

//$t 每組列表數(shù)

function MyList($f,$t,$meid,$con)

{

if($meid%$t ==0 && $meid < $f)

return $con;

}

例子：

<ul>

{dede:arclist row=20 titlelen=80 orderby=pubdate}

<li [field:global name=autoindex function='MyList("20","2",@me,"class=\"color\"")'/]>[field:textlink/]</li>

[field:global name=autoindex function='MyList("20","5",@me,"<li class=\"line\"></li>")'/]

{/dede:arclist}

</ul>

上面例子中包含了2個(gè)用法：[field:global name=autoindex function='MyList("20","2",@me,"class=\"color\"")'/]和[field:global name=autoindex function='MyList("20","5",@me,"<li class=\"line\"></li>")'/]第一個(gè)，如果你定義了相關(guān)css，就是隔行變色第二個(gè)，如果你定義了相關(guān)css，就是隔5行加一橫線，20個(gè)列表加3個(gè)線不是4個(gè)

表元素調(diào)校

一張可視化圖上除了主要的點(diǎn)、線、面之外，文本標(biāo)簽、坐標(biāo)軸標(biāo)簽等也是很重要的可視媒介，特別是對(duì)于信息圖表而言。 下面這張圖基本囊括了用到的圖形元素。

加文本可以通過(guò) ax.text(x,y, "Text") 。添加標(biāo)題通常寫(xiě)ax.set_title()，另外也可以用ax.title.set_text('title')或ax.set(title='ttl')設(shè)置標(biāo)題， 整理如下：

• ax.text(x,y, "Text"):在坐標(biāo)[x,y]處添加文本Text，文本支持latex公式，如ax.text(2,6, r'$E=mc^2$', fontsize=15)；
• ax.set_title():添加標(biāo)題；
• ax.set_ylim(0,4) 設(shè)置y軸值的范圍（類似于函數(shù)的值域），例如對(duì)于y=[],直接ax.plot(y)畫(huà)出來(lái)的折線圖y軸范圍是 ，通過(guò)ax.set_ylim(0,4) 可以顯示0~100范圍的效果。同理通過(guò)ax.set_ylim(0,4)設(shè)置x軸范圍（定義域）；
• ax.set_ylabel("Y axis label"):給y軸加上坐標(biāo)軸標(biāo)題；
• ax.tick_params(which='major', width=1.0):細(xì)調(diào)坐標(biāo)軸刻度；
• ax.legend() : 設(shè)置圖例 ；

圖形元素設(shè)置除了文本類型之外，也可以往里加形狀 。

• 加線：import matplotlib.lines as lines；ax.add_artist(lines.Line2D([15,15], [0, 10],color='#1EAFAE'))，其效果可參考矩陣圖繪制效果；
• 加帶箭頭的線: ax.arrow(0, 0, 0.5, 0.5, head_width=0.05, head_length=0.1, fc='k', ec='k')；
• 加一個(gè)垂直的平均線: ax.axvline(x, ls='--', color='r')，那水平平均線呢？axhline(y=0, xmin=0, xmax=1, **kwargs)；
• 加垂直或水平的強(qiáng)調(diào)矩形: ax.axhspan(ymin, ymax, xmin=0, xmax=1, **kwargs) 和 ax.axvspan(xmin, xmax, ymin=0, ymax=1, **kwargs)；
• 加矩形：patches.append(mpatches.Rectangle([0.5, 0.5], 0.5,0.8))，可用于繪制甘特圖；
• 加圓形(及橢圓): patches.append( mpatches.Ellipse((x,y), width, height))；
• 加帶箭頭的形狀：ax.annotate('箭頭文本', xy=(4,5), xytext=(3,2),color, arrowprops=dict( arrowstyle='->', connectionstyle="arc3"))，加圖標(biāo)型的箭頭：patches.append( mpatches.Arrow(x,y, dx,dy,width))；
• 加圖片: mpimg.imread(ipath); ax.axis('off'); ax.imshow(img)；

