jupyter：数据可视化基础(课前知识储备)

一：思维导图

二：知识点：

（一）：数据可视化模块的作用以及发展史

a. Matplotlib | 2003 功能：专门为python提供绘图功能的第三方库 3.x | 2.x
优点：
开源、免费、跨平台

两种编程风格： MATLIB编程风格 面向对象编程风格

b. Seaborn 一个绘图的新模块

(二)：开发环境 、模块的安装

本文是为了记录三天的可视化训练营的结果整理的工作，要在jupyter用代码画出各种图像，首先的得做好以下的准备：

• 安装python3.0
• 安装Pycharm 2018.3 or 2019.3
• 安装Anaconda
  继续安装所需要的环境：

打开Pycharm–setting–如下图选择

然后点击加号，点击下图的按钮之后

最后 粘贴https://pypi.tuna.tsinghua.edu.cn/simple/到下一行

复制完成之后退回到刚刚的页面，分别搜索**“numpy”、“pandas”、“matplotlib” **
均能搜索到两个相同的选项，点击后面连接太有Tsinghua字样的并选择
这样就大致安装好环境了。

双击Jupyter Notebook，然后回车就会出现一个交互型的网页，右边寻找new之后就可以快乐的编译运行乐！！

---

(三):

3.1 : 简单代码学习基本语法
3.2 ：numpy | pandas | matplotlib

#(1)
import numpy as np
import matplotlib.pyplot as plt # 1 导入模块、主要提供了MATLIB接口
x = np.linspace(0,2 * np.pi ,100) # 2  创建了自变量、作为横坐标 ndarray
y1 = np.sin(x) # 创建因变量 | 正弦函数数据
y2 = np.cos(x) # 创建因变量 | 余弦函数数据
plt.plot(x,y1) # 3 （t1,t2）t1:代表x轴的数据、t2:代表y轴的数据
plt.plot(x,y2) # 4  不同的曲线是可以画在相同的画布里面的
plt.show() # 5 让我们的图像显示出来

运行结果：

shift + enter code ： 写的是代码
---------------- markdown：记录笔记

---

Matplotlib模块所有绘制出来的元素都是对象：Artist对象
分为两类：
第一类（基本元素类-可见的）：plot （绘图）、Text(文本)、Line （划线）
第二类（容器类-不可见的）：Figure 、 Axes

=======================================================

总结画图流程

1.创建Figure对象—相当于一个画布
2.用subplots()函数创建分区—将画布分成若干个部分
3.fig[t1] , ax[t2] = plt.subplots(3,3,sharex=‘col’,sharey=‘row’)
t1:画布 t2:这个类型[Axes]容器对象—相当于创建新的坐标系
4.Axex容器对象里面分别进行绘图

#（2）matplotlib魔法命令
%matplotlib # 这个魔法魔法命令在pycharm不起作用的、可以让绘图处于交互的方式进行绘图
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0,2*np.pi,100) 
y1 = np.sin