Python数据可视化，Matplotlib库果然很硬核（18）

小朋友们好，大朋友们好！

我是猫妹，一名爱上Python编程的小学生。

今日主题

今天我们学习下如何用Pythons实现数据可视化。

什么是数据可视化呢？

一堆数据，如果我们单独一一看的话，比较难看出总体特别之处。

如果把这些数据做成各种图，是不是看起来就很显眼了呢？

我们随便从网上找几张图片如下，把数据通过图表方式显示出来，就是数据可视化。

Python中，数据可视化库非常多，比如Matplotlib、Seaborn、Pyecharts、Plotline等。

有一个职业叫数据分析师，就是每天和数据打交道。

Matplotlib可谓在平面绘图领域用得最广泛了，它借鉴了很多Matlab函数，可以绘制出高质量的图表，除了二维图，它也可以绘制三维图和动画等。

Matplotlib使用前需要用pip指令安装下。

折线图

import matplotlib.pylot as plt

导入matplotlib中的子库pylot，并重命名为plt。

根据listx和listy两个列表，绘制折线。

语法：plot(列表x,列表y)

自定义样式之颜色color

自定义样式之线条外观linestyle

solid：实线

dashed：虚线

dotted：点线

dashdot：点划线

自定义样式之阶段外观

可以使用marker参数来定义节点的外观，取值很多，使用时可以查找到即可。

还可以设置节点的大小和颜色

通用设置

定义标题

定义图例

画布样式

坐标轴刻度

坐标轴范围

网格线

描述文本

添加注释

还有一些通用样式参数，可以被绝大多数绘图方法使用。

color：颜色

frontsize：文本大小

ha：水平对齐，horizontal align

va：垂直对齐，vertical align

label：图例

alpha：不透明度(0~10)

柱状图

可以使用bar()函数绘制柱状图，柱状图也称为条形图。

语法：bar(列表x,列表y)

基本绘图

横向柱状图

堆叠柱状图

并列柱状图

直方图

直方图用于统计各个区间数据的个数。

可以使用hist()函数绘制直方图。

语法：hist(data,group)

data必选

group可选，是否分组、如不设置库会自动分组，但不太理想，一般设置下更好。

hist()函数提供了很多参数，可自定义样式。

比如rwidth设置直方图宽度，取值0~1.0，color设置颜色，edgecolor设置边框颜色。

直方图和柱状图有什么区别？

直方图y轴表示统计区间的频率。

柱状图y轴表示数值。

直方图统计数据，柱状图展示数据。

饼状图

可以使用pie()绘制饼状图，没有坐标系，用于展示各个部分占总的比例。

语法：pie(列表)

pie()函数提供了许多参数，可自定义样式

labels：各部分标题，列表

colors：各部分颜色，列表

autopct：显示百分比

explode：是否拉出某部分，元组

shadow：是否显示阴影，元组

散点图

可以使用scatter()绘制散点图。

语法：scatter(列表x,列表y)

散点图类似折线图，只显示点，不显示点点之间的线。

scatter()函数提供了许多参数，可自定义样式

s：散点大小

color：散点颜色

alpha：散点不透明度(0~1.0)

marker:散点形状

label:图例

面积图

可以使用stackplot()绘制面积图。

参考资料

https://github.com/matplotlib/matplotlib

《从0到1Python快速上手》

看得出，Matplotlib使用简单，功能强大，的确是数据分析的利器，下次如果需要处理数据，一定要想起它哦！

好了，我们今天就学到这里吧！

我是猫妹，咱们下次见！