【利用python进行数据分析】绘图和可视化

通常的引入约定是：

import matplotlib.pyplot as plt

fig,axes=plt.subplots(2,3)

这种用法，可以一下子产生2x3个子窗口，并且以numpy数组的方式保存在axes中，而fig仍然是整个图像对象，这样我们可以通过对axes进行索引来访问每个子窗口。

wspace和hspace用于控制宽度和高度的百分比，可以用作subplot之间的间距。

使用plt.subplots_adjust(wspace=0,hspace=0)即可将宽高间距缩为0。

颜色、标记和线型：

matplotlib的plot函数接受一组X和Y坐标，还可以接受一个表示颜色和线型的字符串缩写。例如要根据x和y绘制绿色虚线，可以执行如下代码：

ax.plot(x,y,'g--')

或者ax.plot(x,y,linestyle='--',color='g')

可以更改实际数据点的标记，通过marker=''

可以通过drawstyle选项修改插值方式，默认的非实际数据点是按线性方式插值的。

刻度、标签和图例：

xlim、xticks、xticklabels之类的方法用于分别控制图表的范围、刻度位置、刻度标签等。

xlim会将X轴的范围设置为0到10：通过ax.set_xlim设置，如果要查看某个axes的xlim，就用ax.get_xlim

设置标题、轴标签、刻度以及刻度标签：

fig=plt.figure()

ax=fig.add_subplot(1,1,1)#创建1*1的图像且目前针对的是第一个子图。