Python数据可视化之matplotlib实践 PDF 超清完整版

全方位解读应用matplotlib绘图各种各样数据图表的方式，并灵便设定图型

选用很多实例，使用户能够 依据本身要求灵便应用matplotlib中的涵数、面向对象方法和制图句子

这书依靠Matplotlib解读进行Python大数据可视化实践活动所必须把握的重要专业知识和专业技能。这书关键由Matplotlib新手入门、精湛、应急演练和扩展四一部分构成。一起，为便捷用户对书中的內容开展合理实践活动，有关章节目录都是配上很多典型性的综合性实例。书中应用的编码全是Python程序编写专业知识里的基本內容，有益于用户将時间和活力放到大数据可视化的实践活动自身 上。因而，这书合适对Python大数据可视化有兴趣爱好的各制造行业和行业的有志之士。

核心主题：大数据可视化,內容,实践活动,用户,专业知识,時间,活力,实例,解读,有志之士

目录

• 第1篇 入门
• 第1章 使用函数绘制matplotlib的图表组成元素 2
• 1.1　绘制matplotlib图表组成元素的主要函数 2
• 1.2　准备数据 3
• 1.3　绘制matplotlib图表组成元素的函数用法 4
• 1.3.1 函数plot()——展现变量的趋势变化 4
• 1.3.2 函数scatter()——寻找变量之间的关系 5
• 1.3.3 函数xlim()——设置x轴的数值显示范围 6
• 1.3.4 函数xlabel()——设置x轴的标签文本 7
• 1.3.5 函数grid()——绘制刻度线的网格线 8
• 1.3.6 函数axhline()——绘制平行于x轴的水平参考线 9
• 1.3.7 函数axvspan()——绘制垂直于x轴的参考区域 11
• 1.3.8 函数annotate()——添加图形内容细节的指向型注释文本 12
• 1.3.9 函数text()——添加图形内容细节的无指向型注释文本 13
• 1.3.10 函数title()——添加图形内容的标题 15
• 1.3.11 函数legend()——标示不同图形的文本标签图例 16
• 1.4　函数组合应用 17
• 第2章 使用统计函数绘制简单图形 20
• 2.1　函数bar()——用于绘制柱状图 20
• 2.2　函数barh()——用于绘制条形图 22
• 2.3　函数hist()——用于绘制直方图 23
• 2.4　函数pie()——用于绘制饼图 25
• 2.5　函数polar()——用于绘制极线图 26
• 2.6　函数scatter()——用于绘制气泡图 27
• 2.7　函数stem()——用于绘制棉棒图 29
• 2.8　函数boxplot()——用于绘制箱线图 30
• 2.9　函数errorbar()——用于绘制误差棒图 31
• 第3章 绘制统计图形 33
• 3.1　柱状图 33
• 3.1.1 应用场景——定性数据的分布展示 33
• 3.1.2 绘制原理 33
• 3.2　条形图 35
• 3.3　堆积图 37
• 3.3.1 堆积柱状图 37
• 3.3.2 堆积条形图 38
• 3.4　分块图 39
• 3.4.1 多数据并列柱状图 40
• 3.4.2 多数据平行条形图 41
• 3.5　参数探索 42
• 3.6　堆积折线图、间断条形图和阶梯图 44
• 3.6.1 用函数stackplot()绘制堆积折线图 44
• 3.6.2 用函数broken_barh ()绘制间断条形图 45
• 3.6.3 用函数step()绘制阶梯图 47
• 3.7　直方图 48
• 3.7.1 应用场景——定量数据的分布展示 48
• 3.7.2 绘制原理 49
• 3.7.3 直方图和柱状图的关系 50
• 3.7.4 堆积直方图 51
• 3.7.5 直方图的不同形状 53
• 3.8　饼图 55
• 3.8.1 应用场景——定性数据的比例展示 55
• 3.8.2 绘制原理 55
