一、Matplotlib

import matplotlib.pyplot as plt

调整刻度
设置坐标上下限
改变图像基本属性
特殊点添加注释：箭头、垂线
调整坐标轴
插值
曲线的部分填充
绘制完整曲线


figure和axes是plt中的对象名称，注意区别axes和axis区别，一般把axes翻译为“子图”
figure一般理解为一个画板，对应的是一个对话框（在ipython中）
pyplot中常用类包含关系 Figure -> Axes -> (Line2D, Text, etc.)

fig = plt.figure()
ax1 = fig.add_subplot(2,3,1)
这里引入了fig中add_subplot的用法
fig.add_subplot相当于plt.subplot，起到创建子图的作用，参数231相当于：
“把figure划分为2行3列，并取ax1为第1个图（从上到下从左往右）”

常用画图函数以及参数

  • 绘制散点图plt.scatter(x = , y = , )
  • 绘制曲线图plt.plot(x = , y = , linestyle = , color = , marker = ,markerfacecolor = ,drawstyle = ,label = ）
    • x, y ：array-like object
    • linestyle，color：线型和颜色
    • marker, markerfacecolor：点型和颜色
    • drawstyle：插值方式（steps-post，阶跃；Default，线型）

  • 绘制直方图
    plt.hist(x = , bins = , range = , normed = ，histtype = )

    • histtype：改为stepfilled可以去除bin间隔线看上去更连续

      刻度、标签以及图例

  • 对坐标轴上数据的设置

    • ax.set_xlabel([])：设置x轴名称
    • ax.set_xlim()：设置x轴范围
    • ax.set_xticks([])：设置坐标刻度值
    • ax.set_xticklabels([], rotation = ,fontsize = )：设置坐标刻度标签
  • 图例设置
    ax.legend([plot1, plot2, …], (‘label1’, ‘label2’), loc = )
    • loc：图例位置（best，自适应：center，中间）

  • 标签设置ax.set_title()：设置子图标题

    保存图表

  • plt.savefig(‘example.png’)

    二、Seaborn（进阶）

    使用axes_style()和set_style()设置外观：
    暗网格(darkgrid)，白网格(whitegrid)，全黑(dark)，全白(white)，全刻度(ticks)

    对数据集的可视化

  • distplot(a = array-like, bins =, hist = , norm_hist =, rug = , kde = ,fit =)

    • hist：是否显示直方图
    • kde：是否显示kde曲线
    • fit：可以调用method拟合直方图

  • kdeplot() 类似distplot的kde部分，只是更方便做阴影

  • jointplot() 绘制联合分布，默认为散点图，通过设置kind可以更改图的属性”hex”：Hexbin “kde”: KDE “reg”:regression line

  • heatmap() 绘制热点图

  • pairplot()