給散點(diǎn)圖加標(biāo)簽并加分隔線繪制矩陣圖以實(shí)踐一下以上方法：

import matplotlib.lines as lines
fig, ax= plt.subplots()
ax.plot(df['z'],df['y'],'o')
ax.add_artist(lines.Line2D([70,70], [30,100],color='#000000',lw=3)) #是[x1,x2],[y1,y2] 不是[x1,y1],[x2,y2]
ax.add_artist(lines.Line2D([30,100], [65,65],color='#000000',lw=3))
ax.set_xlim(30,100)
ax.set_ylim(30,100)
ax.set_xlabel("z")
ax.set_ylabel("y")

繪制瀑布圖綜合運(yùn)用ax.bar()的參數(shù)和文本標(biāo)簽，并封裝為一個(gè)函數(shù)，以后使用只需要調(diào)用就好：

#瀑布圖
x=[17,-3,7,6] #原始數(shù)據(jù)
def waterfall_chart(x):
    j=0 #sum(x) 最終柱的結(jié)果
    k=0 #k=x[i-1]
    x0=[]
    for i in x:
        if i<0:
            x0.append(j+i)
        else:
            x0.append(j)
        j+=i
    x1=[abs(i) for i in x]
    c1=['#1EAFAE' if i>0 else '#69FFFF' for i in x]
    c1.append('#BA5C25')
    x0[0]=0
    x0.append(0)
    x1.append(j)
    x.append(j)
    w=list(range(1,len(x)+1))
    fig,ax= plt.subplots(figsize=(6,5))
    ax.bar(w,x0,alpha=0) #都透明度為0了，顏色不重要
    rects=ax.bar(w,x1,bottom=x0,color=c1) #顏色可傳一個(gè)數(shù)組的
    ax.set_ylim(0, 30)
    i=0
    for rect in rects: #加上適當(dāng)?shù)奈谋緲?biāo)簽 
        height = rect.get_height()+x0[i]
        ax.annotate('{}'.format(x[i]),
                xy=(rect.get_x() + rect.get_width() / 2, height),
                xytext=(0,1),  # 1 points vertical offset
                textcoords="offset points",
                ha='center', va='bottom')
        i+=1
    ax.set_xticklabels(['','Q1','Q2','Q3','Q4','Ys'])
    return ax
waterfall_chart(x)

組合圖

為了更好地展現(xiàn)數(shù)據(jù)間的聯(lián)系或變化，我們有時(shí)會(huì)需要將多種圖表類型用在同一張可視化圖里，一種是共用坐標(biāo)軸的組合圖，例如面積圖+柱狀圖的組合、散點(diǎn)+折線圖就是很基礎(chǔ)的組合圖。另一種是雙坐標(biāo)軸，很常見(jiàn)的圖是左邊的y軸是月活，畫(huà)柱狀圖，右邊的y軸是增長(zhǎng)率，畫(huà)折線圖。

棒棒糖圖(Lollipop)是將條形圖的柱變得很細(xì)并突出末端的一類圖，形似棒棒糖，特別適合于展示分類標(biāo)簽很多的數(shù)據(jù)。可以通過(guò)將柱狀圖和散點(diǎn)圖結(jié)合的方法繪制，Matplotlib庫(kù)繪制起來(lái)并不復(fù)雜，代碼如下。但對(duì)于一些散點(diǎn)圖的y軸不支持分類標(biāo)簽的庫(kù)來(lái)說(shuō)，要畫(huà)棒棒糖圖還是挺復(fù)雜的。

y = [5, 4, 11, 10, 15, 11, 13, 8,13,15,13,19]
x=['c'+str(i) for i in range(len(y))]

fig, ax= plt.subplots(figsize=(6,6)) 
ax.barh(x,y,height=0.08,zorder=1) #圖層順序的解決方案
ax.scatter(y,x,zorder=2,color='#ba5c25')

有時(shí)為了對(duì)比兩類數(shù)據(jù)，除了用簇狀柱形圖或簇狀條形圖外，也可以試試啞鈴圖，理解了上面畫(huà)棒棒糖圖的方法之后，要組合出啞鈴圖并不難，對(duì)數(shù)據(jù)進(jìn)行一定運(yùn)算后用barh加兩個(gè)scatter就可以畫(huà)出來(lái)。

