【Python数据分析】超详细的可视化教程（一）：利用Matplotlib进行静态图可视化

前言：Python主要有Matplotlib、Seaborn和Bokeh三个库进行可视化，一个比一个高级，其中Bokeh可以添加tabs、tools、slider实现交互。
本文讲Matplotlib，由于mat是基础绘图，它在高级绘图中也有使用，故此篇不会太长。大家访问他们的官网，查看参数、学习例图制作；同样，也可以与通义等联网模型进行交流学习。
此外，老早之前写的两篇基础性文章被自动vip了，现在已重新设置为免费，大家可以查看：

准备工作：

import matplotlib.pyplot as plt #导入函数库
import seaborn as sns
import pandas as pd
import numpy as np

一个小妙招：重新设置工作路径，导出图片时可以免去输入路径之繁琐!

import os
os.getcwd() #获取
os.chdir("D:\PY3.8\PythonDA\pre")	#创建工作目录
os.getcwd() 

导入数据，并查看数据基本情况

data= pd.read_csv('D:\PY3.8\PythonDA\source\code\Chapter05\HR_comma_sep.csv')
data.head()
data.shape

一、Matplotlib

1. 散点图与气泡图

【散点图：scatter】

#【散点图：scatter】
x_hrs = data['average_montly_hours'][0:5]
y_level=data['satisfaction_level'][0:5]
plt.scatter(x_hrs,y_level,c='r',alpha=0.5)
plt.rcParams['font.family'] = 'Microsoft YaHei'
#import matplotlib 后选择个支持中文的字体
plt.title('满意度与工作时间')
plt