Python 进阶：使用 Matplotlib 进行数据可视化 (一)

简介

数据可视化是让我们感知数据的一种重要手段，通过不同的数据可视化的方式，使得我们可以在不同维度去理解当前的数据。

数据可视化的基本原理就是，人脑对色块的敏感性远大于数字，从演化论角度来讲，可以很好的分辨出不同颜色事物的祖先更容易活下来，而数字，那个时候并没有，所以进化而来的大脑并不擅长处理数字，进而对干巴巴的数据不敏感。

本章内容会提供代码以及相应的数据，公众号回复：Data1 则可获得。

Matplotlib 简单概念

Matplotlib 是 Python 中用于绘制二维图形的知名第三方库 (如果要绘制三维图形，需要额外安装一些支持包)，也是很多几天高层次数据可视化第三方库的基础支持库。

Matplotlib 中绘制的图有下面集中元素：

解释一下：

• Major tick：主线

• Minor tick：线上的刻度

• Major tick label：主线上的标签

• Title：整个图的标题

• Legend：标注

• Y axis label：Y 轴的标签

• Line：绘制的线

• Grid：网格

• Markers：标记

• Figure：图形

• Axes：轴域

上图就是 Matplotlib 绘制的整个窗口，图中包含了实际图表、x 轴、y 轴以及每个轴对应的标题、刻度和标签。在 Matplotlib 中可以为图形添加多个轴域，具体而言，就是使用 pyplot 来创建多个轴域并改变其形状。

这里可能会疑惑，Figure、Axes 与 Axis 之间有什么关系？特别是 Axes 与 Axis，英文直译都称为轴，可以通过一张图解释三者的关系。

绘制图像的常见步骤

大多数时候，使用 Matplotlib 绘制数据的流程是类似的，虽然有些特殊的图像绘制需要一下特殊的操作，但大体流程都相似

• 1. 通过 Pandas 将要绘制图像的数据读入，如 pd.readcsv () 读入 csv 文件数据、pd.readexcel () 读取 Excel 文件数据

• 2. 导入 Matplotlib , 具体为: import matplotlib.pyplot as plt

• 3. 使用 plt.plot () 绘制折线图，不同的图使用不同的绘图函数，所有的绘图函数都需要传入相应的数据

• 4. 使用 plt.xlabel 与 plt.ylabel 定义 x 轴与 y 轴的标签，如定义标签字体样式、字体大小、字段位置等待，如果不使用，Matplo