数据可视化（一）

Matplotlib初相识

自以为自己基础还不错，再学习一遍是为了复习，强化系统的认识

认识matplotlib

• python 2D绘图库
• 可绘制静态、动态、交互式图表

导入包

• 导入包

import matplotlib.pyplot as plt
import numpy as np

Figure

一个figure包含四个层级或者容器，分别通过不同命令方法来操纵图像中的每一个部分，从而达到数据可视化的最终效果，一副完整的图像实际上是各类层级元素的集合。

• Figure：顶层级，包含所有绘图元素
• Axes：核心，用来构造子图，一个figure可由多个子图构成
• Axis：axes下层属性，处理所有和坐标轴，网格有关的元素
• Tick：axis下属层级，用来处理所有和刻度有关的元素
  图像的形象化命令如图所示
  

两种绘图接口

matplotlib提供了两种常用绘图接口

• 显式创建figure和axes，并调用绘图方法，面向对象fengge
• 依据pyplot函数库创建figure和axes，绘图，面向过程风格

绘制同一幅图的两种实现形式如下

#面向对象风格
x = np.linspace(0, 2, 100)

fig, ax = plt.subplots()  
ax.plot(x, x, label='linear')  
ax.plot(x, x**2, label='quadratic')  
ax.plot(x, x**3, label='cubic')  
ax.set_xlabel('x label') 
ax.set_ylabel('y label') 
ax.set_title("Simple Plot")  
ax.legend() 

#面向过程风格
x = np.linspace(0, 2, 100)

plt.plot(x, x, label='linear') 
plt.plot(x, x**2, label='quadratic')  
plt.plot(x, x**3, label='cubic')
plt.xlabel('x label')
plt.ylabel('y label')
plt.title("Simple Plot")
plt.legend()

效果如图

参考资料：

链接: matplotlib官方文档.

作业

你在工作或学习中通常何时会用到数据可视化，希望通过可视化达到什么目的？

• 绘制概率分布图
• 尽可能熟悉多种绘图方式