数据分析学习1-----matplotlib
安装：Anaconda
详细见：https://blog.csdn.net/lwplwf/article/details/79162470
使用^ThinkPad-E560:~# spyder 命令打开编辑器 spyder
打开如上图所示
matplotlib简介：是基于Python语言的开源项目，旨在为Python提供一个数据绘图包。Matplotlib 是Python中类似 MATLAB 的绘图工具，熟悉 MATLAB 也可以很快的上手 Matplotlib。
核心原理讲解：使用matplotlib绘图的原理，主要就是理解figure(画布)、axes(坐标系)、axis(坐标轴)三者之间的关系
mplot3d 绘图模块介绍
前面，我们已经了解了如果使用 Matplotlib 中的 pyplot 模块绘制简单的 2D 图像。其实，Matplotlib 也可以绘制 3D 图像，与二维图像不同的是，绘制三维图像主要通过 mplot3d 模块实现。但是，使用 Matplotlib 绘制三维图像实际上是在二维画布上展示，所以一般绘制三维图像时，同样需要载入 pyplot 模块。
mplot3d 模块下主要包含 4 个大类，分别是：
mpl_toolkits.mplot3d.axes3d()mpl_toolkits.mplot3d.axis3d()mpl_toolkits.mplot3d.art3d()mpl_toolkits.mplot3d.proj3d()
其中，axes3d() 下面主要包含了各种实现绘图的类和方法。axis3d() 主要是包含了和坐标轴相关的类和方法。art3d() 包含了一些可将 2D 图像转换并用于 3D 绘制的类和方法。proj3d() 中包含一些零碎的类和方法，例如计算三维向量长度等。
一般情况下，我们用到最多的就是 mpl_toolkits.mplot3d.axes3d() 下面的 mpl_toolkits.mplot3d.axes3d.Axes3D() 类，而 Axes3D() 下面又存在绘制不同类型 3D 图的方法。你可以通过下面的方式导入 Axes3D()。
案例1
来源：简书
链接：https://www.jianshu.com/p/c508020bfcfd
绘制三维等高线图
具体的参数描述如下表所示：
| 参数 | 描述 |
|---|---|
| X, Y，Z | 坐标点 |
| rcount,ccount,rstride,cstride | 坐标点 |
| color | 定义surface patch的颜色,type:color-like |
| cmap | 定义surface patch的颜色，只不过是colorMap,type:colormap |
| facecolors | 指定单个patch的颜色, type:array-like of colors |
| norm | colormap的normalization， |
| shade | 阴影效果，type:boolean |
| vmin, vmax | normalization的边界 |
| **kwargs | 向下传递到Poly3DCollection |
| antialiased | 抗锯齿，type:boolean |
虽然Matplotlib是一款超级实用且流行的可视化工具，有下面两个缺点：
1、Matplotlib的API比较底层，虽然可以实现复杂的统计数据可视化，但是通常都要写大量的样板代码。
2、由于Matplotlib比Pandas出现早十几年，因此它不是专门为Pandas的DataFrmae设计的。为了实现DataFrame的可视化，你必须先提取每个Series，然后通常还需要将它们 合并成适当的格式，这显然很不友好。
新兴的Seaborn库在这两点上就做的很好，它在Matplotlib的基础上开发了一套API，为默认的图形样式和颜色设置提供了更好的选择，为常用的统计图形封装了许多简单的高级方法，并与Pandas的DataFrame有机结合。
大家可以再学习一下seaborn这个库。