• 3.8.3 延伸阅读——非分裂式饼图 57
• 3.8.4 案例——绘制内嵌环形饼图 58
• 3.9　箱线图 60
• 3.9.1 应用场景——多组定量数据的分布比较 60
• 3.9.2 绘制原理 61
• 3.9.3 延伸阅读——箱体、箱须、离群值的含义和计算方法 63
• 3.9.4 案例1——水平方向的箱线图 65
• 3.9.5 案例2——不绘制离群值的水平放置的箱线图 66
• 3.10　误差棒图 67
• 3.10.1 应用场景——定量数据的误差范围 67
• 3.10.2 绘制原理 68
• 3.10.3 案例1——带误差棒的柱状图 69
• 3.10.4 案例2——带误差棒的条形图 71
• 3.10.5 案例3——带误差棒的多数据并列柱状图 72
• 3.10.6 案例4——带误差棒的堆积柱状图 74
• 第4章 完善统计图形 77
• 4.1　添加图例和标题 77
• 4.1.1 图例和标题的设置方法 77
• 4.1.2 案例1——图例的展示样式的调整 79
• 4.1.3 案例2——标题的展示样式的调整 80
• 4.1.4 案例3——带图例的饼图 82
• 4.2　调整刻度范围和刻度标签 83
• 4.2.1 调整刻度范围和刻度标签的方法 84
• 4.2.2 延伸阅读——函数subplot() 85
• 4.2.3 案例——逆序设置坐标轴刻度标签 86
• 4.3　向统计图形添加表格 87
• 第2篇 精进
• 第5章 统计图形绘制进阶：图形样式 92
• 5.1　设置坐标轴的刻度样式 92
• 5.1.1 刻度定位器和刻度格式器的使用方法 92
• 5.1.2 调用模块pyplot中的函数实现刻度样式的设置 95
• 5.1.3 案例1——刻度标签和刻度线样式的定制化 95
• 5.1.4 案例2——货币和时间序列样式的刻度标签 96
• 5.2　添加有指示注解和无指示注解 98
• 5.2.1 有指示注解和无指示注解的添加方法 98
• 5.2.2 案例1——圆角文本框的设置 100
• 5.2.3 案例2——文本的水印效果 101
• 5.2.4 案例3——圆角线框的有弧度指示的注解 102
• 5.2.5 案例4——有箭头指示的趋势线 104
• 5.2.6 案例5——桑基图 105
• 5.3　实现标题和坐标轴标签的投影效果 107
• 5.3.1 实现标题和坐标轴标签的投影效果的操作方法 107
• 5.3.2 案例——给坐标轴标签添加文本框 109
• 第6章 划分画布的主要函数 111
• 6.1　函数subplot()：绘制网格区域中的几何形状相同的子区布局 111
• 6.1.1 函数subplot()的使用方法 112
• 6.1.2 案例1——在极坐标轴上绘制折线图 113
• 6.1.3 案例2——在极坐标轴上绘制散点图 114
• 6.1.4 案例3——在非等分画布的绘图区域上实现图形展示 115
• 6.2　函数subplot2grid()：让子区跨越固定的网格布局 116
• 6.2.1 函数subplot2grid()的使用方法 116
• 6.2.2 延伸阅读——模块gridspec中的类GridSpec的使用方法 118
• 6.3　函数subplots()：创建一张画布带有多个子区的绘图模式 120
• 6.3.1 案例1——创建一张画布和一个子区的绘图模式 120
• 6.3.2 案例2——创建一张画布和两个子区的绘图模式 122
• 6.3.3 案例3——多种统计图形的组合展示 124
• 第7章 共享绘图区域的坐标轴 128
• 7.1　共享单一绘图区域的坐标轴 128
• 7.2　共享不同子区绘图区域的坐标轴 130
• 7.2.1 设置方法 130
• 7.2.2 案例——将共享坐标轴的子区之间的空隙去掉 135
• 7.3　共享个别子区绘图区域的坐标轴 136
• 7.3.1 设置方法 136
• 7.3.2 延伸阅读——用函数autoscale()调整坐标轴范围 138
