第1章数据可视化与Matplotlib《Python数据可视化（第2版）》

学习目标/Target了解数据可视化的概念，能够复述数据可视化的概念及基本过程了解数据可视化的方式，能够归纳常见可视化图表的用途熟悉常见的数据可视化库，能够列举至少3个数据可视化库的特点掌握开发环境的搭建，能够独立安装Anaconda工具并使用JupyterNotebook编写与运行代码

学习目标/Target熟悉Matplotlib，能够归纳pyplotAPI和object-orientedAPI的特点掌握Matplotlib的基本使用，能够使用上述两种API绘制图表掌握Matplotlib的核心类，能够在程序中创建Figure和Axes类的对象掌握Matplotlib的基本使用，能够使用pyplotAPI和object-orientedAPI这两种方式绘制图表

章节概述/Summary在大数据时代，数据正在以前所未有的速度增加，且变得越来越多样化，传统的处理方式已经无法满足对人们对海量数据的处理需求。数据可视化应运而生，它通过图形、图表等视觉形式直观展示比较抽象的数据，使用户更容易理解和分析数据。Python作为数据分析领域的重要语言，提供了许多优秀且功能强大的数据可视化库，其中Matplotlib是众多数据可视化库的鼻祖，因其灵活性、定制性等特点备受推崇。本章将带领大家了解数据可视化的前置知识，搭建好开发环境，并学会使用Matplotlib绘制第一个图表。

目录/Contents01数据可视化概述02常见的数据可视化库03开发环境搭建04初识Matplotlib

数据可视化概述1.1

1.1.1什么是数据可视化了解数据可视化的概念，能够复述数据可视化的概念及基本过程学习目标

1.1.1什么是数据可视化20世纪50年代人们利用计算机创建出了首批图表。20世纪80年代随着计算机运算能力的提升和数据集规模的扩大，人们需要高级的计算机图形学技术来处理和可视化庞大的数据集。随着数据产生速度的加快和计算机处理能力的快速提升，数据可视化的应用范围不断扩大，涉及的技术也不断发展和创新。如今借助先进的计算机图形学和可视化技术，人们能够更高效地理解和分析数据，无论静态图表，还是动态工具都能直观呈现数据。数据可视化的历史21世纪后

1.1.1什么是数据可视化数据可视化的历史研究表明，相对于记忆所阅读的文字，大多数人往往能更准确地记住他们所看到的图形。由此可见，人类视觉系统对于图形的敏感度较高，并且通常能够记忆更久。

1.1.1什么是数据可视化数据可视化的概念数据可视化是指将大型数据集中的数据以图形、图像的形式表示，并利用数据分析和开发工具发现其中未知信息的处理过程。数据可视化要求美学形式与功能齐头并进，它既不会因为要实现功能而令人感到枯燥乏味，也不会因为要实现绚丽多彩的效果而使图形过于复杂，而是追求两者之间的平衡。

1.1.1什么是数据可视化数据可视化的基本过程数据可视化其实是一个抽的过程，简单来说就是将不易描述的事物变成可感知画面的过程，即从数据空间到图形空间象的映射。

1.1.1什么是数据可视化数据可视化的目的无论原始数据被映射为哪种图形数据，最终要达到的目的只有一个——准确、高效、全面地传递信息，进而建立起数据间的关系，使人们发现数据间的规律和特征，并从数据中挖掘出有价值的信息，从而提高数据沟通的效率。换言之，数据可视化能实现让数据“说话”的目的。

1.1.1什么是数据可视化数据可视化的优势VS虽然能方便公司领导查看每月的具体数值，但是无法快速地让人了解去年每月销售额与今年每月销售额的差异情况，以及增减趋势与规律公司领导通过柱形的高低可以轻松对比不同月份的销售额，并且通过线条的走势可以快速了解全年的销售情况，根据具体情况总结发展规律，以便对公司下一年的工作做出有效决策

1.1.1什么是数据可视化数据可视化的优势数据可视化是数据分析工作中必不可少的一部分，它对数据潜在价值的挖掘有着深远的影响。随着数据可视化平台的拓展、表现形式的变化，以及实时动态效果、用户交互使用等功能的增加，数据可视化的应用领域将会不断扩大，数据可视化有着不可估量的潜力。

1.1.2数据可视化的方式了解数据可视化的方式，能够归纳常见可视化图表的用途学习目标

1.1.2数据可视化的方式图表通常所说的数据可视化是指狭义的数据可视化，即将数据以图表的方式进行呈现。图表是数据可视化最基本的形式之一，它通过使用各种图形元素展示数据之间的关系、趋势、分布等，使抽象的数据变得形象化。不同类型的图表具有不同的特点，适用于不同的应用场景。

1.1.2数据可视化的方式折线图折线图是日常工作中常见的图表，用于展示数据随时间、