Python可视化

一 . Seaborn包：

          Seaborn包主要是面向机器学习中的可视化而开发的，我现在还没有涉及机器学习，但是它里面支持更多可选择的颜色，使用法方为：

1.import seaborn

import seaborn

2.设置bar()、scatter()、plot()方法里的color参数

color=seaborn.xkcd_rgb['marine']

或者不用import seaborn，得到颜色的RGB码，直接color='#xxxxxx'.

二 . Matplotlib包：

             在可视化的时候主要用的都是这个包，个人觉得蛮方便的。

1.设置画布：

fig=plt.figure()

fig.set_size_inches(15,12)#设置画布大小 ax1=fig.add_subplot( 2,1,1)

ax2=fig.add_subplot(2,1,2)

这样是设置了一个两行一列的画布，也就是一张图里有两个子图

2.常用图表函数：

(1).折线图：ax.plot()。参数：linewidth：线宽，想画虚线可以直接'k--'

(2).条形图：ax.bar()。参数：

(3).散点图：ax.scatter()。参数：

共同参数： color：线颜色，alpha:更改颜色透明度,marker：线中的点标记，ms：线中点标记的的大小,

3.设置坐标和标题：

plt.rcParams[ 'font.sans-serif']=[ 'SimHei']#不加这句打不出中文，或更改系统设置也可以（一劳永逸但麻烦）。 ax1.set_xlabel()#设置x轴坐标 ax1.set_ylabel()#设置y轴坐标 ax1.set_title()#设置子图标题

fig.suptitle()#设置整个图的总标题

4.设置图例：

     首先要在每个相应的绘图函数里设置label这个参数为图例显示的文字内容

ax.legend(loc='best',prop={'size':15})。

一般用loc='best'就行，系统就会把图例放到较为合适的位置。也可以指定比如loc='top left'。觉得图例的打小不合适也可以调整。

5.设置坐标轴显示范围：

    有时系统会隐藏一些坐标，比如每五个数显示一个数，若想更改，可以用：

ax.set_xticks( range( 0,51))#设置x轴坐标显示范围

ax.set_yticks()设置y轴坐标显示范围

6.其它：

（1）想要设置网格，但我不知道怎么把网格层置于底层，上网搜发现了可以指定作图风格为ggplot的风格，一举多得。

plt.style.use('ggplot')

（2）设置数据标签

for a,b in zip(x,y):
    plt.text(a, b, b, ha='center', va='bottom', fontsize=11)

（3）保存图片到本地

plt.savefig('E\手机数据\xxxxxxxx')

（4）设置子图间的距离

plt.subplots_adjust(hspace=0.5)

（5）将坐标值旋转（避免拥挤）

ax2.set_xticklabels(x2,rotation=45)

（6）画三维条形图

from mpl_toolkits.mplot3d import Axes3D

p1=ax.bar(xs1,ys1,zs1,zdir='y',color='lightsteelblue',width=0.08,alpha=0.8)