绘图和可视化 Pandas

绘图和可视化 Pandas 《利用Pandas做数据分析2》

信息可视化（也叫绘图）是数据分析中最重要的工作之一。它可能是探索过程的一 部分，例如，帮助我们找出异常值、必要的数据转换、得出有关模型的idea等。另 外，做一个可交互的数据可视化也许是工作的最终目标。

matplotlib是一个用于创建出版质量图表的桌面绘图包（主要是2D方面）。

matplotlib支持各种操作系统上许多不同的 GUI后端，而且还能将图片导出为各种常见的矢量（vector）和光栅（raster）图

随着时间的发展，matplotlib衍生出了多个数据可视化的工具集，它们使用 matplotlib作为底层。其中之一是seaborn。

⚠️：

虽然seaborn这样的库和pandas的内置绘图函数能够处理许多普通的绘图任务，但 如果需要自定义一些高级功能的话就必须学习matplotlib API。

matplotlib的示例库和文档是学习高级特性的最好资源。

%matplotlib notebook
import matplotlib.pyplot as plt

Figure和Subplot

matplotlib的图像都位于Figure对象中。

fig = plt.figure()
ax1 = fig.add_subplot(2, 2, 1)
ax2 = fig.add_subplot(2, 2, 2)
ax3 = fig.add_subplot(2, 2, 3)

 plt.plot(np.random.randn(50).cumsum(), 'k--')  #在最后创建的小窗口中绘图

 "k--"是一个线型选项，用于告诉matplotlib绘制黑色虚线图。

上面那些由 fig.add_subplot所返回的对象是AxesSubplot对象，直接调用它们的实例方法就可以 在其它空着的格子里面画图了。

matplotlib有一个更为方便的 方法plt.subplots，它可以创建一个新的Figure，并返回一个含有已创建的subplot对 象的NumPy数组：