• 第3篇 演练
• 第8章 坐标轴高阶应用 142
• 8.1　设置坐标轴的位置和展示形式 142
• 8.1.1 案例1——向画布中任意位置添加任意数量的坐标轴 142
• 8.1.2 案例2——调整已经确定的坐标轴的显示、隐藏与刻度范围等问题 144
• 8.1.3 延伸阅读——使用函数axis()绘制坐标轴 145
• 8.2　使用两种方法控制坐标轴刻度的显示 146
• 8.2.1 方法1——调用Axes.set_xticks()和Axes.set_yticks()实例方法 146
• 8.2.2 方法2——调用函数setp() 147
• 8.2.3 案例1——棉棒图的定制化展示 149
• 8.2.4 案例2——坐标轴的样式和位置的定制化展示 150
• 8.3　控制坐标轴的显示 152
• 8.4　移动坐标轴的位置 154
• 第9章 设置线条类型和标记类型的显示样式 158
• 9.1　不同调用签名形式的字典使用方法 158
• 9.1.1 方法1——调用签名中的关键字参数的设置形式“fontdict=font” 158
• 9.1.2 方法2——关键字参数的设置形式“**font” 160
• 9.2　线条类型的显示样式设置方法 161
• 9.3　标记类型的显示样式设置方法 162
• 9.3.1 方法1——单一字符模式 162
• 9.3.2 方法2——mathtext模式 164
• 9.4　延伸阅读 166
• 9.4.1 案例1——“破折号”线条样式的不同展现形式的设置方法 166
• 9.4.2 案例2——标记填充样式的设置方法 168
• 9.4.3 案例3——函数plot()的调用签名的设置方法 170
• 第4篇 拓展
• 第10章 matplotlib的配置 174
• 10.1　修改代码层面的matplotlib的配置 174
• 10.1.1 方法1——调用函数matplotlib.rc() 175
• 10.1.2 方法2——调用属性字典matplotlib.rcParams 175
• 10.2　修改项目层面的matplotlib配置 176
• 10.2.1 配置文件所在路径 176
• 10.2.2 设置方法 177
• 第11章 文本属性设置 179
• 11.1　设置字体属性和文本属性 179
• 11.1.1 方法1——改变配置文件matplotlibrc的字体属性值和文本属性值 181
• 11.1.2 方法2——通过属性字典rcParams调整字体属性值和文本属性值 182
• 11.1.3 方法3——通过设置函数的关键字参数 183
• 11.2　延伸阅读——手动添加字体 184
• 11.3　案例——字体主要属性的可视化展示 185
• 第12章 颜色使用 188
• 12.1　使用颜色参数和颜色映射表 188
• 12.1.1 颜色参数的使用 188
• 12.1.2 颜色映射表的使用 190
• 12.2　综合案例 193
• 12.2.1 案例1——模拟图的颜色使用模式 193
• 12.2.2 案例2——散点图的颜色使用模式 194
• 12.2.3 案例3——极区图的颜色使用模式 195
• 12.2.4 案例4——等高线图的颜色使用模式 197
• 12.2.5 案例5——颜色标尺的颜色使用模式 198
• 第13章 输出图形的展示和保存 200
• 13.1　运行命令行展示输出图形 200
• 13.1.1 方法1——Python shell模式 200
• 13.1.2 方法2——IPython shell模式 203
• 13.2　保存输出图形 205
• 13.2.1 方法1——使用“保存”按钮进行存储 205
• 13.2.2 方法2——通过执行代码语句进行保存 207
• 附录A Python基础知识 208
• 附录B NumPy基础知识 213
• 附录C matplotlib、NumPy和IPython的安装方法 217