圖形可視化是展示數(shù)據(jù)的一個(gè)非常好的手段，好的圖表自己會(huì)說(shuō)話。毋庸多言，在Python的世界里，matplotlib是最著名的繪圖庫(kù)，它支持幾乎所有的2D繪圖和部分3D繪圖，被廣泛地應(yīng)用在科學(xué)計(jì)算和數(shù)據(jù)可視化領(lǐng)域。但是介紹matplotlib的中文書籍很少，大部分書籍只是在部分章節(jié)中提到了matplotlib的基本用法，因此在內(nèi)容和深度上都力有不逮?！禤ython數(shù)據(jù)可視化編程實(shí)戰(zhàn)（第2版）》則是一本專門介紹matplotlib的譯著。70多個(gè)方法，輕松入門Python可視化編程。
有需要Python學(xué)習(xí)資料的小伙伴嗎?小編整理一套Python資料和PDF，感興趣者可以關(guān)注小編后私信學(xué)習(xí)資料（是關(guān)注后私信哦）反正閑著也是閑著呢，不如學(xué)點(diǎn)東西啦
matplotlib是一個(gè)開源項(xiàng)目，由John Hunter發(fā)起。關(guān)于matplotlib的由來(lái)，有一個(gè)小故事。John Hunter和他研究癲癇癥的同事借助一個(gè)專有軟件做腦皮層電圖分析，但是他所在的實(shí)驗(yàn)室只有一份該電圖分析軟件的許可。他和許多一起工作的同事不得不輪流使用該軟件的硬件加密狗。于是，John Hunter便有了開發(fā)一個(gè)工具來(lái)替代當(dāng)前所使用的軟件的想法。當(dāng)時(shí)MATLAB被廣泛應(yīng)用在生物醫(yī)學(xué)界中，John Hunter最初是想開發(fā)一個(gè)基于MATLAB的版本，但是由于MATLAB的一些限制和不足，加上他本身對(duì)Python非常熟悉，于是就有了matplotlib的誕生。
所以，無(wú)論從名字上，還是從所提供的函數(shù)名稱、參數(shù)及使用方法，matplotlib都與MATLAB非常相似。對(duì)于一個(gè)MATLAB開發(fā)人員，使用matplotlib會(huì)相當(dāng)?shù)眯膽?yīng)手。即使對(duì)不熟悉MATLAB的開發(fā)人員（譬如我），對(duì)其函數(shù)的使用也能夠一目了然，而且matplotlib有著非常豐富的文檔和實(shí)例，再加上本書的介紹，學(xué)習(xí)起來(lái)將會(huì)非常輕松。
matplotlib命令提供了交互繪圖的方式，在Python的交互式shell中，我們可以執(zhí)行matplotlib命令來(lái)實(shí)時(shí)地繪制圖形并對(duì)其進(jìn)行修改。生成的圖像可以保存成許多格式，這取決于其所使用的后端，但絕大多數(shù)后端都支持如png、pdf、ps、eps和svg等格式。
《Python數(shù)據(jù)可視化編程實(shí)戰(zhàn)（第2版）》講什么？
在本書中，作者對(duì)內(nèi)容進(jìn)行了整理，剔除了一些與章節(jié)聯(lián)系不是很大的延伸內(nèi)容，對(duì)排版也進(jìn)行了修改，使得本書在內(nèi)容編排上更加簡(jiǎn)潔緊湊。在本書中，作者還引入了pandas和Plot.ly。其中pandas是一個(gè)功能強(qiáng)大且高性能的數(shù)據(jù)分析工具。Plot.ly是一款非常優(yōu)秀的在線圖表工具，它非常注重圖表的可操作性及分享。在內(nèi)容上，第2版更加完整地涵蓋了Python數(shù)據(jù)可視化領(lǐng)域用到的主流工具。限于篇幅，本書不可能對(duì)所有工具做完整詳細(xì)的介紹，但本書所講的工具能滿足讀者大部分的數(shù)據(jù)可視化需要，讀者可以根據(jù)自己的需要有選擇地深入學(xué)習(xí)。
最好的數(shù)據(jù)是我們能看到并理解的數(shù)據(jù)。作為開發(fā)人員和數(shù)據(jù)科學(xué)家，我們希望可以創(chuàng)造并構(gòu)建出最全面且容易理解的可視化圖形。然而這并非易事，我們需要找到數(shù)據(jù)，對(duì)它讀取、清理、過(guò)濾，然后使用恰當(dāng)?shù)墓ぞ邔⑵淇梢暬?。本書通過(guò)直接和簡(jiǎn)單（有時(shí)不那么簡(jiǎn)單）的方法解釋了進(jìn)行數(shù)據(jù)讀取、清理以及可視化的流程。
