資料可視化是資料分析的最後一步，隻有完成這一步才能把資料的資訊清晰明了的傳遞出來，這一節我們将使用python将最簡單的2D圖表制作出來。
第三節 資料可視化之Matplotlib 初識(上)
目錄
一. Matplotlib簡介
二. 繪制折線圖
➡ 一.Matplotlib簡介
Matplotlib 是 Python 中常用的 2D 繪圖庫，它能輕松地将資料進行可視化，作出精美的圖表。Matplotlib 這個子產品很龐大，最常用的是其中一個子子產品——pyplot，通常這樣導入它：
import matplotlib.pyplot as plt
導入之後就可以利用Matplotlib的pyplot子子產品來進行畫圖了，我們先來畫一個三角函數的函數圖像看一下效果：
(小貼士：可利用Anaconda進行程式設計做圖，沒有安裝的小朋友可以關注公衆号回複python擷取安裝包哦)
我們來看一下每一行代碼的作用：
- 因為需要用到數組，是以我們需要import numpy, 不了解numpy的同學可以看一下前兩節的内容～
- x = np.arange(0, 2 * np.pi, 0.1)，這也是前兩節所學的内容，目的是導入數組，np.pi 就是 π 的值。這行代碼生成的是0到 2π 的數組，步長是 0.1。如果不明白我們把x的值輸出一下看一下：
anaconda matplotlib 輸出動畫_Python資料分析第三節 資料可視化之Matplotlib 初識（上）... - 步長為0.1是為了讓每個點的間隔小一點，點的數量多一些，這樣畫出的圖像更加接近真實情況，也更加的平滑。
- y = np.sin(x)。np.sin() 方法是 numpy 中計算正弦函數的方法，我們将 x 的值傳進去就得到對應的正弦值。
- 有了 x 和 y 的值之後，将其分别傳入 plt.plot() 方法，pyplot 會将其轉換成對應的坐标。
- 将這些坐标連成線就得到了函數的圖像，最後調用 plt.show() 方法就能将圖像顯示出來了。
上面的例子是畫了一個函數圖像，如果我們要同時畫兩個函數圖像呢？
很簡單，我們隻需要輸入兩個因變量y的表達式，重複代碼即可：
下面的示範是同時畫出sin(x)函數和cos(x)函數
代碼裡面的plt.plot(x, y1, x, y2)也可以一個一個寫出來：
plt.plot(x, y1)plt.plot(x, y2)
其實對于每一對 x 和 y，還有一個可選的格式化參數，用來指定線條的顔色、點标記和線條的類型。
x = np.arange(0, 2 * np.pi, 0.1)y1 = np.sin(x)y2 = np.cos(x)plt.plot(x, y1, 'ro--') # 正弦函數圖像plt.plot(x, y2, 'b*-.') # 餘弦函數圖像# 等價于 plt.plot(x, y1, 'ro--', x, y2, 'b*-.')plt.show()
生成的圖下如下：
圖像的樣子是由格式化參數決定的，例如正弦函數的格式化參數'ro--'，r代表紅色(red)，o代表圓點标記，--代表着虛線。是以'ro--'代表線條為紅色虛線、坐标點标記為圓點。
下圖列出了常用格式化參數的含義：
➡ 二. 繪制折線圖
其實學完了前面的内容就已經掌握了做圖的基本畫法了，隻不過要再學習幾個python語句罷了
我們還是先來看例子
上面是某商品一周的銷量走勢。x 軸傳入時間，y 軸傳入對應的銷量，應該不難了解。因為圖中有中文，是以需要通過 plt.rcParams['font.family'] = ['arial unicode ms'] 來設定中文字型，否則中文将會亂碼。
arial unicode ms是Anaconda 環境裡面安裝的中文字型，其他環境不一定适用哦～可以通過如下代碼來檢視所使用環境安裝的字型
import matplotlib.font_manager as fmfor font in fm.fontManager.ttflist: print(font.name)
畫出多條曲線跟前面講的同理，隻需：
plt.plot(x,y1)plt.plot(x,y2)...
另外介紹一下加圖例的方法，在調用 plt.plot() 方法時傳入 label 參數，接着調用 plt.legend() 方法顯示圖例即可。
這樣，我們就能一眼看出每條線所對應的商品。我們還可以看到，圖例被放在了圖表的左上方，圖例位置其實是可以設定的，不設定的情況下 matplotlib 會幫你自動找一個合适的位置放置。
如果想自行選擇圖例位置的話可以通過
plt.legend()
方法的
loc
參數實作，
loc
參數共有如下 11 種方式可供選擇：
如果我們想将圖例放到右下角就可以這麼寫：
到這裡就結束了嗎？不，還沒有！我們還可以通過 plt.xlabel() 和 plt.ylabel() 方法來設定 x 軸和 y 軸的标簽，還能通過 plt.title() 給圖表設定标題。我們來看一下具體用法：
下一節将繼續介紹柱狀圖和餅圖的繪制，敬請期待～
?
長按關注公衆号
歡迎留言交流