1. Matplotlib简介
下面我们来看看数据可视化的实现需要的最有力的工具之一：Matplotlib。
Matplotlib是一个Python的2D绘图库，仅需要几行代码，便可以生成绘图。一般可绘制折线图、散点图、柱状图、饼图等等。调用绘图的可视化工具需要我们用以下代码实现：
from matplotlib* import pyplot as plt*
*这里需要我们安装这个名为“matplotlib”的包，安装方法为：
① python界面里输入：pip install packageName（适用于Anaconda 中Pycharm与Jupternotebook等）
② pycharm中如果检测到未安装的包会报错并有下标提示安装，可一键点击“install package XXX”进行安装
③ 重新输入上述代码未报错即为安装成功
*as plt这里我们给matplotlib中pyplot工具起个代号为plt（简写版），以便我们后续的调用，不然下面的每一次调用都要重复输入pyplot，也太麻烦了。
用Matplotlib实现数据可视化
下面我们会讲到三类最基础，最直观也是最常用的图表绘制，折线图，柱状图与条形图，以及直方图。
折线图
折线图最常用于展现事物的趋势与变化情况，适用于显示在相等时间间隔下数据的趋势，如一年内的销售额情况，24小时里气温变化情况，一支股票某段时间内的股价情况等。
如果我们想看A公司近7年利润情况，加入标题，横纵坐标名字的话，可用以下代码实现：
结果如下：
如果你可以成功绘制出例如以上的折线图，我们就可以进阶了，在同一张图表中显示多条线就是复合式折线图，用于两组以上数据趋势变化的比较。
结果显示为：
柱状图和条形图
柱状图和条形图都可以作为分类项目的比较。但是柱形图更多地用于时间序列的变化，如近五年中每一年销售额的比较；条形图很少用于时间序列的比较， 它特别适用于多分类项目的比较，如大年初一这一天不同电影的票房比较，同一小组中不同成员的测验成绩比较等。
我们先来看柱状图，柱状图用于时间序列的变化展示，跟折线图的目的一样， 但为不同的表现形式，如近五年中每一年销售额的比较，代码实现为：
柱状图也可用作多分类项目的比较，例如五种不同产品的顾客评分比较，代码实现为：
我们再来看条形图，条形图适用于多分类项目的比较，如不同城市在2021年的销量比较，代码实现为：
结果显示为：
直方图
柱状图/条形图与直方图有什么区别呢？
首先，条形图是用条形的长度表示各类别频数的多少，其宽度（表示类 别）则是固定的；直方图是用面积表示各组频数的多少，矩形的高度表示每一组的频数或频率，宽度则表示各组的组距，因此其高度与宽度均有意义。
其次，由于分组数据具有连续性，直方图的各矩形通常是连续排列，而条形图则是分开排列。
最后，条形图主要用于展示分类数据，而直方图则主要用于展示数据型数据。
直方图最常用于展现一组数据的分布情况，如我们用numpy中的random功能随机生成10000个服从正态分布的数据，可视化这些数据的分布，代码实现如下：
结果显示为：
直方图也用于不同数字组类的频率/频数分布，比如我们想看一下不同工资区间的频数，代码实现为：
结果如下，可以直观的看出工资区间在2000~4000的人数有5人：
