12个例子教你玩转python数据可视化（附配套资源）
Posted 机械工业出版社
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了12个例子教你玩转python数据可视化（附配套资源）相关的知识，希望对你有一定的参考价值。
今天我们针对matplotlib
给大家解答一下
划
重
点
matplotlib简介
Python扩展库matplotlib依赖于扩展库numpy和标准库tkinter，可以绘制多种形式的图形，包括折线图、散点图、饼状图、柱状图、雷达图等，图形质量可以达到出版要求。matplotlib不仅在数据可视化领域有重要的应用，也常用于科学计算可视化。
Python扩展库matplotlib包括pylab、pyplot等绘图模块以及大量用于字体、颜色、图例等图形元素的管理与控制的模块。其中pylab和pyplot模块提供了类似于MATLAB的绘图接口，支持线条样式、字体属性、轴属性以及其他属性的管理和控制，可以使用非常简洁的代码绘制出优美的各种图案。
使用pylab或pyplot绘图的一般过程为：首先读入数据，然后根据实际需要绘制折线图、散点图、柱状图、饼状图、雷达图或三维曲线和曲面，接下来设置轴和图形属性，最后显示或保存绘图结果。
要注意的是，在绘制图形以及设置轴和图形属性时，大多数函数都具有很多可选参数支持个性化设置，而其中很多参数又具有多个可能的值，例如，颜色、散点符号、线型等。本章重点介绍相关函数的用法，并没有给出每个参数的所有可能取值，这些可以通过Python的内置函数help()或者查阅matplotlib官方在线文档https://matplotlib.org/index.html来获知，或者查阅Python安装目录的Lib\site-packages\matplotlib文件夹中的源代码获取更加完整的帮助信息。
绘制带有中文标题、标签和图例的折线图
在默认情况下，绘图时是不支持显示中文的，除非明确设置了中文字体。
例15-1绘制带有中文标题、标签和图例的正弦和余弦图像。
基本思路：首先使用Python扩展库numpy生成一个0～2π步长为0.01的数组，计算该数组中数值的正弦值和余弦值，然后使用matplotlib.pylab中的plot()函数绘制折线图。所谓折线图，也就是把所有数据点按顺序依次连接构成的图，如果数据点足够密集，可以实现光滑曲线的效果。
绘制散点图
同样一组数据，使用plot()函数可以绘制折线图，而使用scatter()函数则可以绘制散点图，呈现类似于采样的效果。不过一般而言，如果要绘制的数据点呈现出曲线的形状，那么绘制散点图时要使数据点间隔稍大一些，以免因为数据点过于密集而呈现出光滑曲线的效果。另外，散点图也常用于描述数据点的分布情况。
例15-2绘制余弦曲线散点图。
基本思路：使用numpy生成数组以及对应的余弦值数据，然后使用scatter()函数绘制散点图。
例15-3 设置散点图的线宽、散点符号及大小。
基本思路：在使用scatter()函数绘制散点图时，可以使用参数s指定散点符号的大小，使用参数marker（可能的取值有'o'、'v'、'+'、'*'等）指定散点符号，使用参数linewidths指定线宽。
例15-4 绘制大小与位置有关的红色散点五角星。
基本思路：在使用scatter()函数绘制散点图时，可以使用参数s指定散点大小的计算公式，使用参数c指定散点颜色，使用参数marker指定散点符号（将其设置为'*'可以绘制五角星）。
绘制饼状图
饼状图适合描述数据的分布，尤其是描述各类数据占比的场合，例如，大型连锁商店各分店营业额分布情况。
例15-5 饼状图绘制与属性设置。
基本思路：matplotlib.pyplot提供了用于绘制饼状图的pie()函数，并且支持绘制饼状图时设置标签、颜色、起始角度、绘制方向（顺时针或逆时针）、中心、半径、阴影等各种属性。
图15-5 饼状图效果
