matlab导入数据后画图_python编程技巧专题(二)：matplot画图

1. 基本的画图操作：

今天，我们学习一下python的数据可视化操作。

首先，简单介绍一下matplot。matplotlib.pyplot是使Matplotlib像MATLAB一样工作的命令样式函数的集合。每个pyplot函数都会对图形进行一些更改：例如，创建图形，在图形中创建绘图区域，在绘图区域中绘制一些线，用标签装饰绘图等；pylab是一个模块，其包括matplotlib.pyplot，numpy 和单个名称空间内的一些附加功能。它的最初目的是通过将所有函数导入全局名称空间来模仿类似于MATLAB的工作方式。由于大量导入全局名称空间可能会导致意外行为，因此强烈建议不要使用pylab。建议使用matplotlib.pyplot 代替。导入惯例是：

另外一种方法是seaborn。Seaborn是基于matplotlib的Python数据可视化库。它提供了用于绘制引人入胜且内容丰富的统计图形的高级界面。Seaborn是把matplotlib的部分功能根据常用组合进行封装，使初学者也能绘制出较为实用的图。初学可视化的同学建议以seaborn入手，可以满足大部分需求。导入惯例是：

下面，我们以一个实际例子来绘图。导入波士顿房价预测的数据集，然后进行绘图：

当然，我们还可以传入各种参数，绘出定制化的图例（我们只绘出上述图片中的两条线），如下：

2. 直方图的绘制：

还是上例，我们对于AGE这个属性，可以画出直方图。如果使用matplot，代码如下：

如果使用seaborn，代码如下：

对比一下两幅图，可以发现matplot是统计数据出现的个数，反应数据绝对的分布情。而使用seaborn画，都是相对多少个，纵坐标表示占比是多少。当然，我们还可以定制化画图：

3. 散点图的绘制

4. 密度图的绘制

想了解更多关于我们金翅创客实验室的内容，请关注微信公众号：金翅创客。

原创声明：本文内容均为本人原创作品。请任何和个人、组织，在经过本人授权后，方可转载。