Python数据分析之可视化（一）

一图胜千言，图表给人带来的直观感受要比表格明显的多，这篇我们就来讲讲如何进行数据的可视化。

1 matplotlib基本操作

在Python中，我们主要使用matplotlib包来进行可视化的操作。我们先加载它：

我们使用魔法命令启用notebook的静态绘图：

matplotlib拥有两种画图接口，我们先来看第一种：

我们可以使用plt.gcf()获取当前图形，使用plt.gca()获取当前坐标轴。

第二种绘图方式是面向对象的接口：

2 线性图及其图形调整

在画图之前，我们还可以调整画图的风格：

然后创建对象：

其中，fig可以被看成容纳了所有图形内容的一个容器，而ax则是带有刻度、标签的坐标轴。

我们先来画一条直线，改变它的颜色：

如上图，用color参数来指定线条的颜色，还可以用linestyle来调整线条的类型：

其中，‘-’为实线，‘--’为虚线，‘-.’为点划线，‘：’为实点线。

此外，我们还能将线的类型与颜色结合，用更简洁的方式表示：

下面我们来看如何调整坐标轴的刻度：

如上图，我们分别用xlim和ylim来调整x轴和y轴的坐标刻度区间。我们也可以用axis一次性调整：

接下来我们来看如何设置一些标签，首先来看如何设置图表的标题和坐标轴的标题：

此外，我们还可以设置图例，参数label和legend函数可以完成：

3 散点图的绘制

我们先用最简单的plot来绘制：

注意，‘ok’中的‘o’代表实心圆点，‘k’为黑色，并不是常规理解的‘ok’。

下面我们来看scatter如何画图：

与plot想比，scatter可以设置多种参数。其中，c参数为颜色设置，c=a意味着按a的取值来着色；alpha参数为透明度设置，其取值在0-1之间。1为完全不透明，0为完全透明。colorbar为显示颜色条。

这就是今天的全部内容，下次再会。