Python数据分析基础教程（微课版）（第2版）课件 第6章数据可视化工具——Matplotlib.pptx

;1;在数据分析中，数据可视化是一个很重要的部分。数据可视化不仅可以展示数据分析的结果，而且可以用于进行数据分析，例如，发现数据样本中的异常值，观察数据的分布，寻找数据之间的相关性等。

在Python中数据可视化工具分为免费和收费两种，其中，免费的应用性较好的数据可视化工具有Matplotlib和Seaborn。其中，Matplotlib是用于创建图表的绘图工具库，Seaborn在Matplotlib基础上进行了更高级的API封装，从而使绘图更加容易。

;Matplotlib是专门用于开发2D图表的，是Python2D绘图领域使用非常广泛的套件。它能让使用者很轻松地将数据图形化，并且提供多样化的输出格式。

使用Matplotlib实现数据图形化的优势是：

?（1）使用起来极其简单。

?（2）以渐进、交互式方式实现数据可视化。

?（3）表达式和文本使用LaTeX排版。

?（4）对图像元素控制力更强。

?（5）可输出PNG、PDF、SVG和EPS等多种格式。

Matplotlib是Python的一个库，因此在程序开发中，它也可以使用Python的其他库，Matplotlib通常与NumPy和pandas等库配合使用。;Matplotlib最初模仿了MATLAB图形命令，但是其与MATLAB是相互独立的。在其使用方面，Matplotlib不仅具有简洁性和推断性，而且继承了MATLAB的交互性。也就是说，数据分析人员可逐条输入命令，为数据生成渐趋完整的图形表示。这种模式很适合用JupyterNotebook等互动性更强的Python工具进行开发。

Matplotlib还整合了LaTeX用于表示科学表达式和符号的文本格式模型。此外，不容忽视的是，Matplotlib不是一个单独的应用，而是Python的一个图形库，它可以通过编程来管理、组织图表的图形元素，用编程的方法生成图形。

另外，通过访问Matplotlib的官方网站，可查看网页中的上百幅缩略图，打开缩略图后都可查看其源代码。如果需要绘制某种类型的图，只需要浏览该页面，找到相应类型的图，复制对应的源代码即可。;6.1.2Matplotlib测试、安装与导入;6.2.1创建简单的图表;6.2.1创建简单的图表;6.2.1创建简单的图表;6.2.1创建简单的图表;6.2.1创建简单的图表;6.2.1创建简单的图表;6.2.1创建简单的图表;6.2.2创建子图;6.2.2创建子图;6.3.1matplotlibrc配置文件;6.3.1matplotlibrc配置文件;6.3.2设置动态rc参数;6.3.2设置动态rc参数;6.4.1绘制散点图

;6.4.1绘制散点图

;6.4.1绘制散点图

;6.4.2绘制折线图

;6.4.2绘制折线图

;6.4.2绘制折线图

;6.5.1绘制直方图;6.5.1绘制直方图;6.5.2绘制柱状图;6.5.2绘制柱状图;6.5.2绘制柱状图;6.5.3绘制饼图;6.5.3绘制饼图;6.5.4绘制箱线图;6.5.4绘制箱线图;6.5.4绘制箱线图;项目实践;项目实践;本章小结;