对数据可视化的浅认知
数据可视化是任何数据科学或机器学习的重要组成部分。可视化能将数据以更加直观的方式展现出来，使数据更加客观、更具说服力。同时，也易于发现隐藏在数据中的规律和意义。尤其对于那些大型高维度数据集，能够以清晰的、简洁的和令人信服的方式呈现最终结果，是非常重要的。
选择工具：matplotlib
Python数据可视化最流行的工具之一是 matplotlib，它是一个数学绘图库，我们可以用它来制作简单的图表，如折线图和散点图。也可以基于随机漫步概念生成一个更有趣的数据集——根据一系列随机决策生成的图表。
安装 matplotlib
这里准备了两份参考文档，来帮助你完成安装
Matplotlib 安装
在Pycharm中安装matplotlib
另外，需查看可用matplotlib制作的各种图表，请访问 http://matplotlib.org/，单击画廊中的示例，就可查看用于生成该图表的代码。
一、绘制简单的折线图
例如：使用平方数序列 1、 4、 9、 16和25来绘制这个图表
import matplotlib.pyplot as plt
squares = [1, 4, 9, 16, 25]
plt.plot(squares)
plt.show()
首先导入模块pyplot，该模块包含很多用于生成图表的函数。再创建一个平方数列表，并传递给函数plot()，这个函数尝试根据这些数字绘制有意义的图形。调用函数plt.show()打开matplotlib查看器，并显示绘制的图形。
修改标签文字和线条粗细
import matplotlib.pyplot as plt
squares = [1, 4, 9, 16, 25]
plt.plot(squares, linewidth=5)
#设置图表标题，并给坐标轴加上标签
plt.title("Square Numbers", fontsize=24)
plt.xlabel("Value", fontsize=14)
plt.ylabel("Square of Value", fontsize=14)
#设置刻度标记的大小
plt.tick_params(axis='both', labelsize=14)
plt.show()
参数linewidth决定了plot()绘制的线条的粗细。函数title()给图表指定标题。参数fontsize指定了图表中文字的大小。函数xlabel()和ylabel()能够为每条轴设置标题；而函数tick_params()设置刻度的样式，其中指定的实参将影响x轴和y轴上的刻度（axis='both'），并将刻度标记的字号设置为 14（labelsize=14）。
校正图形
图形更容易阅读后，我们发现当前并没有正确地绘制数据：折线图的终点指出4.0的平方为25！原因是：向plot()提供一系列数字时，它假设第一个数据点对应的x坐标值为0，但我们的第一个点对应的x值为1。为改变这种默认行为，可以给plot()同时提供输入值和输出值：
import matplotlib.pyplot as plt
input_values = [1, 2, 3, 4, 5]
squares = [1, 4, 9, 16, 25]
plt.plot(input_values, squares, linewidth=5)
#设置图表标题并给坐标轴加上标签
--snip--
二、使用scatter()绘制散点图
要绘制单个点，可使用函数scatter()，并向它传递一对（x，y）坐标
import matplotlib.pyplot as plt
plt.scatter(2, 4)
plt.show()
使用scatter()绘制一系列点
要绘制一系列的点，可向scatter()传递两个分别包含x值和y值的列表，如下所示：
import matplotlib.pyplot as plt
x_values = [1, 2, 3, 4, 5]
y_values = [1, 4, 9, 16, 25]
plt.scatter(x_values, y_values, s=100)
#设置图表标题并给坐标轴指定标签
--snip--
列表x_values包含要计算其平方值的数字，而列表y_values包含前述每个数字的平方值。将这些列表传递给scatter()，并使用实参s设置绘制图形时使用的点的尺寸。matplotlib依次从每个列表中读取一个值来绘制一个点。要绘制的点的坐标分别为 (1, 1)、(2, 4)、(3, 9)、(4, 16)和(5, 25)
自动计算数据
让Python循环来替我们完成数值计算。例如：在图表中绘制1000个点
import matplotlib.pyplot as plt
x_values = list(range(1, 1001))
y_values = [x**2 for x in x_values]
plt.scatter(x_values, y_values, s=40)
#设置图表标题并给坐标轴加上标签
--snip--
#设置每个坐标轴的取值范围
plt.axis([0, 1100, 0, 1100000])
plt.show()
首先创建一个包含x值的列表，其中包含数字1~1000。接下来是一个生成y值的列表解析，它遍历x值（for x in x_values），计算其平方值，并将结果存储到列表 y_values中。然后，将输入列表和输出列表传递给scatter()。使用函数axis()指定了每个坐标轴的取值范围。函数axis()要求提供四个值：x和y坐标轴的最小值和最大值。在这里，我们将x坐标轴的取值范围设置为0-1100，将y坐标轴的取值范围设置为0-1100000。
删除数据点的轮廓
matplotlib绘制的散点图中，各个点默认为蓝色点和黑色轮廓，要删除数据点的轮廓，可在调用scatter()时传递实参edgecolor='none'
自定义颜色
要修改数据点的颜色，可向scatter()传递参数 color，并将其设置为要使用的颜色的名称
plt.scatter(x_values, y_values, color='red', edgecolor='none', s=40)
还可以使用RGB颜色模式自定义颜色。要指定自定义颜色，可传递参数 color，并将其设置为一个元组，其中包含三个0 ~ 1之间的小数值，它们分别表示红色、绿色和蓝色分量，值越接近 0，指定的颜色越深，值越接近 1，指定的颜色越浅。例如：创建一个由淡蓝色点组成的散点图
plt.scatter(x_values, y_values, color=(0, 0, 0.8), edgecolor='none', s=40)
使用颜色映射
颜色映射（colormap）是一系列颜色，它们从起始颜色渐变到结束颜色。在可视化中，颜色映射用于突出数据的规律，例如：用较浅的颜色来显示较小的值，而用较深的颜色来显示较大的值。
plt.scatter(x_values, y_values, c=y_values, cmap='Blues', edgecolor='none', s=40)
我们将参数c设置成y值列表，并使用参数cmap告诉pyplot使用哪个颜色映射。这些代码将y值较小的点显示为浅蓝色，将y值较大的点显示为深蓝色
要了解pyplot中所有的颜色映射，请访问http://matplotlib.org/，单击Examples，向下滚动到Color Examples，再单击Colormaps_reference。
自动保存图表
要让程序自动将图表保存到文件中，可调用plt.savefig()：
plt.savefig('xxx.png', bbox_inches='tight')
第一个实参指定要以什么样的文件名保存图表，这个文件将存储到python程序所在的目录中；第二个实参将图表多余的空白区域裁剪掉。如果要保留图表周围多余的空白区域，可省略这个实参。
Py
