matplotlib实现数据可视化 (上)

认识数据可视化

什么是数据可视化?
字不如表, 表不如图, 借助图形来帮助我们清晰有效的表达信息的方式, 就是可视化;

可视化的基本流程 :

1. 整理数据
2. 明确目的
3. 寻找合适的图标表现形式

常见的图形种类及意义 :

1. 折线图 : 反映数据的变化趋势;
2. 散点图 : 判断2个变量之间是否存在关联趋势, 总结分布规律, 找出离群点;
3. 柱状图 : 比较数据之间的差别;
4. 直方图 : 展示一组 or 多组数据的分布状况;
5. 饼图 : 分类数据的占比情况;

用matplotlib实现数据可视化

matplotlib是什么?
matplotlib是Python 2D绘图库, 只需几行代码即可生成折线图, 条形图, 饼图, 直方图, 散点图等;

认识matplotlib的图像结构

**图表的基本组成元素有 : 画布, 坐标轴, 坐标轴标题, 图表标题, 数据标签, 数据表, 网格线, 图例, 误差线; **

1. 画图前的必要准备工作

#导入matplotlib库中的pyplot, 并起别名为plt
import matplotlib.pyplot as plt
import matplotlib.font_manager

#让图表直接在jupyter中显示
%matplotlib inline

#解决中文乱码问题和负号的正常显示
plt.rcParams["font.family"] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False

#设置字体
my_font = font_manager.FontProperties(fname = 'C:\Windows\Fonts\msyh.ttc')

#默认情况下matplotlib作出的图表不是很清晰,因此要先将图表设置为矢量图格式
%config InlineBackend.figure_format = 'svg'

2. 建立画布

#创建figure画布对象
fig = plt.figure()
# <matp.figure.Figure at 0x1d5a03842800>
#设置figure参数,建立高6宽8的画布
plt.figure(figsize = (8,6))
#<matp.figure.Figure at 0x256823bbcc0>
*#需要注意, 建立画布后画布并不会直接显示出来,只会输出相关信息代码;*

3. 建立坐标系的几种方法

一、用add_subplot函数建立坐标系

#在画布fig上绘制1*1个坐标系,并且把坐标系赋值给变量ax1
fig = plt.figure()
ax1 = fig.add_subplot(1,1,1)

#在fig上绘制2*2个坐标系,即4个坐标系,分别赋值给变量ax1,ax2,ax3,ax4
fig = plt.figure()
ax1 = fig.add_subplot(2