帕累托圖是雙坐標(biāo)軸的可視化典例。帕累托圖特別適合展示符合長(zhǎng)尾效應(yīng)的數(shù)據(jù)。matplotlib給我們提供了ax.twinx()用于生成共用x軸的另一個(gè)Axes，效果就是左邊的y軸比例尺和右邊比例尺不一定一樣，能更好地將兩類圖進(jìn)行效果組合。

y=[23,162,51,119,12,3,8] #模擬數(shù)據(jù)
x=[str(i) for i in range(2,len(y)+2)]
y=sorted(y,reverse=True)
ysum=sum(y)
y2=[]
cc=0
for i in y:
    cc+=i
    y2.append(cc/ysum*100)
fig = plt.figure()
ax1 = fig.add_subplot(111)
rects=ax1.bar(x,y,color='#1EAFAE')
ax1.set_ylabel('Month IC')
ax1.set_ylim(0, 180)
ax2 = ax1.twinx() 
#https://matplotlib.org/api/_as_gen/matplotlib.axes.Axes.twinx.html#matplotlib.axes.Axes.twinx
ax2.set_ylim(0, 100)
?
ax2.plot(x, y2,'o',color='#FFA069',linewidth=2,ls='-')
?
ax2.set_ylabel('%')
?
for rect in rects:
    height = rect.get_height()
    ax1.annotate('{}'.format(height),
            xy=(rect.get_x() + rect.get_width() / 2, height),
            xytext=(0,1),  # 1 points vertical offset
            textcoords="offset points",
            ha='center', va='bottom')
ax1.set_title("Pareto in Matplotlib") #

子圖

除了組合圖外，有時(shí)候我們也需要將多個(gè)圖并排以展現(xiàn)某種數(shù)據(jù)關(guān)系。前面說(shuō)過(guò)一個(gè)畫(huà)布下可以有多套Axes，正常情況下我們只需要一套Axes用來(lái)畫(huà)圖，但是也經(jīng)常需要在一個(gè)畫(huà)布中畫(huà)多張圖，形成分面或子母圖的效果，前面我們基本都是寫(xiě)fig, ax= plt.subplots()，實(shí)際上subplots()可以設(shè)置nrows、ncols參數(shù)生成多套Axes。

plt.subplots()的常用寫(xiě)法有：

• plt.subplot(3,2,4):在全局繪圖區(qū)域中建立3行、2列的分區(qū)繪圖區(qū)域，并定位到第4個(gè)子圖區(qū)域，返回一個(gè)axes；
• plt.subplot(324): 效果和上面subplot(3,2,4)的寫(xiě)法一致；
• plt.subplots(): 默認(rèn)1行1列，生成的axes就是一個(gè)；
• plt.subplots(3,2) : 沒(méi)有指定繪圖編號(hào)，返回值包括一個(gè)figure和多個(gè)axes，和ax[0, 0].×××(x, y)搭配著用；
• fig = plt.figure(); ax= fig.add_subplot(221):先建立一個(gè)畫(huà)布，在畫(huà)布上添加2x2個(gè)子圖，并定位到順序第一個(gè)子圖；

圖中代碼在全局繪圖區(qū)域中建立n行、m列的分區(qū)繪圖區(qū)域，并定位到其中一個(gè)子圖區(qū)域。之后ax的用法和前面一致，不贅述。

生成的圖片在shell環(huán)境中彈出的界面有保存圖片的按鍵，在jupyter環(huán)境中可以點(diǎn)擊圖片然后右鍵保存。而如果要通過(guò)代碼保存圖片到本地，一般通過(guò)plt.savefig(fname,dpi=300)保存圖片，參數(shù)有文件保存路徑(fname)、圖片每英寸像素(dpi)、邊緣顏色(edgecolor)等。在shell環(huán)境中一般通過(guò)plt.show()展示圖片，而jupyter notebook中通常寫(xiě)%matplotlib inline將圖片直接在Out[]里輸出展示。

Matplotlib的rcParams接口可以設(shè)置很多個(gè)性化內(nèi)容，包括剛提到的savefig的edgecolor默認(rèn)值，可以寫(xiě)mpl.rcParams["savefig.edgecolor"]='blue'改變?cè)瓉?lái)的默認(rèn)值white。直方圖的默認(rèn)分箱數(shù)可以通過(guò)rcParams["hist.bins"]=5改變。

