一、数据可视化介绍

数据可视化是指将数据放在可视环境中、进一步理解数据的技术，可以通过它更加详细地了解隐藏在数据表面之下的模式、趋势和相关性。

Python提供了很多数据可视化的库：

l matplotlib

l pandas

l matlpotlib和pandas结合

利用pandas进行数据读取、数据清洗和数据选取等操作，再使用matlpotlib显示数据。

二、Python数据可视化学习

l 了解几大常用的可视化库，比如特性、使用场景、效果图等；

l 选择一款适合自己的第三方库，比如要做国内地图类的项目，选择pyecharts；

l 学习该库的绘图原理，各种函数调用和参数修改，就是所谓的"调参"；

l 不断练习、练习、练习；

三、matplotlib简介和简单使用

matplotlib画图的子库：

l pyplot子库

l 提供了和matlab类似的绘图API，方便用户快速绘制2D图表。

l pylab模块

l 其中包括了许多numpy和pyplot中常用的函数，方便用户快速进行计算和绘图，可以用于IPython中的快速交互式使用。

使用matplotlib快速绘图导入库和创建绘图对象如下：

import matplotlib.pyplot as plt
plt.figure(figsize=(8,4))

实例：

四、pyplot画图简单使用如下：

import numpy as np
import matplotlib.pyplot as plt # 首先载入matplotlib的绘图模块pyplot，并且重命名为plt
 
x = np.linspace(0, 10, 1000)  
 
y = np.sin(x)
z = np.cos(x**2)
 
plt.figure(figsize=(8,4))   #2 创建绘图对象
 
plt.plot(x,y,label="$sin(x)$",color="red",linewidth=2)
plt.plot(x,z,"b--",label="$cos(x^2)$")
 
plt.xlabel("Time(s)")
plt.ylabel("Volt")
plt.title("PyPlot First Example")
plt.ylim(-1.2,1.2)
plt.legend()
 
plt.show()

显示：

其中：

plt.plot(x,y,label="$sin(x)$",color="red",linewidth=2)
plt.plot(x,z,"b--",label="$cos(x^2)$")