数据分析学习1-----matplotlib

数据分析学习1-----matplotlib

安装：Anaconda

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：class="data-table" data-width="" style="outline: none; border-collapse: collapse; width: 100%;">

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。

心有猛虎,细嗅蔷薇

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。