数据分析学习1-----matplotlib

安装：Anaconda

详细见：https://blog.csdn.net/lwplwf/article/details/79162470

使用^ThinkPad-E560:~# spyder 命令打开编辑器 spyder

打开如上图所示

matplotlib简介：是基于Python语言的开源项目，旨在为Python提供一个数据绘图包。Matplotlib 是Python中类似 MATLAB 的绘图工具，熟悉 MATLAB 也可以很快的上手 Matplotlib。

核心原理讲解：使用matplotlib绘图的原理，主要就是理解figure(画布)、axes(坐标系)、axis(坐标轴)三者之间的关系

mplot3d 绘图模块介绍

前面，我们已经了解了如果使用 Matplotlib 中的 pyplot 模块绘制简单的 2D 图像。其实，Matplotlib 也可以绘制 3D 图像，与二维图像不同的是，绘制三维图像主要通过 mplot3d 模块实现。但是，使用 Matplotlib 绘制三维图像实际上是在二维画布上展示，所以一般绘制三维图像时，同样需要载入 pyplot 模块。

mplot3d 模块下主要包含 4 个大类，分别是：

mpl_toolkits.mplot3d.axes3d()
mpl_toolkits.mplot3d.axis3d()
mpl_toolkits.mplot3d.art3d()
mpl_toolkits.mplot3d.proj3d()

其中，axes3d() 下面主要包含了各种实现绘图的类和方法。axis3d() 主要是包含了和坐标轴相关的类和方法。art3d() 包含了一些可将 2D 图像转换并用于 3D 绘制的类和方法。proj3d() 中包含一些零碎的类和方法，例如计算三维向量长度等。

一般情况下，我们用到最多的就是 mpl_toolkits.mplot3d.axes3d() 下面的 mpl_toolkits.mplot3d.axes3d.Axes3D() 类，而 Axes3D() 下面又存在绘制不同类型 3D 图的方法。你可以通过下面的方式导入 Axes3D()。

案例1

来源：简书

链接：https://www.jianshu.com/p/c508020bfcfd

绘制三维等高线图

具体的参数描述如下表所示：

参数	描述
X, Y，Z	坐标点
rcount,ccount,rstride,cstride	坐标点
color	定义surface patch的颜色,`type`:color-like
cmap	定义surface patch的颜色，只不过是colorMap,`type`:colormap
facecolors	指定单个patch的颜色, `type`:array-like of colors
norm	colormap的normalization，
shade	阴影效果，`type`:boolean
vmin, vmax	normalization的边界
**kwargs	向下传递到Poly3DCollection
antialiased	抗锯齿，`type`:boolean

虽然Matplotlib是一款超级实用且流行的可视化工具，有下面两个缺点：

1、Matplotlib的API比较底层，虽然可以实现复杂的统计数据可视化，但是通常都要写大量的样板代码。

2、由于Matplotlib比Pandas出现早十几年，因此它不是专门为Pandas的DataFrmae设计的。为了实现DataFrame的可视化，你必须先提取每个Series，然后通常还需要将它们合并成适当的格式，这显然很不友好。

新兴的Seaborn库在这两点上就做的很好，它在Matplotlib的基础上开发了一套API，为默认的图形样式和颜色设置提供了更好的选择，为常用的统计图形封装了许多简单的高级方法，并与Pandas的DataFrame有机结合。

大家可以再学习一下seaborn这个库。