可视化图表 有趋势 分布 构成 比较和练习
matplotlib 趋势表示的是数据是如何随着时间而发生变化的
通过折线图 或柱状图进行展示
分布 数据的分布规律 用散点图来展示不同分布特征
构成 用于表示 数据中每个部分占总体的比例 如果 想要显示一段时间内的占比情况，更适合用百分比堆积柱状图展示
比较 用于数据在某维度上的比较 通常会通过簇形柱状图和并列子图来反映对比数据间的关系
联系 衡量两种维度数据之间的关系 双y轴叠加图
matplotlib图像的构成 安装和导入matplotlib模块 设置matplotlib字体
元素 画布(Figure) 坐标图像(Axes) 图像标题（Title) 线(line) 标记(marker) 图例说明(legend）
设置中文
macOS plt.rcParams[“font.sans-serif”]=“Arial Unicode MS”
Windows plt.rcParams[“font.sans-serif”]=“SimHei”
展示图像 plt.show()
折线图 plot 柱状图 bar 折线图有 linechar
强调数据随时间的变化规律 获取是 非常适用于展示在相等时间的征途概览
plt.plot() 将必选参数x轴 y轴对应的值依次传入到函数中
y轴是时间类型的数据 y轴是个时间点所对应的数据
整型属于连续数据 str属于非连续数据
TODO 使用plt.plot()函数
以data[“month”]为x轴的值和data[“sum”]为y轴的值，绘制折线图
plt.plot(data[“month”],data[“sum”],color=“orange”,marker=“o”,label="每月总销量)
legend()显示图例
TODO 使用plt.show()函数显示图像
添加坐标轴标题 添加图像标题 plt.xlabel() plt.ylabel() plt.title()
绘制柱状图 展示一段时间内的数据变化或各项数据之间的比较 x轴是时间类型 或者类别型数据 y轴为数值型数据
plt.bar 里面参数跟折线图相同
label用来设置图像和标题
散点图 显示两个数据之间的关联和比较数值
散点图可以提供以下关键信息 是否存在关联趋势 如果存在关联趋势 是线性还是非线性的 是否存在离群值
color legend xlabel ylabel 蚕食都与之前相同
调整图例位置 为了解决双y轴叠加图的图例重叠显示的情况
plt.twinx() 函数表示绘制双x轴叠加图
绘制组合图像 百分比堆积柱状图
簇形柱状图
比较一个维度上的多个数据 绘制簇形柱状图 只要对一个Dataframe对象
并列子图
x轴和y轴的具体操作是 在调用plot.bar() 函数时 把列索引 或报假案列索引的列表传入该函数中
data变量使用plot.bar()函数
data.plot.bar
百分比堆积柱状图
时显示单个项目于整体之间的关系
data.plot.bar(“month”,[“一楼”,“二楼”,“三楼”],stacked=True)
figure 是一个坐标图形 Axes
通过subplot()子图的行数 子图的列数 子图的序号
避免坐标轴遮挡 旋转x轴可读 plt.xticks()将度数作为整数赋值给rotation参数 传入该函数中 来旋转x轴的刻度
plt.tight_layout()函数来调整子图布局
ax=plt.gca() 需要在绘图中用来返回当前
ax参数用来指定坐标图形
pandas模块不能像matplotlib.pyplot一样默认将图像绘制到当前的子图坐标轴上