python 数据可视化（一）

本部分内容包括简单的数据分析的学习。
不要纠结于样式和数据，仅仅说明了表现形式。

运行环境：Ubuntu Linux + IPython5.3.0 + Python 3.6.1
使用库：numpy matplotlib matplotlib.pyplot

一、准备

• 调用的三种方法：
• • 方法一

jupyter qtconsole =>出现了一个和matlab有点像的界面

• • 方法二

ipython qtconsole --pylab inline =>会报出qtconsole识别不了

*解决办法：*

• • 方法三

jupyter notebook =>弹出浏览器,选择python3，进入如1的图形界面。

• 导入需要的库： notebook中输入

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
%matplotlib inline 
# 最后一句的意思是，将图形显示在页面里，而非另外弹出一个窗口

二、使用

（1）一维数据集

• 第一个栗子

x = range(len(y))  #y的长度做迭代，其实和直接len(y)结果一样

y的长度做迭代，其实和直接len(y)结果一样
y在matplotlib中应该是有赋值的，因为直接ply.plot(y)也可以出现相同的结果。
稍后看一下这个库的源码。就知道了
- 第二个栗子

ply.plot(y.cumsum())

一维就这样了。
为了美观和使用，可以修改单位长度、增加轴标。为此，atplotlib提供了绘图样式，稍后也可以看一看。

（2）二维数据集

难度：y1和y2刻度可能不同
同一张图，不同表现方式

• 第一个栗子：一张图两组数据

np.random.standard_normal((20,2)).cumsum(0)
plt.plot(y.cumsum())

• 第二个栗子：一张图两组数据两个刻度

fig,ax1 = plt.subplots()
plt.plot(y[:,0],lw=4,label='1st')
ax2 = ax1.twinx()
plt.plot(y[:,0],lw=1.5,label='2nd')

• 第三个栗子：多张图一组数据

plt.figgure(figsize=(8,4))
plt.subplot(1,2,1)
plot.plot(y.cumsum())

plt.subplot(1,2,2)
plt.bar(np.arange(np.arange(len(y)),y[1:,1],width=0.5,color='g'))

左边是曲线，右边是柱状。具体的subplot用法可以看下源码。