二十七、数据可视化

一、数据可视化是什么

借助图形来清晰有效表达信息的方式成为可视化，可视化可以帮助我们更好地传递信息。

二、数据可视化的基本流程

1、整理数据

数据可视化的基础还是数据，要将数据图表化，首先要整理数据，明确要把哪些数据图表化。

2、明确目的

知道了要把哪些数据数据图表化以后，就需要明确目的，可视化是用来表达信息的一种方式，既然是用来表达信息的，就应该明确要表达什么，要传递给看图人哪些信息。

3、寻找合适的表现形式

明确了要表达什么信息以后，就可以选择合适的表现形式了，不同的目的使用的表现形式是不一样的。

三、图表的基本组成元素

1、画布

画布就是字面意思，你首先需要找到一块“布”，即绘图界面，然后再这块“布”上绘制图表。

2、坐标系

画布是图表的最大概念，在一块画布上可以建立多个坐标系，坐标系又可以分为直角坐标系、球坐标系和极坐标系三种，其中直角坐标系最常用。直角坐标系最常用。

3、坐标轴

坐标轴是在坐标系中的概念，主要有X轴和Y轴（一般简单的可视化均为二维），一组X/Y值用来唯一确定坐标系上的一个点。

X轴也称横轴，Y轴也称纵轴。通过X轴和Y轴可以确定一个唯一的点。

4、坐标轴标题

坐标轴标题就是X轴和Y轴的名称。

5、图表标题

图表标题是用来说明整个图表核心主题的。

6、数据标签

数据标签用于展示图表中的数值。

7、数据表

数据表在图表下方，它以表格的形式将图表中坐标轴的值展示出来。

8、网格线

网格线是坐标轴的延伸，通过网格线可以更加清晰地看到每一点大概在什么位置，值大概是多少。

9、图例

图例一般位于图表的下方或右方，用来说明不同的符号或颜色所代表的不同内容与指标，有助于认清图。

10、误差线

误差线主要用来显示坐标轴上每个点的不确定程度，一般用标准差表示，即一个点的误差为该点的实际值加减标准差。

四、Excel与Python可视化

无论是Excel还是Python，它们数据可视化的基本流程及图标的基本组成元素都是一样的。在Excel中进行数据可视化比较简单，直接选中要图表化的数据，然后单击插入选项卡，选择合适的图表类型就可以对图表格式进行设置。

五、建立画布和坐标系

1、建立画布

再开始正式的画布建立之前，要先把需要用的库加载进来，在Python中可视化用的库是matplotlib库，还要多加三行代码，这样图表才能正常显示，具体代码如下：

#导入matplotlib库中的pyplot并起名为plt

import matplotlib.pyplot as plt

#让图表直接在jupyter notebook 中展示出来
%matplotlib inline

#解决中文乱码问题
plt.rcParams["font.sans-serif"]='SimHei'

#解决负号无法正常现实的问题
plt.rcParams['axes.unicode_minus']=false

在默认设置下matplotlib做出来的图表不是很清晰，这个时候可以将图表设置成矢量图格式显示，这样看起来就会很清晰了，因此要在上面的代码中加一行代码：

config inlinebackend.figure_format  =  'svg'

导入需要的库以后就可以正式开始建立画布了。

fig = plt.figure()
<matplotlib.figure.Figure at 0xld5a0384208>

plt.figure里面有一个参数figsize，它用width和height来控制整块画布的宽和高。

fig = plt.figure(8,6)
<matplotlib.figure.Figure at 0x256823bbcc0>

需要注意的一点就是，建立画布以后画布并不会直接显示出来，只会输出一串画布相关信息的代码。

画布建立好以后就可以在画布上绘制坐标系了。在Excel中直接选择插入图表就相当于建立一个坐标系，在Python中会有多种建立坐标系的方式。

2、用add_subplot函数建立坐标系

利用add_subplot函数建立坐标系时需要现有画布，再在画布上绘制坐标系。