使用PyNanoLab进行数据可视化
PyNanoLab通过matplotlib绘图库构建了一套完整的绘图工具，结合pandas构建的表格工具，实现了matplotlib绘图库的gui交互式绘图，可以通过gui界面实现对图形任意参数的设置、保存和重载，无需任何代码。目前已实现曲线图、散点图、柱状图、分布图、地形图等多种图形的数据可视化。
绘图框架
如上图所示，matplotlib 的2D 绘图分为三个层次：
- Figure ：
Figure 表示一张画布上的绘图区域，一张画布可以有一个或多个，相同或者不同类型的坐标系，是所有绘图元素的顶级容器。一般通过plt.Figure()创建一张图片。 - Axes:
Axes表示一张图片上的坐标系系统，在一张画布上可以同时有多个坐标系，每个坐标系包含x、y轴，每一个坐标轴上又有对应的ticks，tickslable和坐标轴标签。PyNanoLab 的所有2D图使用同一类型的坐标系系统，可以控制所有坐标轴属性的设置。 - Artist：
Artist表示坐标系上具体绘制的对象，例如曲线、散点、图形等，使用不同的Artist最终就可以绘制不同类型的数据图。
PyNanoLab 构建了统一的图形设置界面，自动为每一种Artist生成独立的设置界面，实时修改图形的参数：
Figure对象设置：
Figure设置面板主要设置图像的整体参数，包括图片的尺寸和背景颜色。subplots控制坐标系与图形边框的距离，其参数定义为左下角坐标为（0,0）右上角为（1,1），设置的参数取0-1之间的绝对值。当有多个坐标系存在时，可以使用width_ratios参数设置多个坐标系宽度的比值。
Axes对象设置：
Axes对象主要控制绘图的坐标系，PyNanoLab的设置面板主要包括Frame和XY坐标轴。其中Frame面板控制坐标轴的整体设置，XY坐标轴具有相同的设置接口，主要控制坐标轴的显示、tick、ticklabels和坐标轴标签。
(1). Frame设置面板：
如图所示，Frame面板主要包括：
Title： 设置该坐标系的名称，及其对应的字体、颜色和坐标系的背景色， 对应代码：ax.set_title(**parm)。PyNanoLab 图形设置窗口的所有文本都支持Latex 语法绘制复杂的数学公式，只需要在关键字两个”$$”之间使用Laxtex 语法即可,具体可参考文档。
Spines： 设置坐标系的边框的显示、位置，线宽和线的类型。其中复选框设置是否显示该该边框；下拉列表和对应的值设置边框在坐标系中的位置。outward：表示边框距离数据区域以外的像素点数。data：表示对应坐标系上的值，例如将上、右边框隐藏，将下和左边框选择为data，值设为0，就可以构建一个始于原点的标准空间坐标系系统。axes：表示在坐标系中的比例（0-1），例如设置为0.5 就可以将边框置于坐标系中间。具体可参考文档。
Legend： 设置图例，图例将会根据Artist的类型自动生成，包括是否显示、位置、行列数、是否显示阴影框、字体和颜色。其中选择best将会根据图形自动选择最佳的位置，Legend也可以直接使用鼠标拖曳放置位置。其他loc参数可参考文档。
Grid： 设置网格，包括是否显示、网格线宽、曲线类型和颜色。对应代码ax.grid(**parm).
(2). 坐标轴设置面板：
Xlabel： 设置坐标轴标签的文字、位置、字体、颜色和距离，支持latex语法，该标签使用表格的name和unit参数生成，格式为：”name (unit)”.
