Python数据可视化之matplotlib实践

图书标准信息

• 作者 刘大成
• 出版社 电子工业出版社
• 出版时间 2018-09
• 版次 1
• ISBN 9787121348884
• 定价 59.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 218页
• 字数 371千字

【内容简介】

本书借助Matplotlib讲解开展Python数据可视化实践所需要掌握的关键知识和技能。本书主要由Matplotlib入门、精进、演练和拓展四部分组成。同时，为方便读者对书中的内容进行有效实践，相关章节都会配以大量典型的综合案例。书中使用的代码都是Python编程知识里的基础内容，有利于读者将时间和精力放在数据可视化的实践本身上。因此，本书适合对Python数据可视化有兴趣的各行业和领域的有识之士。

【作者简介】

研究生学习统计学，发表多篇统计学的相关论文，毕业之后一直做数据分析师一职，在支付行业、O2O行业和在线教育行业工作过，具有丰富的实践经验.

【目录】

目    录

第1篇  入门

第1章  使用函数绘制matplotlib的图表组成元素2

1.1　绘制matplotlib图表组成元素的主要函数2

1.2　准备数据3

1.3　绘制matplotlib图表组成元素的函数用法4

1.3.1  函数plot()——展现变量的趋势变化4

1.3.2  函数scatter()——寻找变量之间的关系5

1.3.3  函数xlim()——设置x轴的数值显示范围6

1.3.4  函数xlabel()——设置x轴的标签文本7

1.3.5  函数grid()——绘制刻度线的网格线8

1.3.6  函数axhline()——绘制平行于x轴的水平参考线9

1.3.7  函数axvspan()——绘制垂直于x轴的参考区域11

1.3.8  函数annotate()——添加图形内容细节的指向型注释文本12

1.3.9  函数text()——添加图形内容细节的无指向型注释文本13

1.3.10  函数title()——添加图形内容的标题15

1.3.11  函数legend()——标示不同图形的文本标签图例16

1.4　函数组合应用17

第2章  使用统计函数绘制简单图形20

2.1　函数bar()——用于绘制柱状图20

2.2　函数barh()——用于绘制条形图22

2.3　函数hist()——用于绘制直方图23

2.4　函数pie()——用于绘制饼图25

2.5　函数polar()——用于绘制极线图26

2.6　函数scatter()——用于绘制气泡图27

2.7　函数stem()——用于绘制棉棒图29

2.8　函数boxplot()——用于绘制箱线图30

2.9　函数errorbar()——用于绘制误差棒图31

第3章  绘制统计图形33

3.1　柱状图33

3.1.1  应用场景——定性数据的分布展示33

3.1.2  绘制原理33

3.2　条形图35

3.3　堆积图37

3.3.1  堆积柱状图37

3.3.2  堆积条形图38

3.4　分块图39

3.4.1  多数据并列柱状图40

3.4.2  多数据平行条形图41

3.5　参数探索42

3.6　堆积折线图、间断条形图和阶梯图44

3.6.1  用函数stackplot()绘制堆积折线图44

3.6.2  用函数broken_barh ()绘制间断条形图45

3.6.3  用函数step()绘制阶梯图47

3.7　直方图48

3.7.1  应用场景——定量数据的分布展示48

3.7.2  绘制原理49

3.7.3  直方图和柱状图的关系50

3.7.4  堆积直方图51

3.7.5  直方图的不同形状53

3.8　饼图55

3.8.1  应用场景——定性数据的比例展示55

3.8.2  绘制原理55

3.8.3  延伸阅读——非分裂式饼图57

3.8.4  案例——绘制内嵌环形饼图58

3.9　箱线图60

3.9.1  应用场景——多组定量数据的分布比较60

3.9.2  绘制原理61

3.9.3  延伸阅读——箱体、箱须、离群值的含义和计算方法63

3.9.4  案例1——水平方向的箱线图65

3.9.5  案例2——不绘制离群值的水平放置的箱线图66

3.10　误差棒图67

3.10.1  应用场景——定量数据的误差范围67

3.10.2  绘制原理68

3.10.3  案例1——带误差棒的柱状图69

3.10.4  案例2——带误差棒的条形图71

3.10.5  案例3——带误差棒的多数据并列柱状图72

3.10.6  案例4——带误差棒的堆积柱状图74

第4章  完善统计图形77

4.1　添加图例和标题77

4.1.1  图例和标题的设置方法77

4.1.2  案例1——图例的展示样式的调整79

4.1.3  案例2——标题的展示样式的调整80

4.1.4  案例3——带图例的饼图82

4.2　调整刻度范围和刻度标签83

4.2.1  调整刻度范围和刻度标签的方法84

4.2.2  延伸阅读——函数subplot()85

4.2.3  案例——逆序设置坐标轴刻度标签86

4.3　向统计图形添加表格87

第2篇  精进

第5章  统计图形绘制进阶：图形样式92

5.1　设置坐标轴的刻度样式92

5.1.1  刻度定位器和刻度格式器的使用方法92

5.1.2  调用模块pyplot中的函数实现刻度样式的设置95

5.1.3  案例1——刻度标签和刻度线样式的定制化95

5.1.4  案例2——货币和时间序列样式的刻度标签96

5.2　添加有指示注解和无指示注解98

