1本值得阅读的书，Python如何实现数据可视化？

Python拥有众多的第三方库使我们可以方便地进行一些数据的可视化操作。目前很多库的可视化应用都是建立在matplotlib的基础上的。所以这里重点介绍matplotlib库的基本使用方法。

基本操作

先看一个示例代码来了解一张图的组成部分，如下所示。

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(-2, 2, 100)
y = np.cos(np.pi*x)
plt.plot(x, y, 'go')
plt.title(r"$y=\cos(\pi \times x)$")
plt.show()

运行输出如图所示。

下面进行简要说明。

• import matplotlib.pyplot as plt

一般用到的就是pyplot，且按照惯例导入为plt。

• plt.plot(x,y,'go')

这里就比较明确了，x、y是自变量和因变量数据。后面的'go'是对样式的控制：其中g表示选择绿色，o表示选择点的方式显示。更多参数设置可使用帮助命令help(plt.plot)进一步学习。

• plt.title(r"$y=\cos(\pi \times x)$")

为图添加一个标题。值得注意的是，这里使用了LaTeX的格式，因为matplotlib是兼容LaTeX的。这对书写公式提供了极大的便利。读者可能会遇到无法显示中文的情况，这一点接下来会进行专门的讲解。

• plt.show()

通过show来展示图像，在pandas和seaborn中也使用这句代码进行图像的展示操作。

这里只是创建了一个图像，然后加了标题，还可以通过其他的设置使得图表信息更加丰富，也更加美观。

中文显示问题

在初次使用matplotlib时一般都会遇到无法显示中文的问题，无论是Windows还是Ubuntu之类的Linux系统。这里分别给出解决的办法。

对于Windows，解决方法相对较为简单，只需要在开头处加上下面三行代码，一般就可以了。

import matplotlib as mpl
mpl.rcParams["font.sans-serif"] =["Microsoft YaHei"]
mpl.rcParams['axes.unicode_minus'] = False

对于Ubuntu系统，需要手动指定字体来实现中文的显示。

设置代码如下。

import matplotlib.pyplot as plt
import matplotlib as mpl
zhfont =mpl.font_manager.FontProperties(fname='/home/shensir/Downloads/Fonts/msyh.ttc')
plt.plot([1, 2, 3], label='标签')
plt.title('中文标题', fontproperties=zhfont)
plt.xlabel('x轴', fontproperties=zhfont)
plt.ylabel('y轴', fontproperties=zhfont)
plt.legend(prop=zhfont)
plt.show()

运行输出如图所示。

注意：这里表示字体的.ttc文件是从Windows系统中拷贝过来的，可以放到任意路径，通过程序指定其路径即可。当然读者也可以从网上寻找其他永久设置的方法，由于大部分都比较烦琐，这里就不展开介绍了。

绘制填充图

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 1, 500)
y = np.sin(4 * np.pi * x) * np.exp(-5 * x)
fig, ax = plt.subplots()
ax.fill(x, y)
plt.show()

运行输出如图所示。

以上内容选自《Python数据分析入门——从数据获取到可视化》。想要了解更多的数据分析技术及Python实现吗？

内容提要

《Python数据分析入门——从数据获取到可视化》作为数据分析的入门图书，以Python语言为基础，介绍了数据分析的整个流程。《Python数据分析入门——从数据获取到可视化》内容涵盖数据的获取（即网络爬虫程序的设计）、前期数据的清洗和处理、运用机器学习算法进行建模分析，以及使用可视化的方法展示数据及结果。首先，《Python数据分析入门——从数据获取到可视化》中不会涉及过于高级的语法，不过还是希望读者有一定的语法基础，这样可以更好地理解本书的内容。其次，《Python数据分析入门——从数据获取到可视化》重点在于应用Python来完成一些数据分析和数据处理的工作，即如何使用Python来完成工作而非专注于Python语言语法等原理的讲解。本书的目的是让初学者不论对数据分析流程本身还是Python语言，都能有一个十分直观的感受，为以后的深入学习打下基础。最后，读者不必须按顺序通读本书，因为各个章节层次比较分明，可以根据兴趣或者需要来自行安排。例如第5章介绍了一些实战的小项目，有趣且难度不大，大家可以在学习前面内容之余来阅读这部分内容。

写在最后

前几天有私信我要Python的学习资料，我连夜整理了一些有深度的Python教程和参考资料，从入门到高级的都有，文件已经打包好了，正在学习Python的同学可以免费下载学习学习。文件下载方式：点击我的头像，关注后私信回复“资料”即可下载。首先把代码撸起来！首先把代码撸起来！首先把代码撸起来！重要的事说三遍，哈哈。“编程是门手艺活”。什么意思？得练啊。