数据可视化之各类图表绘制（待补充）
散点图的绘制
散点图 (scatter diagram): 是以一个变量为横坐标，另一变量为纵坐标，利用散点的分布形态放映变量关系的一种图形。主要由matplotlib库里的plt.plot(x,y,style，color=(r,g,b)’)函数实现，主要由如上四个参数。
# -*- coding: utf-8 -*-
import pandas as pd
import matpotlib as mpl
import matplotlib.pyplot as plt
data = pd.read_csv(r"/Users/herenyi/Downloads/5/5.1/data.csv",encoding = 'UTF-8')
plt.plot(data['广告费用'], data['购买用户数'], 'o')
如果想要改变颜色，则需调动color参数。
plt.plot(data['广告费用'], data['购买用户数'], 'o', color=(1, 1, 0))
添加x，y轴标签则只需调用，如下函数，不过由于中文字体不能显示于原生环境中，我们用Fontproperties函数来转变字体到中文。这是我个人找到的字体，大家可以直接搜索自己电脑中的字体文件，ttf后缀的。
from matplotlib.font_manager import FontProperties
Chinese = FontProperties(fname = r'/Users/Shared/Epic Games/Fortnite/Engine/Content/Slate/Fonts/DroidSansFallback.ttf')
plt.plot(data['广告费用'], data['购买用户数'], 'o', color=(1, 1, 0))
plt.xlabel('广告费用',fontproperties=Chinese)
plt.ylabel('购买用户数', fontproperties=Chinese)
其余的图表标题以及是否需要网格和图例可以用plt.title()和plt.grid()以及plt.legend()来实现，这里就不做演示了。
折线图
折线图是指用折线将各数据点连接起来而组成的图形，以折线的方式显示数据变化的趋势。具体函数plt.plot(x, y, style, color, linewidth)与散点图差不多，多了个linewidth参数。
data = pd.read_csv(r'/Users/herenyi/Downloads/5/5.2/data.csv', encoding = 'UTF-8');
#对日期格式进行转换
data['购买日期']=pandas.to_datetime(data['日期'])
plt.plot(data['购买日期'], data['购买用户数'], '-', color='r', linewidth=2)
线型的风格还有很多，可以去网上搜索，这边就不一一介绍了。