5.2.1  有指示注解和无指示注解的添加方法98

5.2.2  案例1——圆角文本框的设置100

5.2.3  案例2——文本的水印效果101

5.2.4  案例3——圆角线框的有弧度指示的注解102

5.2.5  案例4——有箭头指示的趋势线104

5.2.6  案例5——桑基图105

5.3　实现标题和坐标轴标签的投影效果107

5.3.1  实现标题和坐标轴标签的投影效果的操作方法107

5.3.2  案例——给坐标轴标签添加文本框109

第6章  划分画布的主要函数111

6.1　函数subplot()：绘制网格区域中的几何形状相同的子区布局111

6.1.1  函数subplot()的使用方法112

6.1.2  案例1——在极坐标轴上绘制折线图113

6.1.3  案例2——在极坐标轴上绘制散点图114

6.1.4  案例3——在非等分画布的绘图区域上实现图形展示115

6.2　函数subplot2grid()：让子区跨越固定的网格布局116

6.2.1  函数subplot2grid()的使用方法116

6.2.2  延伸阅读——模块gridspec中的类GridSpec的使用方法118

6.3　函数subplots()：创建一张画布带有多个子区的绘图模式120

6.3.1  案例1——创建一张画布和一个子区的绘图模式120

6.3.2  案例2——创建一张画布和两个子区的绘图模式122

6.3.3  案例3——多种统计图形的组合展示124

第7章  共享绘图区域的坐标轴128

7.1　共享单一绘图区域的坐标轴128

7.2　共享不同子区绘图区域的坐标轴130

7.2.1  设置方法130

7.2.2  案例——将共享坐标轴的子区之间的空隙去掉135

7.3　共享个别子区绘图区域的坐标轴136

7.3.1  设置方法136

7.3.2  延伸阅读——用函数autoscale()调整坐标轴范围138

第3篇  演练

第8章  坐标轴高阶应用142

8.1　设置坐标轴的位置和展示形式142

8.1.1  案例1——向画布中任意位置添加任意数量的坐标轴142

8.1.2  案例2——调整已经确定的坐标轴的显示、隐藏与刻度范围等问题144

8.1.3  延伸阅读——使用函数axis()绘制坐标轴145

8.2　使用两种方法控制坐标轴刻度的显示146

8.2.1  方法1——调用Axes.set_xticks()和Axes.set_yticks()实例方法146

8.2.2  方法2——调用函数setp()147

8.2.3  案例1——棉棒图的定制化展示149

8.2.4  案例2——坐标轴的样式和位置的定制化展示150

8.3　控制坐标轴的显示152

8.4　移动坐标轴的位置154

第9章  设置线条类型和标记类型的显示样式158

9.1　不同调用签名形式的字典使用方法158

9.1.1  方法1——调用签名中的关键字参数的设置形式“fontdict=font”158

9.1.2  方法2——关键字参数的设置形式“**font”160

9.2　线条类型的显示样式设置方法161

9.3　标记类型的显示样式设置方法162

9.3.1  方法1——单一字符模式162

9.3.2  方法2——mathtext模式164

9.4　延伸阅读166

9.4.1  案例1——“破折号”线条样式的不同展现形式的设置方法166

9.4.2  案例2——标记填充样式的设置方法168

9.4.3  案例3——函数plot()的调用签名的设置方法170

第4篇  拓展

第10章  matplotlib的配置174

10.1　修改代码层面的matplotlib的配置174

10.1.1  方法1——调用函数matplotlib.rc()175

10.1.2  方法2——调用属性字典matplotlib.rcParams175

10.2　修改项目层面的matplotlib配置176

10.2.1  配置文件所在路径176

10.2.2  设置方法177

第11章  文本属性设置179

11.1　设置字体属性和文本属性179

11.1.1  方法1——改变配置文件matplotlibrc的字体属性值和文本属性值181

11.1.2  方法2——通过属性字典rcParams调整字体属性值和文本属性值182

11.1.3  方法3——通过设置函数的关键字参数183

11.2　延伸阅读——手动添加字体184

11.3　案例——字体主要属性的可视化展示185

第12章  颜色使用188

12.1　使用颜色参数和颜色映射表188

12.1.1  颜色参数的使用188

12.1.2  颜色映射表的使用190

12.2　综合案例193

12.2.1  案例1——模拟图的颜色使用模式193

12.2.2  案例2——散点图的颜色使用模式194

12.2.3  案例3——极区图的颜色使用模式195

12.2.4  案例4——等高线图的颜色使用模式197

12.2.5  案例5——颜色标尺的颜色使用模式198

第13章  输出图形的展示和保存200

13.1　运行命令行展示输出图形200

13.1.1  方法1——Python shell模式200

13.1.2  方法2——IPython shell模式203

13.2　保存输出图形205

13.2.1  方法1——使用“保存”按钮进行存储205

13.2.2  方法2——通过执行代码语句进行保存207

附录A  Python基础知识208

附录B  NumPy基础知识213

附录C  matplotlib、NumPy和IPython的安装方法217