数据分析之数据可视化

  数据可视化是将数据变成图表等形式，容易进一步分析数据之间的各种潜在信息和模式。

  python数据可视化的常用工具是matplotlib库（另外的工具：IPython QtConsole、IPython Notebook）。

一：matplotlib库架构

  matplotlib库分为三层架构，从最上层到最底层分别是：Scripting、Artist、Backend。

  Scripting层：即脚本层，用户进行数据分析、可视化操作都在这一层进行接口调用。

  Artist层：包含各种Aritist对象（如标签、标题、刻度等都是Artist对象的实例）。Figure对象--对应整个图表，包含一个轴（Axes）。Axes对象--对应了图表的内容，包含了多个轴（Axis）和图表的标题。Axis对象--显示轴的内容，包含了数值范围、刻度（Locator）、刻度值标签（Formatter）。

  Backend层：在底层实现图形元素的一个个类。

二：图表的基本组件

import numpy as np
import  pandas as pd
import matplotlib.pyplot as plt

#pyplot模块是在matplotlib中

#subplot()将图形分为不同的绘图区域
#设置分区模式和当前子图，只有当前子图会受到命令的影响（第一个参数设置图形沿垂直方向分为几部分，第二个参数设置图形沿水平方向分为几部分，
#第三个参数设置可直接用命令控制的子图）
plt.subplot(211)
#传入x轴和y轴的值
plt.plot([1,2,3,4],[1,2,3,4],'b--',[3,4,5],[3,4.4,5.6],'g',linewidth=2.0)

#轴标签，描述轴的含义
plt.xlabel('x-label')
plt.ylabel('y-label')

plt.subplot(212)
plt.plot([1,2.1,3,4],[1,2,3.5,4.9],linewidth=2.0)

#添加图例
plt.legend(['tuli11'])
#定义x、y轴的取值范围
plt.axis([0,6,0,7])
#定义图表的坐标
plt.title('yyang title')
#在任意位置添加文本
plt.text(2.7,5.7,'new add words')
#添加网格
plt.grid(True)

#显示图表
plt.show()

三：图表类型

  线性图：

import numpy as np
import  pandas as pd
import matplotlib.pyplot as plt
#pyplot模块是在matplotlib中

data={'first':[1,2,3,4],'second':[4,5,6,7],'third':[3,7,9,2]}
df=pd.DataFrame(data)
#传入x轴和y轴的