使用Python进行可视化

字不如表，表不如图

在使用python进行数据分析的过程中，绘制图表常常是理解数据最为关键的一步；

Python提供了5大可视化库：

Matplotlib：是Python可视化库中的泰斗，公认的可视化工具，可以方便地设计和输出二维及三维的数据；

Seaborn：在Matplotlib的基础上进行了更高级的API封装，提供一种高度交互式界面，使得制图更容易；

Bokeh：专门针对web浏览器的交互式Python库，支持现代化web浏览器展示；

Plotly：是一个开源、交互和基于浏览器的python库，可创建能在仪表板或网站中使用的交互式图表；

Pyecharts：是Echarts与Python的对接，是Python中用于生成Echarts图表的类库。

Matplotlib

Matplotlib是一个非常强大的Python画图工具，可以用来绘制各种静态，动态，交互式的图表。 Matplotlib可以绘制线图、散点图、条形图、柱状图、3D 图形、甚至是图形动画等等。

官网：Matplotlib — Visualization with Python

Matplotlib 通常与 NumPy 和 SciPy（Scientific Python）或Pandas一起使用， 这种组合广泛用于替代 MatLab，有助于通过 Python 学习数据科学或者机器学习。

Matplotlib中应用最广的是matplotlib.pyplot模块；Pyplot提供了一套和Matlab类似的绘图API，只需要调用Pyplot模块所提供的函数就可以实现快速绘图并设置图表。

加载pyplot：import matplotlib.pyplot as plt

（一）Pyplot模块的基本函数与属性

准备好制图数据，传入参数，即可使用plt.plot()， plt.show()一键出图！

Matplotlib重要函数

绘制一个简单的图表：

import numpy as np
import matplotlib.pyplot as plt
x=np.linspace(-np.pi,np.pi,256,endpoint=True)
c,s=np.cos(x),np.sin(x)
plt.plot(x,s)
plt.plot(x,c)
plt.show()

绘制一个简单的图表：

import numpy as np
import matplotlib.pyplot as plt
import random
#设置x和y
x=[i for i in range(1,11)] #生成x
y=[random.randint(1,10) for i in range(10)]  #生成y，随机数，每次都不同
 
#绘图
plt.plot(x,y)
 
#显示
plt.show()

range只支持步长为整数，而Arange支持步长为小数哦

设置图片大小和分辨率：

设置坐标轴（xy值，XY轴刻度值，取值范围）：

自定义XY轴刻度取值：

添加描述信息（标题、轴标签、风格、图例）：

注意： 添加标题，坐标轴名称，绘制图形等步骤是并列的，没有先后顺序，可以先绘制图形，也可以先添加各类标签；

但是添加图例legend一定要在绘制图形之后。

小窍门：将图例名称放在plot函数，而不是legend函数中进行定义，可以避免图例显示不全的问题