数据分析基础之《matplotlib（1）—介绍》

一、什么是matplotlib

1、专门用于开发2D图表（包括3D图表）

2、使用起来及其简单

3、以渐进、交互方式实现数据可视化

4、matplotlib
mat：matrix（矩阵）
plot：画图
lib：库

二、为什么要学习matplotlib

1、数据可视化是在整个数据分析的关键辅助工具，可以清晰的理解数据，从而调整我们的分析方法
（1）能将数据进行可视化，更直观的呈现
（2）使数据更加客观、更具说服力
（3）帮助理解数据，方便选择更合适的分析方法

2、数字展示和图形展示对比

3、我们看到的数据可视化效果，对应的JS库有D3、echarts
非常酷炫

4、奥卡姆剃刀原理
奥卡姆的剃刀根本内容就是八个字：“如无必要，勿增实体”，我们可以理解为在做一件事的时候，如果有一个简单的方法解决问题，就不要去选择更复杂的方式
我们做数据分析，满足需求就够了，如果要展示给别人用D3或echarts

三、实现一个简单的matplotlib画图

1、day01_matplotlib_demo

# 导包
import matplotlib.pyplot as plt
# 看环境需要
%matplotlib inline

# 创建了一个画布
plt.figure()
# 横坐标和纵坐标，比如第一个点是1,4
plt.plot([1, 0, 9], [4, 5, 6])
# 显示图像
plt.show()

运行结果：

四、认识matplotlib图像结构

五、matplotlib三层结构

1、容器层
容器层主要由Canvas、Figure、Axes组成

Canvas是位于最底层的系统层，在绘图的过程中充当画板的角色，即放置画布（Figure）的工具

Figure是Canvas上方的第一层，也是需要用户来操作的应用层的第一层，在绘图的过程中充当画布的角色

Axes是应用层的第二层，在绘图的过程中相当于画布上的绘图区的角色
（1）Figure：指整个图形（可以通过plt.figure()设置画布的大小和分辨率等）
（2）Axes（坐标系）：数据的绘图区域
（3）Axis（坐标轴）：坐标系中的一条轴，包含大小限制、刻度和刻度标签

特点为：
（1）一个figure（画布）可以包含多个axes（坐标系），但是一个axes只能属于一个figure
（2）一个axes（坐标系）可以包含多个axis（坐标轴），包含两个即为2d坐标系，3个即为3d坐标系

2、辅助显示层
辅助显示层为Axes（绘图区）内的除了根据数据绘制出的图像以外的内容，主要包括Axes外观（facecolor）、边框线（spines）、坐标轴（axis）、坐标轴名称（axis label）、坐标轴刻度（tick）、坐标轴刻度标签（tick label）、网格线（grid）、图例（legend）、标题（title）等内容

该层的设置可使图像显示更加直观，更加容易被用户理解，但又不会对图像产生实质的影响

3、图像层
图像层指Axes内通过plot、scatter、bar、histogram、pie等函数根据数据绘制出的图像

4、小结
Canvas（画板）：位于最底层，用户一般接触不到
Figure（画布）：建立在Canvas之上
Axes（绘图区）：建立在Figure之上
坐标轴（axis）、图例（legend）等辅助显示层以及图像层都是建立在Axes之上