Python matplotlib筆記

可視化的工具備不少，如Tableau,各類JS框架，我我的感受應該是學ＪＳ最好，由於JS不須要環境，每一個電腦都有瀏覽器，而像matplotlib須要Python這樣的開發環境，仍是比較麻煩的，可是畢竟用Python處理數據，本文仍是要寫點本身的學習筆記的，固然知道畫什麼最重要（我並不知道-。-）！

儘可能畫二維，不用三維。若是年齡和歲數的二維圖，多了薪水，可讓高薪水的點畫大的點，顏色深點。

文本可視化（word cloud詞圖，theme flow標籤的量，情感可視化 積極的消極的等等）

時序可視化（金融時間序列）

高維可視化，平行座標方法，不像笛卡爾座標x,y軸垂直。

如圖經過線的鏈接來體現。

社交網絡圖可視化。

科學性可視化，高性能計算裏很常見，體量特別大，如颱風，雲的移動實時渲染。

Matplotlib

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(-1,2,50)
y = 2*x + 2
y2 = x**2

plt.xlim((-1,2))  #x,y的範圍
plt.ylim((-2,3))
plt.xlabel('I am x')  #設置座標軸的名字
plt.ylabel('I am y')

l1, = plt.plot(x,y,color = 'red',linewidth = 1.0 ,linestyle = '--',label='up')  #legend爲設置圖例，若是要傳handle l1,l2必須加逗號，labels能夠覆蓋l1,l2中的名字，
l2, = plt.plot(x,y2,label = 'down')　　　　　　　　　　　　　　　　　　　　　　　　　　#loc 能夠是best讓他本身選，也能夠本身設置
plt.legend(handles = [l1,l2],labels = ['aaa','bbb'],loc = 'best')
# plt.show()

new_ticks = np.linspace(-1,2,5)
plt.xticks(new_ticks)
plt.yticks([-2.-1.5,-1,1,3],[r'really bad',r'bad',r'normal',r'good',r'really good'])
# plt.show()

ax = plt.gca()
ax.spines['right'].set_color('none') #四個框，設置右邊，和上邊的框爲無色
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.yaxis.set_ticks_position('left')
ax.spines['bottom'].set_position(('data',-1))
ax.spines['left'].set_position(('data',0))
plt.show()

　　

　　其實Matplotlib的圖像都位於一個Figure畫布之中，plt.figure用於建立一個新的畫布。而我上面並無plt.figure,而是直接plt.plot,那是由於plot會經過plt.gca()來得到當前axes對象，若是沒有則自動建立，再調用axes對象的plot的方法來畫圖。對於pyplot，它保存了當前的圖表和子圖信息，能夠經過plt.gcf(get current figure)和plt.gca(get current axes)， 函數都是對當前的figure或者axes對象處理的。

能夠參考http://www.cnblogs.com/nju2014/p/5620776.html（詳解圖像各個部分）

以及http://www.cnblogs.com/NaughtyBaby/p/5533855.html

關於各種的柱狀，散點之類的圖http://www.cnblogs.com/jasonfreak/p/5441512.html（用python進行描述性統計）