数据可视化8DataVisualization

内容概述

本章学习目标财务数据分析财务数据分析（1）理解数据分析中不同类型数据的含义和统计学意义（5）能够利用Matplotlib、Seaborn进行Python财务数据分析。（4）掌握Matplotlib、Seaborn中基本图形的绘制方法；（2）熟练掌握Matplotlib绘图的基本过程；（3）熟悉Matplotlib对象的属性和方法；

目录CONTENTS财务数据分析财务数据分析第8章数据可视化6.1Matplotlib入门 6.2定量和定性数据 【Python财务数据分析】——财务数据的可视化基础图形

Matplotlib入门PartOne01财务数据分析财务数据分析

财务数据分析财务数据分析数据可视化数据的图形呈现是探索、分析数据的常用方法。相对于文字表述，图形更加直观且形象化，更适合人类的思维模式理解。使用图形来表示数据的方法称为数据可视化。数据以图形图像形式表示，可以揭示隐藏的数据特征，直观传达关揵信息；辅助建立数据分析模型，展示分析结果。Matplotlib和Seaborn是Python绘图第三方库，同时Pandas集成了Matplotlib中的常用可视化图形接口，可通过Series和DataFrame两种数据结构面向对象的接口方式简单调用。Pandas绘图中仅集成了常用的图表接口，更多复杂的绘图需求往往还需依赖Matplotlib或者其他可视化库。

财务数据分析财务数据分析Matplotlib绘图过程1）导入模块importmatplotlib.pyplotasplt2）获取绘图数据3）绘图4）装饰图形5）保存与显示图形绘图过程，虽然简单，但是从面向对象的视角看反而不好理解。原因是，在绘图的过程隐式地创建画布（figure）和绘图区域（axes）。因此我们不推荐。使用plt的属性和方法赋予画布和绘图区域，完成绘图的过程更清晰，而且可以绘制更复杂的图形。

财务数据分析财务数据分析Matplotlib绘图对象和类画布Figure、子图Axes和数轴Axis关系示意图Figure是容纳多个Axes的画板或画布，而Axes则是所有图标数据、图例配置等绘图形元素的容器，称为一个绘图区域。面向对象的绘图，就是将plt中的图形赋值给一个Figure或Axes实例，通过调用Figure或Axes两类实例的方法完成绘图。

财务数据分析财务数据分析Matplotlib绘图对象和类1）创建画布创建画布，包括创建figure和axes对象，常用方法：（1）plt.figure()，接收一个元组作为figsize参数设置图形大小，返回一个figure对象；（2）plt.axes()，接收一个figure或在当前画布上添加一个子图，返回该axes对象，并将其设置为“当前”子图，缺省时会在绘图前自动添加；（3）plt.subplot()，接收3个数字或1个3位数作为子图的行数、列数和当前子图索引。索引从1开始，返回一个axes对象用于绘图操作。可以理解成是先隐式执行了plt.figure，然后在创建的figure对象上添加子图，并返回当前子图实例；（4）plt.subplots()，接收一个行数nrows和列数ncols作为参数，创建一个figure对象和相应数量的axes对象，同时返回该figure对象和axes对象嵌套列表，并默认选择最后一个子图作为“当前”图。

财务数据分析财务数据分析Matplotlib绘图对象和类2）子图——axes对象（1）创建axes对象Matplotlib定义了一个Axes（轴域）类，创建的对象被称为axes对象（即轴域对象，或称为子图）。axes对象可以理解为有轴（axis）的集合，一般包含基本的2个axis，用来确定一个区域。一个画布设置若干绘图区域，从而实现对画布的布局。默认情况下，函数创建一个标准的axes对象填满整个图表区域。当只有画布上只有一张子图时，可以用plt代替ax。

财务数据分析财务数据分析Matplotlib绘图对象和类（2）axes对象的属性和方法axes的属性和方法，本质上是由plt赋予的。因此axes的成员和plt类似，但是也要注意个别方法有细微差异。2）子图——axes对象①plot()绘图②grid()网格格式设置③xscale()或yscale()，spines()坐标轴④xlim()和ylim()坐标轴范围⑤xticks()和yticks()刻度和刻度标签⑥legend()绘制图例

财务数据分析财务数据分析Matplotlib绘图对象和类plt.subplot()函数可以均等地划分画布，语法格式：3）subplot()函数和add_subplot()函数

财务数据分析财务数据分析Matplotlib绘