Pandas入门篇（三）-------数据可视化篇1（matplotlib篇）

概述

Matplotlib是一个用于绘制图表和可视化数据的Python库，由John D. Hunter于2003年创建。它是一个开源项目，广泛应用于科研、教育和工程等领域。Matplotlib提供了广泛的绘图功能，适用于科学计算、数据分析、机器学习等领域，并且尤其适用于中小规模的数据集和对可视化定制要求较高的场景。

Matplotlib的主要特点包括：

广泛的图表类型：支持多种图表类型，包括线图、散点图、柱状图、饼图、等高线图等，适用于不同类型的数据可视化需求。
直观而灵活的绘图工具：用户可以通过简单的代码创建高质量的图表，并对其进行自定义，以满足特定的可视化需求。
渐进、交互式实现数据可视化：Matplotlib支持以渐进和交互式的方式实现数据可视化，使得用户能够更深入地探索和理解数据。

Matplotlib创建图表主要有两种模式：面向对象模式（Object-Oriented API）和pyplot模式（pyplot API）。

一、pyplot模式（pyplot API）：

pyplot模式提供了一种MATLAB风格的接口，它提供了一系列函数，允许用户以简单、直接的方式创建图表。在这种模式下，用户不需要显式地创建Figure和Axes对象，pyplot会自动管理这些对象。这使得代码更加简洁，易于理解和编写。

以下是一个使用pyplot模式创建简单折线图的示例：

import matplotlib.pyplot as plt  
  
# 生成数据  
x = [1, 2, 3, 4, 5]  
y = [2, 4, 6, 8, 10]  
  
# 使用pyplot绘制折线图  
plt.plot(x, y)  
  
# 显示图表  
plt.show()

运行结果：
在这里插入图片描述

二、面向对象模式（Object-Oriented API）：

在这种模式下，用户会首先创建一个Figure对象，这可以看作是一个画布。然后，在这个Figure对象上，用户会创建一个或多个Axes对象，这些Axes对象就是用于绘制图表的具体区域。用户可以针对每个Axes对象进行图表的绘制和定制。这种模式提供了更大的灵活性和控制力，允许用户更精细地控制图表的各个部分。

以下是一个使用面向对象模式创建简单折线图的示例：

import matplotlib.pyplot as plt  
  
# 创建画布,
fig,ax = plt.subplots(figsize=(10,5))
  
# 使用Axes对象绘制折线图  
x = [1, 2, 3, 4, 5]  
y = [2, 4, 6, 8, 10]  
ax.plot(x, y)  
  
# 显示图表  
plt.show(fig)

运行结果：
在这里插入图片描述

这两种模式各有优缺点。面向对象模式提供了更大的灵活性和控制力，适合对图表进行更精细的定制；而pyplot模式则更加简洁直观，适合快速绘制简单的图表。用户可以根据自己的需求选择合适的模式。

三、创建图表详细流程

本次主要用pyplot模式来讲解创建图表的主要流程

（一）创建画布（figure）

figure() 是 Matplotlib 库中用于创建一个新的图形窗口的函数，它返回一个 Figure 对象，该对象可以被视为一个画布，用于绘制图表和其他图形元素。

1.函数格式

python

matplotlib.pyplot.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=