python数据分析基于matplotlib的数据可视化
matplotlib.pyplot提供基于python语言的绘图函数
1.基本图形绘制
1)缺省样式
mp.plot(x,y)
代码:plt1.py

2)设置线型,线宽和颜色


3)设置坐标范围
设置水平坐标范围:mp.xlim(最小值, 最大值)
设置垂直坐标范围:mp.ylim(最小值, 最大值)


4)设置坐标轴刻度标签
mp.xticks(刻度标签位置, 刻度标签文本)
mp.yticks(刻度标签位置, 刻度标签文本)
#有几个位置就给几个文本
#文本可以不给,默认是刻度的值


5)将矩形坐标轴改成十字坐标轴


6)显示图例
mp.plot(..., label=图例文本)
mp.legend(loc=图例位置)      #显示图例,不给loc就是默认位置


7)添加特殊点
mp.scatter(点集水平坐标数组, 点集垂直坐标数组, ...)


8)添加注释
mp.annotate(
   注释文本,                #字符串
   xy=被注释点的坐标,        #加在哪个目标上
   xycoords=被注释点的坐标属性,
       #一般用data,表示参考数据坐标系,而不是窗口坐标系
   xytext=注释文本的坐标,
   textcoords=注释文本坐标的属性, #绝对坐标或相对坐标
   fontsize=字体大小,
   arrowprops=dict(arrowstyle=箭头形状,
       connectionstyle=箭头连线的风格)
   )


2.图形对象
一个图形对象实际上就可以被看成显示图形的窗口
函数:
mp.figure(图形名, facecolor=背景色)
创建新的或获取已有的图形对象.  #依靠'图形名'来判断
图形名既可以作为显示在图形窗口标题栏中的文本,同时也是该对象的名称.


3.子坐标图
mp.subplot(ABC)
A: 总行数
B: 总列数
C: 图形号(从1开始)
[231][232][233]
[234][235][236]


4.栅格布局
import matplotlib.gridspec as mg
gs = mg.GridSpec(行数, 列数) #返回一个栅格布局的对象
mp.subplot(gs[0,0])        #画在第0行,第0列
mp.subplot(gs[0,:2])    #第0行,第1列和第2列


5.自由布局
mp.axes([左, 底, 宽, 高])
# 4个参数是相对于水平和垂直坐标的比例值
# 到左边框,到底边框的距离比,图形的宽度和高度



6.刻度定位器
ax = mp.gca()
ax.xaxis...
ax.yaxis...
set_major_locator() - 设置主刻度定位器
set_minor_locator() - 设置次刻度定位器
Nulllocator()        # 空,不做刻度标记
MaxNLocator()        # 指定最多刻度数
FixedLocator()        # 由参数指定刻度
AutoLocator()        # 默认的,自动选择合理的刻度
IndexLocator()        # 根据偏移和增量定位刻度
MultipleLocator()    # 根据指定的距离定位刻度
LinearLocator()        # 根据指定的总刻度数定位刻度
LogLocator()        # 根据指定的底数和指数定位刻度
ax.xaxis.set_major_locator(mp.MultipleLocator(0.1))



7.散点图
mp.scatter()


8.区域填充
mp.fill_between(填充区域水平坐标, 下限垂直坐标,
   上限垂直坐标, where=条件表达式, color=颜色,
   alpha=透明度)



9.柱状图
mp.bar(水平坐标数组, 高度数组, 宽度比例, ec=勾边色,
   fc=填充色, label=图例标签)    #高度可以为负
   #宽度比例以柱子间不留空白为1



10.等高线图        (把一个三维的量二维化)
填充颜色:
mp.contourf(x, y, z, 等高线条数, cmap=颜色映射)
不填充颜色:
mp.contour(x, y, z, 等高线条数, color=颜色,
   linewidth=线宽)
# x,y,z参数都是二维数组(点阵形式)