# 繪圖
繪圖可以說是很重要的一個環節了,尤其是在數模的數模的時候。(迷
## 使用Pylab繪圖
如果你和我一樣是使用Jupyter Notebook的話,可以使用`%pylab inline`來啟用繪圖功能。
它會導入基本上和繪圖有關的庫,雖然也確實會導入一大堆并不需要的庫,但為了方便還是認了吧。
以下就列幾個最近碰到的坑:
### 使用中文注釋
因為pylab中的庫,在繪圖時的默認字體并不包含中文,所以如果直接在標注或標題中使用中文就可能會出現無法識別的情況。
對于這種情況,我們可以通過修改字體的方法來實現顯示中文。
```python
#用來正常顯示中文標簽
plt.rcParams['font.sans-serif']=['SimHei']
# 解決保存圖像是負號'-'顯示為方塊的問題
mpl.rcParams['axes.unicode_minus'] = False
```
### 修改圖片尺寸
當默認的坐標比例不滿足我們需求的時候,我們可以通過創建自定義的Figure來解決這個問題。
```python
# 將坐標比例修改為16:9
plt.figure(figsize=(16, 9))
```
### 繪制置信區間
可能在平時繪制的折線圖,或散點圖比較多,對于繪制一個區間的方法了解的不多。
所以,這邊也就記錄一下備查。
```python
# 這段代碼截取自數模作業,懶得重新寫了
# 這里是創建一個時間戳列表,從2017年1月至2022年12月,以月為間隔單位
dates = pd.date_range(start='2017', end='2022', freq='M')
# 修改坐標比例
plt.figure(figsize=(16, 9))
# 繪制數據曲線
plt.plot(dates, p_data, color='r')
# 繪制置信區間
# dates 表示橫坐標
# p_conf[:, 0] 表示置信區間下限
# p_conf[:, 1] 表示置信區間上限
# color 表示自信區間顏色
# alpha 表示透明度以免覆蓋了數據曲線
plt.fill_between(dates, p_conf[:, 0], p_conf[:, 1], color='#539caf', alpha=0.4)
plt.show()
```
最后,繪制的結果如下:
