《利用Pandas做数据分析2》摘录(没更新,没看)

绘图和可视化 Pandas 《利用Pandas做数据分析2》摘录

matploalib.org

 

信息可视化(也叫绘图)是数据分析中最重要的工作之一。它可能是探索过程的一部分,

  • 例如,帮助我们找出异常值、必要的数据转换、得出有关模型的idea等。
  • 另外,做一个可交互的数据可视化也许是工作的最终目标。

matplotlib是一个用于创建出版质量图表的桌面绘图包(主要是2D方面)。

matplotlib支持各种操作系统上许多不同的 GUI后端,而且还能将图片导出为各种常见的矢量(vector)和光栅(raster)图。

随着时间的发展,matplotlib衍生出了多个数据可视化的工具集,它们使用 matplotlib作为底层。其中之一是seaborn

⚠️:

虽然seaborn这样的库和pandas的内置绘图函数能够处理许多普通的绘图任务,但 如果需要自定义一些高级功能的话就必须学习matplotlib API。

matplotlib的示例库和文档是学习高级特性的最好资源。

 

%matplotlib notebook
import matplotlib.pyplot as plt

  

Figure和Subplot

matplotlib的图像都位于Figure对象中。

fig = plt.figure()
ax1 = fig.add_subplot(2, 2, 1)
ax2 = fig.add_subplot(2, 2, 2)
ax3 = fig.add_subplot(2, 2, 3)

 

 plt.plot(np.random.randn(50).cumsum(), 'k--')  #在最后创建的小窗口中绘图

 

 "k--"是一个线型选项,用于告诉matplotlib绘制黑色虚线图。

上面那些由 fig.add_subplot所返回的对象是AxesSubplot对象,直接调用它们的实例方法就可以 在其它空着的格子里面画图了。

 

matplotlib有一个更为方便的 方法plt.subplots,它可以创建一个新的Figure,并返回一个含有已创建的subplot对 象的NumPy数组


 

posted @ 2020-02-19 20:59  Mr-chen  阅读(176)  评论(0编辑  收藏  举报