Xlim： 设置坐标轴的数据范围，反转该值可以反转坐标轴。
Tick style： 设置如图中橙色的tick线的位置、风格、颜色、宽度、长度和距离。
Locator： 设置坐标轴刻度的位置和风格，如图所示，具体可参考文档
- “LinearLocator”: 线性定位器，可以设置固定个数的刻度，配合xlim参数使用可以准确确定刻度。
- “MultipleLocator”: 线性定位器，可以设置数字是几的倍数，例如：设置2，则选择坐标范围内所有2的倍数显示。
- “MaxNLocator”: 线性定位器，自动设置，控制最多显示多少个刻度。
- “LogLocator”: 对数刻度，
- “SymmetricalLogLocator”: 双对数刻度。
- “NullLocator”: 隐藏所有刻度
- “StrCategoryLocator”：字符串刻度，根据图形类型自动生成，不可设置， 例如以字符串为X轴的柱状图。
- “FixedLocator”：固定坐标，根据图形类型自动生成，不可设置。
Formater： 设置坐标轴刻度标签文字的显示风格，如图所示，具体可参考文档。
- “ScalarFormatter”: 数字刻度，默认格式。
- “NullFormatter”: 隐藏所有坐标
- “StrMethodFormatter”: 格式化字符串刻度, 使用python的format格式化字符串语法 x变量可以引用刻度的数值。例如：原始数字30.0 使用 “# {x:.3} mg “，可以将当前刻度的数字格式化为 “#30.000 mg”
- “EngFormatter”: 类似于格式化字符串刻度。
- “PercentFormatter”: 百分比显示刻度
- “StrCategoryFormatter”: 字符串刻度标签，根据图形类型自动生成，不可设置。
- “LogFormatterSciNotation”: 对数字符串，显示底数和指数,
- “LogFormatterMathtext”:对数字符串，只显示指数,
- “LogFormatterExponent”: 对数字符串， ，只显示自然指数,
- “FuncFormatter”: 自定义函数刻度字符串， 目前只添加了scaled 函数，显示为当前值*设置值，用于缩放坐标轴 。
- “FixedFormatter”: 固定左边，自动生成。
至此，axes的设置完成，可以使用 apply to all axes 将当前坐标系的参数应用到该图的所有坐标系。
图形绘制：
1. 曲线图：
如图所示，在表格中先设置绘图列的数据标签，曲线图可以选择多条曲线，可以有多个Y列，但至少要有一个X列。
适合绘制光谱序列数据等，一个X轴具有多个Y轴的数据。
两组数据共享坐标轴
多个坐标系数据共享一个X轴
为曲线绘制误差，需要在表格中设置误差列。
为曲线绘制误差，当曲线点数很多时，避免误差线过于密集而不可视。
为曲线绘制直方图，可以设置直方图的柱子的个数、宽度和范围。
绘制曲线的线性回归曲线。
2. 饼形图：
3. 散点图类：
使用颜色表示散点图的密度，同时可以为每一个散点设置大小（可选项）。实现在散点上表达四维信息。如果不选择颜色列，则使用gaussian_KDE 算法自动计算密度值。
根据每个散点的标签绘制颜色，适合聚类数据的可视化。
又称为边缘直方图，在散点图的上绘制直方图分布。
彩色气泡散点图和边缘直方图的合并体。
使用scikit-learn 评估散点图的置信区间
3. 柱状图类
4. 分布图：
分布图类为一维图，因此通常无需设置数据标签（加权直方图）。
为直方图的每一类添加权重列，需要设置Y列和weights列
假设每一列数据为不同时刻采集的数据，为每一列数据绘制直方图观察数据分布随时间的变化
使用hist2d计算并绘制散点数据，类似于核密度散点图。
5. 热图：
使用imshow绘制，具有更好的性能。
6. seaborn:
使用seaborn绘图库绘图，需要特殊组织的Long-form 表格数据才能发挥最大优势。通常行数据为一个采样的获得不同类型，例如每一行是一个采样对象的名称、年龄、身高|体重等数据。
7. 3D图
8. 添加文字注释和修饰图形：
PyNanoLab支持在任意位置添加文字，使用鼠标双击即可在坐标系中添加文本，一类是普通文本，一类是带箭头的注释文本。
使用右键菜单，可以在画布上添加直线和矩形方框。文本和修饰图形删除方法：鼠标左键选中保持，按DEL键删除。
图片的导出、保存和重载：
PyNanoLab 在每个绘图窗口上都有导出按钮，可以导出单个图片，如下图所示：
同时，也可以在Figure items窗口勾选要导出的图片批量导出。也可以导出整个图片文件夹。其中。.pnlfig 格式是PyNanoLab的私有格式，可以重新导入到PyNanoLab中还原上次的绘图设置；也可以将所有绘图和数据一起保存在工程文件中（推荐用法）。
上述所有图像已内置于PyNanoLab的所有版本中，点击工具栏的工具→打开内置模型按钮即可预览所有内置绘图。
此外，工具栏的工具→设置绘图风格工具，也可以为PyNanoLab设置默认的绘图风格。
相较于Original Lab等传统软件，PyNanoLab 绘图更简单直接，绘图风格更美观，且永久免费，欢迎下载使用。