快速上手数据挖掘 1.Matplotlib ① 初识Matplotlib

 看不清未来时，就比别人坚持久一点

                                        —— 24.4.25

知识梳理：

        ① 什么是Matplotlib

        ② 为什么要学习Matplotlib

        ③ 实现一个简单的Matplotlib画图

        ④ 认识Matplotlib的图像结构

        ⑤ Matplotlib三层结构

                1.容器层

                2.辅助显示层

                3.图像层

一、什么是Matplotlib

        ① 专门用于开发2D图表（包括3D图表）

        ② 使用起来极其简单

        ③ 以渐进、交互式方式实现数据可视化

        ④ matplotlib是模仿matlab的一种库，用于实现matlab的功能

二、为什么要学习Matplotlib

数据可视化

        可视化实在整个数据挖掘的关键辅助工具，可以清晰地理解数据，从而调整我们的分析方法，帮助理解数据，方便选择更合适的分析方法

        能将数据进行可视化、更直观的呈现

        使数据更加客观、更具有说服力

三、实现一个简单的Matplotlib画图

# 导包并重新命名为plt
import matplotlib.pyplot as plt

# figure创建画布
plt.figure()

# plot画图,对各点的坐标进行描述
plt.plot([1,0,9],[4,5,6])

# 生成图像
plt.show()

四、认识matplotlib图像结构

五、 Matplotlib三层结构

1.容器层

容器层主要由Canvas、Figure、Axes组成。

①Canvas画板层

Canvas是位于最底层的系统层，在绘图的过程中充当画板的角色，即放置画布(Figure)的工具。

②Figure画布层：plt.figure()

Figure是Canvas上方的第一层，也是需要用户来操作的应用层的第一层，在绘图的过程中充当画布的角色。Axes是应用层的第二层，在绘图的过程中相当于画布上的绘图区的角色。       一个画布层可以有多个绘图区

Figure:指整个图形(可以通过plt.figure()设置画布的大小和分辨率等)

③Axes/Axis绘图区/坐标系    axes：plt.subplots()   

        Axes(坐标系):数据的绘图区域
        Axis(坐标轴):坐标系中的一条轴，包含大小限制、刻度和刻度标签
特点为:
        一个figure(画布)可以包含多个axes(坐标系/绘图区)默认创建一个，但是一个axes只能属于一个figure。

        一个axes(坐标系/绘图区)可以包含多个axis(坐标轴)，包含两个即为2d坐标系，3个即为3d坐标系

2.辅助显示层

        辅助显示层为Axes(绘图区)内的除了根据数据绘制出的图像以外的内容，主要包括Axes外观(fiacecolor)、边框线(spines)、坐标轴(axis)、坐标轴名称(axis label)、坐标轴刻度(tick)、坐标轴刻度标签(tick label)、网格线(grid)、图例(legend)、标题(title)等内容。
        该层的设置可使图像显示更加直观更加容易被用户理解，但又不会对图像产生实质的影响。

3.图像层

        图像层指轴内通过图、散点、条形图、直方图、饼图等函数根据数据绘制出的图像

总结：

        ① Canvas（画板）位于最底层，用户一般接触不到

        ② Figure（画布）建立在Canvas（画板）之上

        ③ Axes（绘图区）建立在Figure（画布）之上

        ④ 坐标轴（axis）、图例（legend）等辅助显示层以及图像层都是建立在Axes（绘图区）之上的