Matplotlib 可视化数据分析图表简单介绍

文章目录

一、前言

1.1 数据分析图表的作用

1.2 如何选择合适的图表类型

1.3 图表的基本组成

二、Matplotlib 简介

三、Matpoltlib 图表之初体验

3.1 创建 Matpoltlib 简单图表

3.2 基本绘图 plot()函数介绍

四、图表的常用设置

4.1 颜色设置

4.2 线条设置

4.3 标记样式

五、经验分享

---

CSDNhttps://mp.csdn.net/mp_blog/creation/editor/134816784

一、前言

在数据分析与机器学习中，我们经常用到大量的可视化操作。一张精美的图表，不仅能够展示大量的信息，更能够直观地体现数据之间隐藏的关系。

下面分享的是 Maplotlib，每一个知识点都结合示例，力求通过可视化效果了解图表的相关功能，并且通过综合应用将图表应用于实际的数据统计分析工作中。

1.1 数据分析图表的作用

在我们进行数据处理及统计分析时，会遇到这样一个问题，一堆堆数字看起来不是很直观，而且在数据较多的情况下无法展示，不能很好地诠释统计分析结果。举个简单的例子如下面的两图所示。

上面举例同是“月销量分析”结果的呈现，你更青睐哪一种?显然，数据分析图表（右图)更加直观、生动和具体，它将复杂的统计数字变得简单化、通俗化、形象化，使人一目了然，便于理解和比较。数据分析图表直观地展示统计信息，使我们能够快速了解数据变化趋势、数据比较结果以及所占比例等，它对数据分析、数据挖掘起到了关键性的作用。

1.2 如何选择合适的图表类型

数据分析图表的类型包括条形图、柱状图、折线图、饼图、散点图、面积图、坏形图、雷达图等。此外，通过图表的相互登加还可以生成复合型图表。
不同类型的图表适用不同的场景，可以按使用目的选择合适的图表类型。下面通过一张框架图来说明，如图所示。

1.3 图表的基本组成

数据分析图表有很多种，但每一种图表的绝大组成部分是基本相同的，一张完整的图表一般包括画布、图表标题、绘图区、数据系列、坐标轴、坐标轴标题、图例、文本标签、网格线等，如下面的图所示。

下面详细介绍各个组成部分的功能。
(1) 画布：图中最大的白色区域，作为其他图表元素的容器。
(2)图表标题：用来概况图表内容的文字，常用的功能有设置字体、字号及字体颜色等。
(3)绘图区：画布中的一部分，即显示图形的矩形区域，可改变填充颜色、位置，以便图表展示更好的图形效果。

(4) 数据系列：在数据区域中，同一列（或同一行）数值数据的集合构成一组数据系列，也就是图表中相关数据点的集合。图