python数据可视化：生成数据

 

       数据可视化指的是通过可视化表示来探索数据，它与数据挖掘紧密相关，而数据挖掘指的是使用代码来探索数据集的规律和关联，数字集可以是用一行代码就能表示的小型数字列表，也可以是数字节的数据。python中目前最流行的工具之一是matplotlib，它是一个数学绘图库。我们还会使用pygal包，它专注于生成适合在数字设备上显示的图表。

1、安装matplotlib，还有它运行所需要的numpy库。

NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。

pip install matplotlib
pip install numpy

注：在Linux下使用pip命令：

yum install epel-release

yum install python-pip

windows下使用pip（已安装的）:

我的电脑->系统属性->高级->环境变量->PATH后面写上pip的路径

2、使用：

要查看使用matplotlib可制作的各种图表，请访问https://matplotlib.org/的示例画廊，单机画廊中的图表，就可以查看用于生成图表的代码。

2-1、例子：

绘制简单的折线图，只需要四行代码：

import matplotlib.pyplot as plt

squares = [1, 4, 9, 16, 25]
plt.plot(squares)
plt.show()

结果：

 

2-2、例子：

导入注册3D投影：

import matplotlib.pyplot as plt
from matplotlib import cm
from matplotlib.ticker import LinearLocator, FormatStrFormatter
import numpy as np
from mpl_toolkits.mplot3d import Axes3D

fig = plt.figure()
ax = fig.gca(projection='3d')

# 创建数据
X = np.arange(-5, 5, 0.25)
Y = np.arange(-5, 5, 0.25)
X, Y = np.meshgrid(X, Y)
R = np.sqrt(X ** 2 + Y ** 2)
Z = np.sin(R)

# 绘制表
surf = ax.plot_surface(X, Y, Z, cmap=cm.coolwarm,
                       linewidth=0, antialiased=False)

# 自定义z轴
ax.set_zlim(-1.01, 1.01)
ax.zaxis.set_major_locator(LinearLocator(10))
ax.zaxis.set_major_formatter(FormatStrFormatter('%.02f'))

# 添加将值映射到颜色的颜色栏
fig.colorbar(surf, shrink=0.5, aspect=5)

plt.show()

结果：

更多例子可以参考：https://matplotlib.org/