柱状图常用来描述不同组之间数据的差别。matplotlib提供了用于绘制柱状图的bar()函数，并且提供了大量参数设置柱状图的属性。
例15-6 绘制柱状图并设置图形属性和文本标注。
基本思路：在使用bar()函数绘制柱状图时，可以使用color参数设置柱的颜色，使用alpha设置透明度，使用edgecolor参数设置边框颜色，使用linestyle设置边框样式，使用linewidth参数设置边框线宽，使用hatch参数设置柱的内部填充符号。绘制完柱状图之后，使用text()函数在每个柱的顶端指定位置显示对应的数值进行标注。
雷达图是一种常用的数据可视化与展示技术，可以把多个维度的信息在同一个图上展示出来，使得各项指标一目了然。matplotlib提供了绘制雷达图的技术，本节将通过一个案例进行介绍。
例15-7 绘制雷达图。
基本思路：使用matplotlib.pyplot的polar()函数可以绘制雷达图，并通过参数设置雷达图的角度、数据、颜色、线型、端点符号以及线宽等属性。
运行效果如图15-7所示。
图15-7 雷达图效果
在进行数据可视化时，有可能需要同时表现多维度的信息。matplotlib也提供了三维图形的绘制功能，本节通过三维曲线、三维曲面和三维柱状图的绘制来演示一下相关的技术。
例15-8 绘制三维曲线。
基本思路：在使用matplotlib.pyplot的plot()函数绘制图形时，如果提供了x、y和z三个坐标轴的数据，则可以绘制三维曲线，不过在此之前需要使用gca(projection='3d')设置三维模式。
例15-9 绘制三维曲面。
基本思路：使用matplotlib.pyplot的subplot(projection='3d')函数调用创建三维图形子图之后，可以使用子图对象的plot_surface()方法绘制三维曲面，并允许设置水平和垂直方向的步长，步长越小则曲面越平滑。
例15-10 绘制三维柱状图。
基本思路：使用matplotlib.pyplot的subplot(projection='3d')函数调用创建三维图形子图之后，可以使用子图对象的bar3d()方法绘制三维柱状图，可以通过参数指定每个柱的x、y、z起始坐标和各轴的宽度、厚度、高度等信息。
在进行数据可视化或科学计算可视化时，经常需要把多个结果绘制到一个窗口中方便比较，这时可以使用本节介绍的技术对绘图区域进行切分，并在不同的区域中绘制相应 的图形。
例15-11 切分绘图区域并绘制图形。
基本思路：使用pyplot的subplot()函数把绘图区域切分为多个区域，然后在调用plot()函数绘图之前先使用sca()函数选择不同的区域，就可以在相应的区域中进行绘图。
图例用于提供一定的辅助信息，方便用户理解图形。在使用matplotlib绘图时，为绘制的图形设置标签并调用legend()函数即可显示图例。本节中重点介绍设置图例显示公式以及设置图例位置、颜色等属性的方法。
例15-12 设置图例显示公式。
基本思路：在使用plot()函数绘图时，在图形的标签文本字符串前后加上$符号将会使用内嵌的LaTex引擎将其显示为公式。
例15-13 设置图例位置、背景颜色、边框颜色等属性。
基本思路：调用pyplot的legend()函数显示图例时，可以通过为legend()函数传递参数来设置图例的字体、标题、位置、阴影、背景色、边框颜色以及显示列数等属性，定制个性化图例。
推荐阅读
《Python程序设计基础与应用》
知名Python教育者董付国老师新作，
言简意赅，案例丰富，
配套资源超全（包括教学PPT、源码、大纲、教案、习题答案），部分内容全彩呈现。
本书全部代码适用于Python 3.5、Python 3.6以及更高版本。
学用Python，有这一本就够了！
以上是关于12个例子教你玩转python数据可视化（附配套资源）的主要内容，如果未能解决你的问题，请参考以下文章
职场IT老手教你3步教你玩转可视化大屏设计，让领导眼前一亮！