7.数据可视化利器:Matplotlib

1.图表的基本元素

画布、坐标系、坐标轴、坐标轴标题、图例
图表标题、数据标签、数据表、网格线、误差线

2.基本设置

导入 import matplotlib.pyplot as plt
%matplotlib inline #让图表直接在Jupyter Notebook中展示出来
plt.rcParams[“font.sans-serif”] =“SimHei” #解决中文乱码问题
Plt.rcParams[“axes.unicode_minus”] = False #解决负号无法正常显示的问题
%config InlineBackend.figure_format = “svg” #设置矢量图格式，画图更清晰

3.建立画布

(1)用add_subplot建立梭标系

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

plt.plot(x, y1, label='中国平安')
plt.title('中国平安净利润')
plt.xlabel('年份')
plt.ylabel('净利润（亿元）')
plt.xticks(np.arange(2007, 2019))
plt.legend()
plt.annotate('平安海外投资失败',xy=(2008, 6.62),xytext=(2008,300),arrowprops = {'facecolor':'black','arrowstyle':'->'})

4.Matplotlib常用图表

(1)折线图

plt.plot(x, y, color, linestyle, linewidth, marker, markeredgecolor,
markeredgwidth, markerfacecolor, markersize, label)

（2）柱状图

plt.bar(x, height, width, bottom, align=“center”, color, edgecolor)

（3）横向条形图

plt.barh(x, height, width, bottom, align, color, edgecolor)

（4）散点图

plt.scatter(x, y, s, c, marker, linewidths, edgecolors)

（5）气泡图

在散点图基础上进行微调

（6）面积图

plt.stackplot(x, y, labels, colors)

（7）箱型图

plt.boxplot(x, vert, widths, labels)

（8）饼图

plt.pie(x, explore, labels, colors, autopct, pctdistance, shadow, labeldistance,
startangle, radius, conterclock, wedgeprops, textprops, center, frame)

（9）热力图

plt.imshow(x, cmap)