Python数据分析基础与应用（微课版） 教案 模块7 数据分析可视化展示.docx

Python数据分析基础与应用

模块

PAGE2

PAGE21

模块7数据分析可视化展示

【学习与训练】

7.1初识Matplotlib

7.1.1Matplotlib概述

Matplotlib提供了一个套面向绘图对象编程的API接口，能够很轻松地实现各种图像的绘制，并且它可以配合PythonGUI工具（例如PyQt、Tkinte等）在应用程序中嵌入图形。同时Matplotlib也支持以脚本的形式嵌入到JupyterNotebook、IPythonshell、Web应用服务器中使用。

1．Matplotlib绘制图形组成

Matplotlib生成的图形主要由以下几个部分构成：

（1）容器层

容器层包括Canvas对象、Figure对象、Axes对象组成。

①Canvas对象：可以理解为画板。

②Figure对象：可以理解成一张画布，位于Canvas对象的上层，也就是用户操作的应用层的第1层。它包括了整个图形的所有元素，例如标题、轴线等。可以包含多个图表。

③Axes对象：在画布中绘制2D图像的实际区域，也称为绘图区域。Axes对象位于Figure对象的上层，也就是用户操作的应用层的第2层，Figure对象中可以包含多个Axes对象。它拥有独立的坐标系统，可以是直角坐标系统，即包含x轴和y轴的坐标系，也可以是三维坐标系统，即包含x轴、y轴、z轴的坐标系。

（2）图形层

图形层是指绘图区域内绘制的图形，即使用plot()函数或方法根据已有数据绘制的各种图形。

（3）辅助层

辅助层是指绘图区域内图形之外的其他元素，常用的辅助元素包括坐标轴、标题、图例、网格、参考线、参考区域、注释文本、表格等。辅助元素可以对图形进行必要的补充说明，可以使图表更直观、更容易被用户理解，但又不会对图形产生实质的影响。图像层和辅助层所包含的内容都属于图表元素，即位于Axes对象之上。

2．Matplotlib的功能扩展包

常见的工具包如下：

（1）Cartopy：这是一个映射库，包含面向对象的映射投影定义以及点、线、面的图形转换工具。

（2）Bashmap：这是一个地图绘制工具包，其中包含多个地图投影，海岸线和国界线。

（3）Exceltools：这是Matplotlib为了实现与MicrosoftExcel交换数据而提供的工具。

（4）Mplot3d：它用于3D绘图。

（5）Natgrid：这是Natgrid库的接口，用于对间隔数据进行不规则的网格化处理。

3．下载和安装Matplotlib

（1）使用Python包管理器pip安装Matplotlib

使用Python包管理器pip来安装Matplotlib是一种轻量级的方式，打开Windows命令提示符窗口，并输入以下命令：

pipinstallmatplotlib

按【Enter】键后，即可开始下载与安装。

（2）使用Anaconda安装

安装Matplotlib的最好的方法是下载Python的Anaconda发行版，因为Matplotlib被预先安装在Anaconda中。当成功安装Anaconda后，Matplotlib也同步安装完成。

4．引入Matplotlib

安装成功后，就可以通过import来导入matplotlib库：

importmatplotlib

可以使用以下代码查看matplotlib库的版本号：

matplotlib.__version__

7.1.2认知Matplotlib的Pyplot模块

Pyplot是Matplotlib的子库，是常用的绘图模块，能让用户很方便绘制2D图表。Matplotlib中的pyplot模块是一个函数集合，提供了一系列用来绘图的各种函数，例如创建一个画布，在画布中创建一个绘图区域，在绘图区域添加一些线、标签等。

1．使用import导入pyplot模块

使用时可以使用import导入pyplot模块，并设置一个其别名为plt，对应的代码如下：

importmatplotlib.pyplotasplt

或者

frommatplotlibimportpyplotasplt

这样我们就可以使用plt来引用Pyplot模块的方法。

2．pyplot模块的绘图类型

pyplot模块中包含了快速生成多种图表的函数，pyplot模块绘图各种类型图形的函数如表7-1所示。

3．pyplot模块的图像处理函数

pyplot模块的图像处理函数如表7-2所示。

4．pyplot模块的Axis函数

pyplot模块的Axis函数如表7-3所示。

5．pyplot模块的Figure方法及其他相关方法

pyplot模块的Figure方法及其他方法如表7-4所示。

7.1.3使用Matplotlib绘制