总结五——数据可视化

创建一个或多个子图

figure()

创建三个子图ax1、ax2、ax3：
plt.figure有一些选项，列如调整图片长宽的figsize,如plt.figure(figsize=(10,10)).
figure对象的add_subplot(n,m,i)，指图片最多生成n*m个子图，i为第几个子图。**
输入绘图命令plt,plot()，会在最后一个图片上进行绘制

plt.subplots()：

创建一个新的图片，返回包含了已生成子图对象的Numpy数组

axes数组可以像二维数组那样进行索引，如axes[0,1]表示选取第一行第二列的子图。
subplots参数：
nrows:行数
ncols：列数
sharex：所有子图使用相同的x轴刻度
sharey：所有子图使用相同的y轴刻度
**fig_kw：额外关键字参数，如plt.subplot(2,2,figsize=(8,6)）

样式字符串中，线类型，标记类型必须跟住颜色后面，如：‘go–’，此字符串相当于，color=‘green’,marker=‘o’,linestyle=’–'

刻度、标签、图例

set_xlim：控制绘图x轴范围
set_xticks：x轴刻度位置
set_xticklabels：x轴刻度标签

图例

plt.legend()

将图片保存到文件

plt.savefig()
部分参数：
fname：文件路径，图片格式从文件扩展名中得出
dpi：每英寸点数的分辨率，默认为100
facecolor、edgecolor：子图之外的图形背景的颜色，默认为’w’（白色）
bbox_inches：要保存的图片范围，如果传递’tight’，将去除图片周围空白的部分

Series、DataFrame的plot属性

默认情况下，序列和数据框的plot属性绘制的是折线图，Series、DataFrame对象的索引作为绘图的x轴，

Series

Series对象的索引作为绘图的x轴，可以通过传入use_index=False来禁用这个功能。x轴的刻度位置，范围可通过xticks和xlim进行调整，y轴类似。
部分Series.plot方法参数：
label：图例标签
ax：绘图所用的子图对象，没有传值的话，则使用当前活动的子图
style：颜色、标记、线类型的样式字符串
alpha：图片不透明度（0到1）
kind：绘制类型，如’bar’、‘barh’、‘density’、‘hist’、‘kde’、‘line’、‘pie’
use_index：是否使用索引对象作为刻度位置
xticks、yticks：用于x、y轴刻度的值
xlim、ylim：x、y轴范围

部分DataFrame的plot方法参数
数据框的列名称用作图例标题
subplots：是否将数据框每一列绘制在独立的子图中
sharex、sharey：subplots为True时，是否共享相同的x、y轴的刻度和范围
stacked：是否生成堆叠柱状图,默认为False
figsize：图片尺寸
legend：添加子图图例，默认为True
sort_columns：按字母顺序绘制各列，默认情况下使用已有的列顺序

常见的数据可视化示例

饼图

条形图

直方图、核密度图

散点图