matplotlib实现数据可变_使用matplotlib实现数据可视化

matplotlib库

在我们实现了数据处理阶段之后，我们就该考虑如何将我们处理好的数据进行可视化分析了。这时候就需要用到我们在python中的一个关键性的库：matplotlib。matplotlib库是专门用于开发2D图表(包括3D图表)的，近年来被广泛应用于科技圈。

在促使它成为使用最多的数据图形化表示工具的众多优点中，以下几点最为突出：

使用起来极其简单以渐进、交互式方式实现数据可视化表达式和文本使用LaTeX排版对图像元素控制力更强可输出PNG、PDF、SVG和EPS等多种格式matplotlib库的设计初衷是在图形视图和句法形式等方面尽可能重建跟Matlb类似的环境。这种做法已经斩获成功，因为它能充分利用已有软件(Matlab)的设计经验。要知道Matlab已面世多年，现今已广泛应用于科技圈。因此，不但matplotlib所依据的工作模式对业内专家来说再熟悉不过，而且其还充分利用了多年来总结得到的优化经验，提升其在使用方面的可推断性和简洁性。因此它非常适合第一次接触数据可视化的人员使用，尤其是那些没有任何Matlab或类似应用的使用经验的人。

除了简洁性和可推断性，matplotlib还继承了Matlab的交互性，也就是说，分析师可逐条输入命令，为数据生成渐趋完整的图形表示。这种模式很适合于用IPython、QtConsole和IPython NoteBook等互动性更强的Python工具进行开发，这些工具所提供的数据分析环境堪与Mathematica、IDL和Matlab相媲美。

而matplotlib的安装也是非常简单的，我们只需要使用语句：pip install matplotlib代码就可以安装完成啦。

实战演练

下面，就让我们来实际操作以下使用matplotlib库吧，看看它能够给我们的数据可视化工作带来怎样的帮助吧！

如果我们只是将一个数字列表或数组传递给plt.plot( )函数，matplotlib就会假定你所传入的是图表y的值，于是将其跟一个序列的x值对应起来，x的取值依次为0、1、2、3……。

通常，图形表示的是一对对的(x,y)，因此如果你想正确定义图表，必须定义两个数组，其中第一个数组为x轴的各个值，第二个数组为y轴的值。此外，plot( )函数还可以接收第三个参数，它描述的是数据点在图表中的显示方式。

当然啦，我们还可以设置图形的属性，我们可以看到上图是将我们的数据点用蓝线串在一起。如果你不指定图表样式，matplotlib将使用默认的设置来绘制图像。

如果我们现在需要修改图形，用红点来表示每一对(x,y)，生成一幅像模像样的图形。

这样的设置无疑会增加我们生成的图表的可读性。新的设置增加了图形的标题，并将我们所设置的每一个点都在图形中明确地表示出来了。