《数据科学与分析：Python语言实现》 —2.6　绘图和可视化库：Matplotlib

2.6　绘图和可视化库：Matplotlib

一图胜千言，数据可视化对案例来说非常重要。

有许多工具可用于在商业智能环境中实现数据可视化，例如Tableau、QlikView或Cognos。在Python中，有一些非常好的模块能支持非常炫丽的视觉效果，如Seaborn，或者像Bokeh那样具有交互性。本书中，我们将专注于Matplotlib及其称为pylab的Matlab风格的API，因为它们很稳定。

Matplotlib是一种具有良好的Pythonic风格，并面向对象的绘图库，可以生成各种可视化图，如简单的图、直方图、条形图、散点图等，大多图形只需要几行代码即可实现。如果熟悉Matlab或Octave，你会发现pylab非常易于使用。让我们从导入模块

开始：

注意，在iPython / Jupyter Notebook中，可以使用命令%pylab内联来加载NumPy和Matplotlib。

让我们使用下列函数来绘图：

借助NumPy，我们可以创建一个带x条目的向量，并计算y1和y2：

其中，linspace命令允许我们创建一个具有指定点数的等间距矢量。

我们可以使用plot命令创建一个图片，如下所示：

请记住，Matplotlib是一个面向对象的库，因此我们使用对象来创建图片。上面的命令与Matlab和Octave中使用的命令非常相似，如需要仔细查看，可以参考其他资源中的语法。上面命令的结果如图2.1所示。最后，可以使用单个命令图片保存到文件中。在这种情况下，我们可以使用以下代码行创建PNG文件：

图2.1　由Matplotlib生成的图