python数据可视化分析一课一得

Matplotlib

Matplotlib 是Python中类似 MATLAB 的绘图工具，熟悉 MATLAB 也可以很快的上手 Matplotlib。

1. Matplotlib可视化数据分析图表

1.1 数据分析图标的作用

上述举例同是“月销量分析”结果的呈现，更青睐哪一种？显然，第一张数据分析图表更加直观、生动和具体，它将复杂的统计数字变得简单化、通俗化、形象化，使人一目了然，便于理解和比较。数据分析图表直观的展示统计信息，使我们能够快速了解数据表话趋势、数据比较结果以及所占比例等，它对数据分析、数据挖掘起到了关键的作用。

1.2如何选择适合的图标类型

数据分析图表的类型包括条形图、柱状图、折线图、饼图、散点图、面积图、环形图、雷达图等。
不同类型的图标适用不同的场景，可以按使用目的选择适合的图表类型。下面通过一张框架图来说明。

1.3图标的基本组成

数据分析图表有很多种，但每一种图表的绝大组成部分是基本相同的，一张完整的图表一般包括画布、图表标题、绘图区、数据系列、坐标轴、坐标轴标题、图例、文本标签、网格线等，如图所示。

下面详细介绍各个组成部分的功能。

1. 画布：图中最大的白色区域，作为其他图表元素的容器。
2. 图表标题：用来概括图表内容的文字，常用的功能有设置字体、字号及字体颜色等。
3. 绘图区：画布中的一部分，即显示图形的矩形区域，可改变填充颜色、位置，以便图标展示更好的图形效果。
4. 数据系列：在数据区域中，同一列（或同一行）数值数据的集合构成一组数据系列，也就是图表中相关数据点的集合。图表中可以有一组到多组数据系列，多组数据系列之间通常采用不同的图案、颜色或符号来区分。图中，销售额就是数据系列。
5. 坐标轴及坐标轴标题：坐标轴是标识数值大小及分类的垂直线和水平线，上面有标定数据值的标志（刻度）。一般情况下，水平轴（x轴）表示数据的分类；坐标轴标题用来说明坐标轴的分类及内容，分为水平坐标轴和垂直坐标轴。图中，x轴的标题是“年份”，y轴的标题是“线上销售额（元）”。
6. 图例：是指示图表中系列区域的符号、颜色或形状定义数据系列所代表的内容。图中由两部分构成，即图中表示和图例项。其中，图中标示，代表数据系列的图案，即不同颜色的小方块；图中项，与图例标示对应的数据系列名称。一种图例表示只能对应一中图例项。
7. 文本标签：用于为数据系列添加说明文字。
8. 网格线：贯穿绘图区的线条，类似标尺可以衡量数据系列数值的标准。常用的功能有设置网格线宽度、样式、颜色、坐标轴等。

1.4 Matplotlib概述

总所周知，Python绘图库有很多，各有特点，而Maplotlib是最基础的Python可视库。学习Python数据可视化，应首先从Maplotlib学起，然后再学习其他库作为拓展。

1.4.1 Matplotlib 简介

Matplotlib是一个Python 2D绘图库，常用于数据可视化。它能够以多种硬拷贝格式和跨平台的交互式环境生成出版物质量的图形。
Matplotlib非常强大，绘制各种各样的图表游刃有余，它将容易的事情变得更容易，困难的事情变得可能。只需几行代码就可以绘制折线图、柱状图、直方图、饼形图、散点图等。


Matplotlib 不仅可以绘制以上最基础的图标，还可以绘制一些高级图标，如双y轴可视化数据分析图表，堆叠柱状图、渐变饼形图、等高线图。

不仅如此，Matplotlib 还可以绘制3D图标。例如，三维柱形图、三维曲面图。

综上所述，只要熟练地掌握Matplotlib的函数，以及各项参数就能够绘制出各种出乎意料的图标，满足数据分析的需求。

1.4.2 Matplotlib

下面介绍如何安装Matplotlib，安装方法有下面两种。
1.通过pip工具安装
在系统搜索框中输入cmd，单击“命令提示符”，打开“命令提示符”窗口，在命令提示符后输入安装命令。通过pip工具安装，安装命令如下：

pip install matplotlib

2.通过PyCharm开发环境安装
运行PyCharm，选择File–Settings命令，打开Settings窗口，选择Project Interpreter选项，然后单击+（添加）按钮，如图所示。

此时打开Available Packages窗口，在搜索文本框中输入需要添加的模块名称，如matplotlib，然后在列表中选择需要安装的模块，如下图所示，单击Install Package按钮即可实现Matplotlib模块的安装。

1.4.3 Matplotlib图表之初体验

创建Matplotlib图标简单的只需两步。下面将绘制第一张图表。
实例1 绘制第一张图表

1. 引入pyplot模块。
2. 使用Matplotlib模块的plot()方法绘制图标。
3. 输出结果，如下图所示
   
   程序代码如下：

import matplotlib.pyplot as plt
plt.plot([1,2,3,4,5])

实例2 绘制散点图。
将示例1的代码稍作改动以绘制散点图，程序代码如下：

import matplotlib.pyplot as plt
plt.plot([1,2,3,4,5],[2,5,8,12,18],'ro')