Matplotlib学习目标

知道Matplotlib的架构
应用Matplotlib的基本功能实现图形显示
应用Matplotlib实现多图显示
应用Matplotlib实现不同画图种类

2.1 Matplotlib之HelloWorld

学习目标

• 目标
  • 快速掌握Matplotlib画图
• 应用
  • 无

2.1.1 什么是Matplotlib

• 是专门用于开发2D图表(包括3D图表)
• 使用起来及其简单
• 以渐进、交互式方式实现数据可视化

2.1.2 为什么要学习Matplotlib

可视化是在整个数据挖掘的关键辅助工具，可以清晰的理解数据，从而调整我们的分析方法。

• 能将数据进行可视化,更直观的呈现
• 使数据更加客观、更具说服力

例如下面两个图为数字展示和图形展示：

2.1.3 实现一个简单的Matplotlib画图

import matplotlib.pyplot as plt
plt.figure(figsize=(20, 8), dpi = 100)
plt.plot([1,2,3], [4,5,6])
plt.show()

2.1.4 认识Matplotlib图像结构

2.1.5 拓展知识点：Matplotlib三层结构

1 容器层

容器层主要由Canvas、Figure、Axes组成。

Canvas是位于最底层的系统层，在绘图的过程中充当画板的角色，即放置画布(Figure)的工具。

Figure是Canvas上方的第一层，也是需要用户来操作的应用层的第一层，在绘图的过程中充当画布的角色。

Axes是应用层的第二层，在绘图的过程中相当于画布上的绘图区的角色。

• Figure:指整个图形(可以通过plt.figure()设置画布的大小和分辨率等)
• Axes(坐标系):数据的绘图区域
• Axis(坐标轴)：坐标系中的一条轴，包含大小限制、刻度和刻度标签

特点为：

• 一个figure(画布)可以包含多个axes(坐标系/绘图区)，但是一个axes只能属于一个figure。
• 一个axes(坐标系/绘图区)可以包含多个axis(坐标轴)，包含两个即为2d坐标系，3个即为3d坐标系

2 辅助显示层

辅助显示层为Axes(绘图区)内的除了根据数据绘制出的图像以外的内容，主要包括Axes外观(facecolor)、边框线(spines)、坐标轴(axis)、坐标轴名称(axis label)、坐标轴刻度(tick)、坐标轴刻度标签(tick label)、网格线(grid)、图例(legend)、标题(title)等内容。

该层的设置可使图像显示更加直观更加容易被用户理解，但又不会对图像产生实质的影响。

3 图像层

图像层指Axes内通过plot、scatter、bar、histogram、pie等函数根据数据绘制出的图像。

总结：

• Canvas（画板）位于最底层，用户一般接触不到
• Figure（画布）建立在Canvas之上
• Axes（绘图区）建立在Figure之上
• 坐标轴（axis）、图例（legend）等辅助显示层以及图像层都是建立在Axes之上

• 数据挖掘基础
• 1. 数据挖掘基础环境安装与使用
  • 1.1. 库的安装
  • 1.2. jupyter notebook使用
• 2. Matplotlib
  • 2.1. Matplotlib之HelloWorld
  • 2.2. 折线图(plot)与基础绘图功能
  • 2.3. 散点图(scatter)
  • 2.4. 柱状图(bar)
  • 2.5. 直方图(histogram)
  • 2.6. 饼图(pie)
  • 2.7. 总结
  • 2.8. 每日作业
• 3. Numpy
• 4. Pandas
• 5. 金融数据分析与挖掘1
• 6. 金融数据分析与挖掘2
• Published with GitBook

原文地址：https://www.cnblogs.com/kaiping23/p/10262400.html