图形可视化

      数据可视化——子图(1)

---

import marplotlib.pyplot as plt
plt.subplots(n_rows, n_cols, figsize, sharex, sharey, ... )返回一个二元元组，第一个元素为绘图对象Figure，第二个为n_rows*n_cols型数组，每个元素为绘图子轴；
for i in range(n_rows):
    for j in range(n_cols):
        axes[i, j].text( x, y, text )
        ## 在第i行，第j列子图的（x, y）处， 插入文本text；
        axes[i, j].set_title( title ) 
        ## 为第i行，第j列子图赋标题title；
        axes[i, j].plot(X, Y)或scatter, hist, ...
        ## 在第i行，第j列子图绘制折线图或散点图， 直方图，...... 

       1、plt.subplots(n_rows, n_cols, figsize, sharex, sharey, ... )返回一个二元元组，第一个元素为绘图对象Figure，第二个为n_rows*n_cols型数组，每个元素为绘图子轴；

        2、axes[i, j].text( x, y, text ): 在第i行，第j列子图的（x, y）处， 插入文本text；

        3、axes[i, j].set_title( title ) : 为第i行，第j列子图赋标题title；

        4、axes[i, j].plot(scatter, hist, .........): 在第i行，第j列子图绘制折线图（散点图， 直方图，...... )。

---

     数据可视化——子图（2） 

---

from matplotlib.figure import SubplotParams

plt.figure(figsize, dpi, subplotpars = SubplotParams(hspace = 0.3))
## SubplotParams函数可由matplotlib.figure.SubplotParams获得， 
## hspace用于调节子图的纵向间距
for index in range(n_axies):
    fig = plt.subplot(nrow, ncos, index) ## index为坐标轴索引
    plt.xlim(x_min, x_max) 
    plt.title()
    plt.scatter(X1, Y1, s, c, alpha) ## s:点的大小， c:点的颜色， alpha:颜色的深浅
    plt.plot(X2, Y2, c)
plt.show()

---

数据可视化——一般绘图

---

import matplotlib.pyplot as plt

plt.figure(figsize, dpi)  ##设置绘图对象的大小figsize，像素dpi
plt.scatter(x1, y1, c, s, marker) ## 绘制散点图，设置散点的颜色c，颜色的深浅cmap，散点的大小s,  形状marker
plt.plot(x2, y2 ，linewidth )      ## 绘制折线图，设置折线的宽度linewidth，linewidth也可用“lw”代替。
plt.title(text)
plt.show()