六、可视化

当数据大的时候，先利用聚类等数据挖掘的算法，才能进行数据到可视化的过程。

一些可视化原则：位置，大小，纹理，颜色，方向，形状。

一些可视化场景：文本可视化（sentiment），时序数据可视化(time,股票)，高位数据可视化，机器学习相关可视化，（社交网络）图可视化，科学可视化，交互。

机器学习学习的是一种映射，训练集上得出的结论应用到新的数据上，进行判断。

matplotlib:
plot:最简单的沿坐标轴画线函数
hist:条形图（bins指定条形数目，alpha指定透明度）
scatter：散点图
pandas:（data.plot(kind=”)）
kind=“bar”:条形图；barh:水平柱状图；line：线性图；kde:密度图
pd.scatter_matrix()：散布图，两个一维数组之间的关系

1、plot：接受一组x和y的坐标，一个表示颜色和线型的字符串编写。
plot(s,y,’g—‘) 标记类型和线型必须放在颜色后面

2、刻度、标题(set_xticks, set_xticklabels)
ax.set_title() 设置标题，ax.set_xlabel设置名称

3、添加图例
方式一：zai subplot的时候传入label参数
4、添加注释
ax.text(x,y,”注释”)
5、添加图形
ax.add_patch(rect)

6、将图标保存到文件
plt.savefig(‘figpath.png’,dpi=400,bbox_inches=’tight’)