python进阶: 可视化

        数据可视化是指直观展现数据，它是数据处理过程的一部分。其可以帮助决策者或分析人员发现数据中所存在的隐藏规律。

        数据可视化的方式主要有两种:一种是借助其内部的功能库来实现,另一种则是借助专业化软件来做图. 本文主要基于python的内置库 matplotlib 和 pandas 来简单讲讲.

(1)matplotlib 

        Matplotlib是Python编程语言的开源绘图库。它是Python可视化软件包中最突出的，使用最广泛的绘图工具。执行各种任务方面非常高效，可以将可视化文件导出为所有常见格式（PDF，SVG，JPG，PNG，BMP和GIF）。同时可以创建流行的可视化类型-折线图，散点图，直方图，条形图，误差图，饼图，箱形图以及更多其他类型的图。

        使用该库时，主要有两种方式：状态接口和面向对象

# 状态接口方式
# 导包
import matplotlib.pyplot as plt
# 构造x轴，y轴数据
x = [1,3,5,7,9]
y = [2,4,6,8,10]
# 创建画布
plt.figure(figsize=(20,10))  #定义画布的宽和高
# 绘图
plt.plot(x,y)
# 设置x轴、y轴范围
plt.xlim(0,10)
plt.ylim(0,12)
# 设置x轴、y轴标签
plt.xlabel('x轴',fontsize=15)   # fontsize字体大小
plt.ylabel('y轴',fontsize=15)
# 设置大标题
plt.title('标题名',fontsize=20)
# 展示
plt.show()

# 面向对象的方式,相关操作由对象来完成
# 导包
import matplotlib.pyplot as plt
# 构造x轴，y轴数据
x = [1,3,5,7,9]
y = [2,4,6,8,10]
# 创建画布
fig,ax1 = plt.subplots(figsize=(20,10))  #定义画布的宽和高
# 绘图
ax1.plot(x,y)
# 设置x轴、y轴范围
ax1.set_xlim(0,10)
ax1.set_ylim(0,12)
# 设置x轴、y轴标签
ax1.set_xlabel('x轴',fontsize=15)   # fontsize字体大小
ax1.set_ylabel('y轴',fontsize=15)
# 设置大标题
ax1.set_title('标题名',fontsize=20)
# 展示
plt.show()

(2) pandas

        Pandas的绘图功能基于Matplotlib，是对Matplotlib的二次封装。相较于Matplotlib，使用更加简单方便，而且pandas中常用的数据结构series和dataframe都有对应的plot方法。同样以上述为例，看看如何用pandas实现数据的可视化：

# 导包
import pandas as pd
import matplotlib.pyplot as plt   # 使用该库的目的是，将图中中文乱码正确显示
plt.rcParams['font.sans-serif'] = ['SimHei'] # 正常显示汉字
plt.rcParams['axes.unicode_minus'] = False # 正常显示负号

# 构造x轴，y轴数据
df_p = pd.DataFrame({'x':[1,3,5,7,9],'y':[2,4,6,8,10]})
# 定义绘图的有关参数
dict_kwargs = dict(figsize=(15,15),color='r',fontsize=30,grid=True)
# 绘图
df_p.x.plot(**dict_kwargs,y=df_p.y) # 使用pandas绘图仅需要一条指令，无需创建画布等操作

plt.xlabel('x轴',fontsize=30)
plt.ylabel('y轴',fontsize=30)
plt.title('标题名',fontsize=30)