Python数据可视化：走进matplotlib的世界

一图胜千言，使用Python的matplotlib库，可以快速创建高质量的图形。

用matplotlib生成基本图形非常简单，只需要几行代码，但要创建复杂的图表，需要调用更多的命令和反复试验，这要求用户对matplotlib有深入的认识。

蜂鸟数据推出一个新的系列教程：Python数据可视化，针对初级和中级用户，将理论和示例代码相结合，分别使用matplotlib, seaborn, plotly等工具实现可视化。首先从matplotlib开始。

本文将介绍matplotlib的绘图基础。

1. matplotlib层次结构

学习matplotlib，首先要掌握一个核心概念：matplotlib的对象层次结构。

如果您曾经使用过matplotlib，则可能调用过类似plt.plot([1,2,3])这样的函数。这种调用隐藏了一个事实，即图表实际上是嵌套的Python对象的层次结构。这里的“层次结构”意味着每个图下面都有matplotlib对象的树状结构。

如下图所示，Figure对象是matplotlib图形最外层的容器，其中包含一个或多个Axes对象。您可以将Figure对象理解为一个盒型容器，封装了数据，几何图形和样式。Axes对象包含较小的对象，例如刻度线(xaxis/yaxis)，行坐标/列坐标(xaxis/yaxis)，图例(legend)和标题(title)等。所有这些图形元素都是可操作的python对象。

2. 样式

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt

# 在jupyter notebook展示图表
%matplotlib inline

matplotlib提供了很多内置样式(style)，也称为主题(theme)，它们可以帮助用户快速创建美观的图形。

# 查看有哪些内置样式
plt.style.available

['Solarize_Light2',
 '_classic_test_patch',
 'bmh',
 'classic',
 'dark_background',
 'fast',
 'fivethirtyeight',
 'ggplot',
 'grayscale',
 'seaborn',
 'seaborn-bright',
 'seaborn-colorblind',
 'seaborn-dark',