微信公眾號：碼農充電站pro
個人主頁：https://codeshellme.github.io
在進行數據分析的時候，經常需要將數據進行可視化，以方便我們對數據的認識和理解。
0，Matplotlib 簡介
Matplotlib 是一個可視化工具包，可以讓我們使用Python 來可視化數據。
這里有一些官方資源你可以點擊查看：
- Matplotlib 安裝
- Matplotlib 用戶手冊
- Matplotlib 函數匯總
- Matplotlib 模塊索引
- Matplotlib 示例庫
- Matplotlib 示例下載
很多更高級的繪圖庫，也都是基於Matplotlib，比如seaborn，HoloViews，ggplot 等。
在使用 Matplotlib 時，經常需要用到 pyplot 模塊，用下面代碼引入：
import matplotlib.pyplot as plt
下文中，都用plt 來代指pyplot。
說明：
這里我們只介紹幾種簡單的圖，更多其它的圖，可以查看官方手冊。
下面的每個函數，只介紹了最簡單的用法，其它更多的參數可以查看手冊。
1，散點圖
plt.scatter 函數用於繪制散點圖。函數原型：
scatter（x, y, s = None, c = None, marker = None)
參數含義：
x, y：分別表示點的橫縱坐標。x, y 可以是單個點坐標，也可以是一組點坐標。s：表示點的大小。c：表示點的顏色。marker：表示點的形狀，可選的值見這里，比如 marker 的值為x,o,s等。
如下代碼，畫了三個點：
# 三個點的坐標分別是：
# (2, 5)
# (3，6)
# (3, 5)
plt.scatter([2, 3, 3], [5, 6, 5], marker='o')
plt.show() # 展示圖
畫出的散點圖如下：
2，折線圖
plt.plot 函數用於繪制折線圖。函數原型：
plot(x, y)
參數 x，y分別表示點的橫縱坐標，一般是一組點坐標。
比如下面表格代表5 次數學考試成績：
| 次數 | 1 | 2 | 3 | 4 | 5 |
|---|---|---|---|---|---|
| 成績 | 89 | 78 | 92 | 79 | 86 |
將上面表格數據，繪制成折線圖，代碼如下：
x = [1, 2, 3, 4, 5]
y = [89, 78, 92, 79, 86]
plt.plot(x, y)
plt.show()
畫出的折線圖如下：
3，直方圖
直方圖用於描述數據的分布情況。
plt.hist 函數用於繪制直方圖。函數原型：
plt.hist(x, bins=None)
參數x是一個一維數組，bins 可以理解為矩形的個數，默認是10。
假如下面是一次數學考試的成績，全班共50 名同學：
將所有同學的成績畫成直方圖，代碼如下：
scores = [
96, 89, 95, 91, 94, 95, 92, 98, 95, 93,
93, 96, 94, 94, 98, 92, 88, 90, 88, 98,
84, 89, 87, 84, 94, 82, 83, 95, 93, 79,
84, 91, 86, 91, 81, 89, 77, 81, 77, 70,
66, 93, 90, 87, 79, 83, 86, 90, 93, 79,
]
plt.hist(scores)
plt.show()
畫出來的直方圖如下，橫坐標為成績區間，縱坐標為人數：
通過該直方圖，可以直觀的看出來每個成績區間的人數。
4，條形圖
plt.bar 函數用於繪制條形圖。函數原型：
plt.bar(x, y, width = 0.8)
參數x, y 均是一個數組，x 是橫坐標，表示數據類別；y 是縱坐標，表示每個類別的頻度。參數width 表示長條的寬度。
比如下表是一位同學的期中考試的各科成績：
我們將這位同學的成績單畫成條形圖，代碼如下：
# 每個科目分別用字母表示
subjects = ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I']
scores = [96, 89, 85, 91, 75, 90, 88, 79, 89]
plt.bar(subjects, scores)
plt.show()
畫出的條形圖如下：
5，餅圖
餅圖常用於表示個體占總體的占比情況。
plt.pie 函數用於繪制餅圖。函數原型：
plt.pie(x, labels=None)
參數x是一個數組，表示一組數據，labels 用於描述每個數據的含義。
比如下表是某個公司某年每個季度的收入：
我們可以用餅圖分析出每個季度占全年收入的占比，代碼如下：
# 表示每個季度
quarters = ['1', '2', '3', '4']
incomes = [56, 89, 75, 91]
plt.pie(incomes, labels=quarters)
plt.show()
畫出的餅圖如下：
（本節完。）
推薦閱讀：
歡迎關注作者公眾號，獲取更多技術干貨。
