数据分析系列 之python中数据的可视化

1 介绍
Matplotlib绘图：python绘图库，主要用于二维绘图，利用绘图API–pyplot模块。
pandas绘图：可以实现基于Series和DataFrame的某些绘图功能。可以直接将DataFrame的index作为x轴数据，各组values作为y轴数据。

2 折线图

import matplotlib.pyplot as plt
#代表y轴的数据
plt.plot([1,2,4,5,6,3])
#默认的x轴数据
plt.plot(range(6),[1,2,4,5,6,3])
#绿色虚线
plt.plot(range(6),[1,2,4,5,6,3],'g--')
#红色钻石散点图
plt.plot(range(6),[1,2,4,5,6,3],'rD')
plt.show()
#样式
颜色：b,g,r,y等
线型：'-','--','-.'等
标记："o","v","*","D","+"等
#图的大小
plt.figure(figure=(8,6),dpi=100)
#把图例放在左上方，如果是best则是自动寻找最佳位置
plt.legend(loc='upper left')
#加各种标签
plt.title()
plt.xlabel()
plt.ylabel()

#绘制多条曲线
import numpy as np
import matplotlib.pyplot as plt
t = np.arange(0.,4.,0.1)
plt.plot(t,t,t,t+3,t,t**2)

3 散点图

import matplotlib.pyplot as plt
plt.scatter(range(6),[1,2,4,5,6,3])

4 条形图

import matplotlib.pyplot as plt
plt.bar(range(6),[1,2,4,5,6,3])

5 绘制子图
使用subplot()/subplots()函数或者axes()函数，后面可能区域会有重叠

#行数，列数，编号
plt.subplot(211)
plt.subplot(212)

#分别利用ax0和ax1来进行绘图
fig,(ax0,ax1) = plt.subplots(2,1)

#上下左右的比例，取值为(0,1)
axes([left,bottom,width,height])

6 举例

已知有如下DataFrame：
			A   B
2019-10-01  1   2
2019-10-02  3   4
2019-10-03  5   6
2019-10-04  7   8
2019-10-05  9   10
怎样可以获得如下结果？
			B
2019-10-02  4
2019-10-03  6
2019-10-04  8
方法如下：
result.loc['2019-10-02':'2019-10-04','B']
result.iloc[1:4,1]

补充：
如果在Spyder IDE中matplotlib绘图窗口显示不出来，需要到Spyder下将Tools -> Preferences -> IPython console -> Graphics中的Backend修改为Qt5，之后重启Spyder。

参考资料：
https://www.icourse163.org/learn/NJU-1001571005?tid=1463102441&from=study#/learn/content?type=detail&id=1240380189&sm=1 用python玩转数据