而為了在Matplotlib中支持中文，各教程的解決方案基本都有mpl.rcParams['font.family']='SimHei'這句，就是將Matplotlib的字體替換為微軟雅黑。前面基礎(chǔ)圖表繪制部分通過(guò)更新mpl.rcParams["axes.prop_cycle"]改變了繪圖的主題色，Matplotlib本身是提供了備選的繪圖渲染的各種主題，可以通過(guò)style.use('ggplot')調(diào)用ggplot主題（想換回默認(rèn)主題用style.use('default')）。就像給輸入法換皮膚一樣，rcParams接口給了我們更多的自由度和個(gè)性化。

三維及科學(xué)可視化

三維可視化和科學(xué)可視化是Matplotlib特別擅長(zhǎng)的領(lǐng)域，人類作為三維生物，對(duì)三維的圖像有一定的偏好，扁平化和三維各有優(yōu)勢(shì)，各有不同的應(yīng)用場(chǎng)合，能畫(huà)好二維可視化圖也該會(huì)畫(huà)三維的圖表，且一些場(chǎng)景用好三維有奇效。Matplotlib的三維可視化封裝在mpl_toolkits工具套件的mplot3d里，mplot3d下的API主要包括Axes3D(三維坐標(biāo)軸區(qū)域)、art3d.xx3D(三維圖元)和proj3d(三維坐標(biāo)變換)。

from mpl_toolkits.mplot3d import Axes3D  # noqa: F401 unused import
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.bar(df['x'],df['y'], zs=0, zdir='y', alpha=0.8)
ax.bar(df['x'],df['z'], zs=1, zdir='y', alpha=0.8)
ax.bar(df['x'],df['y'], zs=2, zdir='y', alpha=0.8)
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')

ax.set_yticks([0,1,2])

三維可視化和科學(xué)可視化聯(lián)系很緊密，科研作圖中應(yīng)用廣泛，各種漂亮的參數(shù)曲面在官網(wǎng)示例里有很多，這里略過(guò)、當(dāng)然二維下也能畫(huà)出很優(yōu)美的函數(shù)圖像，結(jié)合numpy生成[0,2]之間的正弦函數(shù)曲線只需要4行代碼：

t = np.arange(0.0, 2.0, 0.01)
s = 1 + np.sin(2 * np.pi * t)
fig, ax = plt.subplots()
ax.plot(t, s)

繪制指數(shù)函數(shù)、分形的雪花曲線也是類似的過(guò)程，在官網(wǎng)案例集有類似的例子，具體這里不展開(kāi)。

總結(jié)下本文從Matplotlib的可視化基礎(chǔ)框架一步步畫(huà)散點(diǎn)、折線、柱狀、箱線等圖，通過(guò)理解參數(shù)拓展畫(huà)了瀑布圖、矩陣圖、棒棒糖圖等，并且微調(diào)坐標(biāo)軸文本、標(biāo)題等圖形元素，讓可視化更完備，通過(guò)雙y軸繪制帕累托圖等組合圖，也繪制了包含多張子圖的圖和三維圖。

通過(guò)以上實(shí)踐可以看到的Matplotlib可視化語(yǔ)法的特點(diǎn)是繪圖對(duì)象和標(biāo)簽標(biāo)題等元素有一定獨(dú)立性，且有不同層級(jí)的接口可以用來(lái)微調(diào)元素，例如設(shè)置標(biāo)題就有多種寫(xiě)法 ，Matplotlib不同于ggplot2的管道寫(xiě)法、也不同于Altair等庫(kù)將數(shù)據(jù)傳到chart對(duì)象再調(diào)用mark_bar()等確定繪制什么圖。可視化是要好看，也不能忘了所展現(xiàn)的數(shù)據(jù)與數(shù)據(jù)間的關(guān)系是重點(diǎn)。

最后用極坐標(biāo)繪心形線結(jié)束本文。

文中代碼更新于https://github.com/QLWeilcf/VisualizedLyn/blob/master/viz-matplotlib-in-action-lyns.ipynb。代碼可以直接下載運(yùn)行。有任何建議歡迎留言交流。