Python数据可视化的例子——画图总结

前面写了大量的文章是关于数据的可视化，通过每一个具体的案例介绍了有关matplotlib模块、pandas模块和seaborn模块的绘图函数和参数含义，分别针对离散型数据、数值型数据和关系型数据讲解了最为常用的可视化图形，包括饼图、条形图、直方图、核密度曲线、箱线图、小提琴图、折线图、散点图、气泡图和热力图。最后，借助于subplot2grid函数实现各种模块下图形的组合。
通过Python完成数据可视化的模块还有很多种，例如ggplot、bokeh、pygal、plotly等，读者可以前往各自的官网查看详细的文档说明，相信读者也会喜欢上其中的几个模块。需要注意的是，Python绘图的核心模块是matplotlib，其他模块的绘图多多少少都会依赖于该模块，所以读者一定要牢牢掌握matplotlib模块中的重要知识点。
本章一共讲解了10种常用的统计图形，为了使读者方便记忆这些绘图函数和“方法”，特将本文涉及的绘图函数汇总如下：