python数据可视化之matplotlib精进pdf_Python 数据可视化之matplotlib

绘图是数据分析最重要的工作之一，也是探索数据的过程之一。我们平常可能使用excel、spss、stata、matlab，或者echarts、D3等等进行可视化。虽然基于web的可视化是现在的主流趋势，但在分析过程中，利用python探索数据仍然不可或缺。Python有许多可视化库，这里介绍最常用的matplotlib。

Matplotlib API函数都位于matplotlib.pyplot模块中，我们需要引入matplotlib.pyplot包。直接利用函数就可以绘图：

示例1

示例1当中，直接利用plt.plot生成line折线图，三个参数一个是分别是x轴，y轴，以及定义颜色的color参数，另外还可以用linestyle来设置线型，linewidth设置粗细，marke

r

设置点的形状等。而title，xlable，ylable，lable也都很好理解，分别是标题、x轴名称，y轴名称和图例，loc告诉你图例放在那儿，‘best’就会放在最不碍事的地方。

其实，matplotlib的所有对象都位于Figure中，我们可以用plt.figure创建一个新的Figure。然而，我们不能通过空Figure绘图，而必须使用add_subplot创建一个或多个subplot才行。

示例2

示例2 当中生成了Figure对象，放了两个子图进去。从这两个例子我们也可以看出，matplotlib实际上有些低效，要组装一个表要各种对象。这时候pandas又出来充当了帮手。

我们可以用Series或者DataFrame直接船钓数据给plot，Series.plot()同样有一些参数来定义图表：

参数

说明

label

用于图例的标签

ax

Subplot对象，默认为当前对象

style

传给matlibplot的风格字符串，如‘ko--’

alpha

图表的填充不透明度（0-1之间）

kind

可以使‘line’,’bar’,’barh’,’kde

xtick

X轴刻度值

xlim

X轴界线，如[0,100]

…

DataFrame.plot()还有一些单独的参数，例如subplots将列绘制在单独的subplot中, sharesx是否共用x轴，sort_columns按字母顺序绘制各列等。

python的图形化工具还包括mpl_toolkits.basemap绘制地图，3D图形库mayavi等等，需要的时候可以用一用。