本系列文章配套代码获取有以下两种途径：
-
通过百度网盘获取：
链接：https://pan.baidu.com/s/1jG-rGG4QMuZu0t0kEEl7SA?pwd=mnsj提取码：mnsj
-
前往GitHub获取：
https://github.com/returu/Data_Visualization之所以使用Matplotlib来绘图，其中一个主要是因为pandas与Matplotlib有很好的集成。
与ECharts类似，Matplotlib官网提供了很多官方绘图示例，是很好的学习资源。
可以直接通过pip安装Matplotlib：
pip install matplotlib在使用Matplotlib时，一般使用以下导入约定：
import matplotlib.pyplot as plt另外，如需在Jupyter notebook中输出绘图，需要在Jupyter笔记本中执行以下语句:
%matplotlib inline
import matplotlib
matplotlib.__version__
准备好数据后，可以直接使用plot()函数绘制图表（默认为折线图），其语法格式如下：
plt.plot(x,y,**kwargs)
其中，
-
x：表示x轴系列值，如果省略系列值，将自动标记0,1,…。
-
y：表示y轴系列值；
-
*kwargs：表示可选项参数，主要用于图表特性的设置。例如，lw用于设置线条宽度，ls用于设置线条样式等等。这些内容将在后续介绍。
# linspace(start,end,step)函数可以创建指定区间均匀间隔的数字数组x = np.linspace(0 , 4*np.pi , 500)
y = np.sin(x)
plt.plot(x,y)
-
一种方法是在绘图代码的末尾使用plt.show()函数。如果要生成许多子图或在单个子图上绘制许多图，采用此方式则键入的符号会更少； -
另一种方法是使用分号; 结束该行，这会在生成绘图时抑制不需要的输出，一般来说，使用分号会阻止 IPython 从代码块的该行打印任何输出值。
另外，在绘制图形时，可以在一组图形内绘制多组数据。
使用两个plot()函数绘制两组数据，也可以使用一个plot()函数。
x = np.linspace(0 , 4*np.pi , 500)
y = np.sin(x)
y_1 = np.cos(x)
# 使用两个plot()函数绘制两组数据
plt.plot(x,y)
plt.plot(x,y_1)
# 可以使用一个plot()函数
# plt.plot(x,y , x,y_1)
plt.show()
更多内容可以前往官网查看：
https://matplotlib.org/stable/
本篇文章来源于微信公众号: 码农设计师
