之前，学了如何用Pandas做基本的数据分析。
那么，如何进行直观的数据展示呢？使用两个常用的工具：Matplotlib、Seaborn。
一、Matplotlib介绍
1.1 Matplotlib的名字起源
因为跟Matlab中的画图功能很像，所以Matplotlib这里也是Mat开头。
有那么一瞬间，感觉人类画的很多的数据分析的图，其实很像大自然中的一些自然现象
1.2 为什么用Python画图
- 因为Matlab是个内存巨大（巨无霸）的应用，图形操作界面复杂
- excel对于复杂的绘图，力不从心
1.3 Matplotlib的特点
- 类似于Flask的这样一个Python的包
1.4 小例题
1.5 架构
三层；
本课程主要介绍的是Scripting这一层，即：用户使用的一些api；
1.6 参考资料
二、Matplotlib简单绘图之plot
2.1 绘图：一维和二维的列表
1.
因为a是Python中的一个List列表，是一维的。那么，下图是怎么得到的呢？
虽然它是一维的，但是它每个数值也是有index索引的。即，这个索引就是横坐标。
2.
当有两个list列表呢？那就一个列表是x坐标，另一个是y坐标：
注意：上述的两个list列表，的长度必须一致。
3.
百分号%开头的，是一些魔法函数。
比如：用于计算执行时间
2.2 plot函数的声明及各参数
1.
2.
更改线条的样式：为虚线
更改线条的颜色：为红色
2.3 绘图演示
1.
在同一张图里，绘制两个不同风格的图：
2.
下面是更直观的例子：
- t是一个用numpy创建的数组，元素是等差数列，作为x轴
- s也是一个用numpy创建的数组，元素是正弦函数sin，作为y轴
两张图：
3.
设置x轴、y轴的名字label；
设置标题；
4.
设置图例：
三、Matplotlib简单绘图之subplot：子图
3.1 一个画布切分成多张独立子图
1.
这里面plt.subplot(2,1,1)指的是：将整个画布切分成2行1列，这里是第1张图；
这里面plt.subplot(2,1,2)指的是：将整个画布切分成2行1列，这里是第2张图；
2.
还可以切分成四张子图：
3.
位置信息的传递：
plt.subplot(2,2,1)可以写成plt.subplot(221)
3.2 subplots
1.
2.
上述的plots分为两部分：
3.
subplots感觉没啥用。
四、Matplotlib绘图之Series
4.1 用plot来绘制
1.
cumsum：累加和
2.
上述的数据量比较小，下面整个大的数据量：
其中：
图形的类型有以下这么几种：
3.grid参数：是否有方格。默认是无。
增加方格：
4.label参数：指定图例。并用指令显示。
5.title参数：图的标题
6.
style参数：指定线条的样式
4.2 一个画布一个图两条线
1.
如何在一张画布里，画出两个Series的数据（即两条线）：
4.3 一个画布两个独立子图
1.
生成一个2行1列的单独子图：
- 因为s1_concum本质是一个Series，所以是可以切片的：
2.
为什么没有出现图形呢？
如下的写法，不推荐。因为有可能是过时的。
五、Matplotlib绘图之DataFrame
5.1 用plot来绘制
1.
生成一个DataFrame：
- 用Numpy库来生成一个数组：范围1-10的40个随机整数，重塑为一个矩阵
- DataFrame的行索引index默认，DataFrame的列索引人为指定
2.
各参数的含义：
3.
图形为柱状图：
4.堆叠形式的柱形图：
5.
填充的线形图：
5.2 将默认的按列画图，调整为按行画图
因为默认是按列画图。
1.按行画图
对DataFrame中的某一行画图：
对DataFrame中的所有行画图：
除了单独按某一行画图，还可以单独按某一列画图：
2.
按行画图：非得用上述的循环吗？有点麻烦。
更简便的画法：
- 先转置：
- 直接画图
我的问题：
上述是用Matplotlib来绘图的吗？我觉得不是，因为都是s1.plot() 、df1.plot()这种形式。
这里的plot()看起来就是pandas库中的两种数据结构的自己的函数呢。
六、Matplotlib中的直方图、密度图
6.1 直方图：用于体现分布
1.
hist：直方图
hist:
是histogram的缩写，直方图的意思。我以为是history。。。:)
2.
- 下图是生成的1000个采样点
- 横坐标：表示分布的区间阶段
柱子之间有空白，更直观：
3.
调整bins的值：默认是10份，调整为20份：
4.
color参数：
其他的参数，可以查看官方文档。
6.2 密度图
直接指定图形的类型即可：
Comments | NOTHING