25、数据可视化与机器学习入门

数据可视化与机器学习入门

1. 跑步数据与可视化资源

在跑步数据中，似乎那些分段速度快的人是精英跑者，他们能在大约15000秒（约4小时）内完成比赛。比这慢的人则不太可能在第二段赛程有较快的速度。

1.1 Matplotlib资源

Matplotlib是一个强大的Python可视化库，但一篇文章很难涵盖其所有可用的功能和绘图类型。在探索Matplotlib的API时，IPython的制表符补全和帮助函数会非常有用。此外，Matplotlib的在线文档也是很好的参考资料，特别是其官网的图库，展示了数百种不同绘图类型的缩略图，每个缩略图都链接到生成该图的Python代码片段页面，通过这种方式可以直观地学习各种绘图风格和可视化技术。如果想深入学习Matplotlib，推荐阅读Matplotlib核心开发者Ben Root所著的《Interactive Applications Using Matplotlib》。

1.2 其他Python图形库

除了Matplotlib，还有一些更现代的Python可视化工具值得探索：
| 库名 | 特点 |
| ---- | ---- |
| Bokeh | 一个具有Python前端的JavaScript可视化库，能创建高度交互式的可视化效果，可处理非常大的和/或流式数据集。Python前端输出的JSON数据结构可由Bokeh JS引擎解释。 |
| Plotly | Plotly公司的同名开源产品，与Bokeh类似。由于它是一家初创公司的主要产品，因此得到了大量的开发投入，且使用该库完全免费。 |
| Vispy | 一个积极开发的项目，专注于对非常大