本書涉及如何讀取本地?cái)?shù)據(jù)、遠(yuǎn)程數(shù)據(jù)、CSV、JSON以及關(guān)系型數(shù)據(jù)庫(kù)中的數(shù)據(jù)。
通過(guò)matplotlib，我們能用一行簡(jiǎn)單的Python代碼繪制出一些簡(jiǎn)單的圖表，但是進(jìn)行更高級(jí)的繪圖還需要Python之外的其他知識(shí)。我們需要理解信息理論和人類的審美學(xué)來(lái)生成最吸引人的可視化效果。
本書將介紹在Python中使用matplotlib繪圖的一些實(shí)戰(zhàn)練習(xí)，以及不同圖表特性的使用情況及其用法示例。
定義圖表類型——柱狀圖、線形圖和堆積柱狀圖
雖然我們已經(jīng)用matplotlib繪制了一些圖表，但并沒(méi)有詳細(xì)介紹它們是怎么工作的，也沒(méi)有介紹如何對(duì)圖表設(shè)置以及matplotlib其他的許多功能。本文將介紹并練習(xí)一些最基本的數(shù)據(jù)可視化圖表類型，如線形圖、柱狀圖、直方圖、餅圖，以及它們的變形。
Matplotlib是一個(gè)強(qiáng)大的工具箱，能滿足幾乎所有2D和一些3D繪圖的需求。通過(guò)示例學(xué)習(xí)matplotlib是其作者推薦的方式。當(dāng)以后你需要畫一個(gè)圖表時(shí)，就可以找到一個(gè)相似的例子，然后做些改動(dòng)來(lái)滿足新的需求。
本節(jié)將展示基本的圖表以及它們的用途。這里介紹的大多數(shù)圖表都是很常用的，其中有一些是理解數(shù)據(jù)可視化中更高階概念的基礎(chǔ)。
1.1.1 準(zhǔn)備工作
我們從matplotlib.pyplot庫(kù)的一些常用圖表入手，采用一些簡(jiǎn)單的樣本數(shù)據(jù)開始一些基本的繪圖操作，為后面幾節(jié)內(nèi)容打基礎(chǔ)。
1.1.2 操作步驟
我們先在IPython中創(chuàng)建一個(gè)簡(jiǎn)單的圖表。IPython是一個(gè)非常不錯(cuò)的工具，它能讓我們交互式地改變圖表并能即刻查看結(jié)果。
（1）在命令行鍵入以下命令來(lái)啟動(dòng)IPython。
（2）導(dǎo)入需要的方法。
（3）然后鍵入matplotlib plot代碼。
圖表會(huì)顯示在一個(gè)新打開的窗口中，其默認(rèn)的外觀和輔助信息如圖1-1所示。
Matplotlib中的基本圖表包括以下元素。
x軸和y軸：水平和垂直的軸線。
x軸和y軸刻度：刻度表示坐標(biāo)軸的分隔，包括最小刻度和最大刻度。
x軸和y軸刻度標(biāo)簽：表示特定坐標(biāo)軸的值。
繪圖區(qū)域：實(shí)際繪圖的區(qū)域。
圖1-1
你會(huì)注意到我們提供給plot()的值是y軸的值。plot()為x軸提供了默認(rèn)值，在這里為0～7的線性值。
現(xiàn)在，試著通過(guò)plot()的第一個(gè)參數(shù)添加x軸的值，在剛才的IPython會(huì)話中鍵入以下代碼。
注意IPython是如何對(duì)輸入和輸出行進(jìn)行計(jì)數(shù)的（In[2]和Out[2]）。這能幫助我們記住它在當(dāng)前會(huì)話中的位置，并且IPython還提供了更高級(jí)的功能，例如把部分會(huì)話保存到Python文件中。在數(shù)據(jù)分析期間，用IPython做原型設(shè)計(jì)是得到滿意方案的最快捷的方式，我們還可以將特定的會(huì)話存到文件中，以備將來(lái)重新生成相同的圖表。
圖表會(huì)變成圖1-2所示的樣子。
圖1-2
從圖1-2中可以看到，matplotlib通過(guò)擴(kuò)展y軸來(lái)適應(yīng)新的值范圍，并且為了讓我們能區(qū)分出新的圖形，自動(dòng)改變了第二個(gè)線條的表示方式（本書使用繪制方式）。
