数据分析—03数据分析绘图库

一、数据分析绘图库matplotlib

1、简单介绍

matplotlib是python比较底层的可视化库，可定制性强、图表资源丰富、简单易用、达到出版质量级别。

2、绘图基础知识

导入模块

import matplotlib.pyplot as plt

创建画板

figure = plt.figure(figsize=(10, 10))

创建子图(画纸)
参数（2，1，1）代表将画板分为2行1列，第1个
参数（2，1，2）代表将画板分为2行1列，第2个

ax1 = plt.subplot(2, 1, 1)
ax2 = plt.subplot(2, 1, 2)

绘制
polt代表折线图，marker表示点的形状，linestyle线段的形状
legend表示显示图例，也就是图形里的内容

ax.plot(x, y, color='red', marker='*', linestyle='-.')
plt.legend()

3、常用图形

基本的视觉元素有三种：点、线、柱状。

4、绘图步骤

其中maker样式:

颜色样式：

5、单图绘制和多图绘制

单图：

# 1.导入绘图库
import matplotlib.pyplot as plt
import numpy as np
# 2.创建画板figure
figure = plt.figure(figsize=(10, 10))
# 3. 创建子图subplot/Axes  画纸
# 1行1列第1个
ax = plt.subplot(1, 1, 1)
# 4. 准备数据
# 从0~50分成100份
x = np.linspace(0, 10, 100)
y = np.sin(x)
# 5. 绘制
ax.plot(x, y, color='red', marker='*', linestyle='-.')
ax.set_title('y = sinx')
ax.set_xlabel ('x')
ax.set_ylabel ('y')
#6. 显示图像
plt.show()

运行结果：

其实因为只有一个图，所以可以不用创建子图，直接在画板上作图：

# 导入绘图库
import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns

# 1. 准备数据
x = np.linspace(0, 10, 100)
y = np.sin(x)

#2. 画板里只有一个图，可以直接绘图
plt.plot(x, y)
plt.title('y = sinx')
plt.xlabel ('x')
plt.ylabel