数据可视化--------常用统计图与三维图像

一.统计图

     plot()函数能够画出各种函数曲线
     scatter()能够画出散点图
     是时候了解统计图了

1.柱形图

  pld.bar(x, height, width=0.8, bottom=None, hold=None, data=None, **kwargs)
  柱形图中 “柱子” 的基本位置和长、宽，是由 x、height、width、bottom确定的

最简单的柱形图

参数解释

 x：默认情况下，其值是柱子竖直中线的位置
 height：柱子的高度，即 y轴的数据
 width：柱子的宽度，默认是0.8
 bottom：柱子底部与x轴的距离，默认为None，即距离为0

稍微复杂点，带上基本参数

如果你觉得图像太过单调不够美观，还有一些参数装饰柱子

有种五彩缤纷的感觉

高级操作
（1）堆积柱形图
作用：两个柱形图叠加

完美的利用了基本参数
（2）簇状柱状图

拓宽一下，看有4组数据的柱状图

2.条形图
将柱子横过来就是‘条’了

3.饼图
有时候我们需要知道某一部分占整体的比例，饼图无疑是最好的选择

     plt.pie(x, explode=None, labels=None, colors=None, autopct=None, shadow=False,
                startangle=None, radius=None)

解释如下

 x:数据源
 explode:   扇面的偏移.  explode中第二个数为0.1，对应扇面 b 偏移0.1，其他数为0，不偏移
 labels:    为每个扇面设置标示
 colors:    为每个扇面设置颜色
 autopct:   按照规定格式在每个扇面上显示百分比
 shadow:    是否有阴影
 startangle:第一个扇形开始的角度，然后默认依逆时针旋转
 radius:半径大小

一个示范

二.三维图像

（1）基础
除了在二维坐标系中实现数据可视化外，还能在三维坐标系中绘制三维图像
需要导入 mplot3d 模块
原始三维图像

在三维坐标系中画出函数图和散点图

（2）平面三角形的绘制

     Triangulation(x, y, triangles=None, mask=None)

（3）三维中的三角形
二维图形转换为三维图形只需要加一个参数

对比二维和三维三角形