如果不關(guān)閉hold屬性（通過(guò)調(diào)用hold(False)方法），所有接下來(lái)的圖表都將繪制在相同的坐標(biāo)軸下。這是IPython的pylab模式的默認(rèn)行為，然而在編寫常規(guī)Python腳本中，hold屬性默認(rèn)是關(guān)閉的。
讓我們基于相同的數(shù)據(jù)集合多生成一些常見(jiàn)的圖表來(lái)做一下比較?？梢栽贗Python中鍵入下面的代碼，或者在一個(gè)單獨(dú)的Python腳本中運(yùn)行它。
繪制出來(lái)的圖表如圖1-3所示。
1.1.3 工作原理
通過(guò)調(diào)用figure()方法，我們創(chuàng)建出一個(gè)新的圖表。如果給該方法提供一個(gè)字符串參數(shù)，例如"sample charts"，這個(gè)字符串就會(huì)成為窗口的后臺(tái)標(biāo)題。如果通過(guò)相同的參數(shù)（也可以是數(shù)字）調(diào)用figure()
方法，將會(huì)激活相應(yīng)的圖表，并且接下來(lái)的繪圖操作都在此圖表中進(jìn)行。接下來(lái)，調(diào)用subplot(231)
方法把圖表分割成2×3的網(wǎng)格。也可以用subplot(3,2,1)這種形式來(lái)調(diào)用，第一個(gè)參數(shù)是行數(shù)，第二個(gè)參數(shù)是列數(shù)，第三個(gè)參數(shù)表示圖形的標(biāo)號(hào)。接著用幾個(gè)簡(jiǎn)單的命令創(chuàng)建垂直柱狀圖（bar()）和水平柱狀圖（barh()）。對(duì)于堆疊柱狀圖，我們需要把兩個(gè)柱狀圖方法調(diào)用連在一起。通過(guò)設(shè)置參數(shù)bottom=y，把第二個(gè)柱狀圖和前一個(gè)柱狀圖連接起來(lái)形成堆疊柱狀圖。通過(guò)調(diào)用boxplot()方法可以創(chuàng)建箱線圖，圖中的箱體從下四分位數(shù)延伸到上四分位數(shù)，并帶有一條中值線。后續(xù)我們會(huì)繼續(xù)介紹箱線圖。
最后創(chuàng)建了一個(gè)散點(diǎn)圖來(lái)讓大家對(duì)基于點(diǎn)的數(shù)據(jù)集合有所了解。當(dāng)一個(gè)數(shù)據(jù)集合中有成千上萬(wàn)的數(shù)據(jù)點(diǎn)時(shí)，散點(diǎn)圖很有可能就更合適了。但這里，我們只是想舉例說(shuō)明相同數(shù)據(jù)集合的不同展示方式。
1.1.4 補(bǔ)充說(shuō)明
現(xiàn)在讓我們回到箱線圖，來(lái)解釋一下幾個(gè)重要特征。
默認(rèn)情況下箱線圖會(huì)顯示以下幾部分。
箱體：涵蓋四分位數(shù)范圍的矩形。
中值：箱體中間的一條線。
箱須：延伸到最大值和最小值的豎直的線，不包括異常值。
異常值：箱須之外的點(diǎn)。
為了說(shuō)明上述的數(shù)據(jù)項(xiàng)，在接下來(lái)的代碼中，我們將用同一個(gè)數(shù)據(jù)集合來(lái)繪制箱線圖和直方圖。
生成的圖表如圖1-4所示。
通過(guò)上述對(duì)比，我們可以觀察到兩種圖表在數(shù)據(jù)展現(xiàn)上的差異。左圖（箱線圖）呈現(xiàn)了前面提到的5個(gè)統(tǒng)計(jì)數(shù)據(jù)，右圖（直方圖）展示了數(shù)據(jù)集合在給定范圍內(nèi)的分組情況。
《Python數(shù)據(jù)可視化編程實(shí)戰(zhàn)（第2版）》
[愛(ài)爾蘭] 伊戈?duì)枴っ茁逋咧Z維奇 著
本書是一本使用Python實(shí)現(xiàn)數(shù)據(jù)可視化編程的實(shí)戰(zhàn)指南，介紹了如何使用Python最流行的庫(kù)，通過(guò)70余種方法創(chuàng)建美觀的數(shù)據(jù)可視化效果。
全書共9章，分別介紹了準(zhǔn)備工作環(huán)境、了解數(shù)據(jù)、繪制并定制化圖表、學(xué)習(xí)更多圖表和定制化、創(chuàng)建3D可視化圖表、用圖像和地圖繪制圖表、使用正確的圖表理解數(shù)據(jù)、更多的matplotlib知識(shí)以及使用Plot.ly進(jìn)行云端可視化。
聯(lián)系客服
