matplotlib数据可视化分析
# matplotlib 数据可视化分析
from matplotlib import pylab
import numpy
# 下面2行定义X轴，Y轴
x=[1,2,3,4,8]
y=[1,2,3,4,8]
plot的方法是这样使用（x轴数据,y轴数据,展现形式）
pylab.plot(x,y) # 先把x,y轴的信息塞入pylab里面，再调用show方法来画图
pylab.show() # 这一步开始画图,默认是至线图
pylab.plot(x,y,'or') # 添加O表示画散点图，r表示red
pylab.show()
pylab.plot(x,y,'r:') #虚线图
pylab.show()
pylab.plot(x,y,'pr--') #p是图形为五角星，r为红色，--表示虚线
pylab.title('for learnning') # 图形标题
pylab.xlabel('args') # x轴标签
pylab.ylabel('salary') # y轴标签
pylab.xlim(2) # 从y轴的2开始做线
pylab.show()
'''
关于图形类型，有下面几种：
1.直线图（默认）
2.- 直线
3.-- 虚线
4.-. -.形式
5.: 细小虚线
关于颜色，有下面几种：
1.c-青色
2.r-红色
3.m-品红
4.g-绿色
5.b-蓝色
6.y-黄色
7.k-黑色
8.w-白色
关于形状，有下面几种：
1.s 方形
2.* 星形
3.p 五角形
'''
直方图
# 直方图
from matplotlib import pylab
import numpy
data1 = numpy.random.normal(5.0,4.0,10) # 正态随机数
pylab.hist(data1)
pylab.show()
'''
Y轴为出现的次数，X轴为这个数的值（或者是范围）
还可以指定直方图类型通过histtype参数：
图形区别语言无法描述很详细，大家可以自信尝试。
1.bar ：is a traditional bar-type histogram. If multiple data
are given the bars are aranged side by side.
(1.bar:是传统的条形柱状图。)
2.barstacked ：is a bar-type histogram where multiple
data are stacked on top of each other.
(2.barstacked:一个多个条形柱状图数据堆叠在一起。)
3.step ：generates a lineplot that is by default
unfilled.
(3.step:内部不填充。)
4.stepfilled ：generates a lineplot that is by default
filled.
（4.stepfilled:内部填充。）
'''
# 举个例子：
sty=numpy.arange(1,30,2)
pylab.hist(data1,histtype='barstacked')
pylab.show()
子图功能
什么是子图功能呢？子图就是在一个大的画板里面能够显示多张小图，每个一小图为大画板的子图。
我们知道生成一个图是使用plot功能，子图就是subplog。代码操作如下：
from matplotlib import pylab
pylab.subplot(2,2,1) # 申明一个大图里面划分成4块（即2*2），子图使用第一个区域（坐标为x=1,y=1）
pylab.subplot(2,2,2) # 申明一个大图里面划分成4块（即2*2），子图使用第二个区域（坐标为x=2,y=2）
x1=[1,4,6,9]
x2=[3,21,33,43]
pylab.plot(x1,x2) # 这个plot表示把x,y轴数据塞入前一个子图中。我们可以在每一个子图后使用plot来塞入x,y轴的数据
pylab.subplot(2,1,2) # 申明一个大图里面划分成2块（即），子图使用第二个区域（坐标为x=1,y=2）
pylab.show()
实践小例子
我们现在可以通过一堆数据来绘图，根据图能够很容易的发现异常。下面我们就通过一个csv文件来实践下，这个csv文件是某个网站的文章阅读数与评论数。
先说说这个csv的文件结构，第一列是序号，第二列是每篇文章的URL，第三列每篇文章的阅读数，第四列是每篇评论数。
我们的需求就是把评论数作为Y轴，阅读数作为X轴，所以我们需要获取第三列和第四列的数据。我们知道获取数据的方法是通过pandas的values方法来获取某一行的值，在对这一行的值做切片处理，获取下标为3（阅读数）和4（评论数）的值，但是，这里只是一行的值，我们需要是这个csv文件下的所有评论数和阅读数，那怎么办？聪明的你会说，我自定义2个列表，我遍历下这个csv文件，把阅读数和评论数分别添加到对应的列表里，这不就行了嘛。呵呵，其实有一个更快捷的方法，那么就是使用T转置方法，这样再通过values方法，就能直接获取这一评论数和阅读数了，此时在交给你matplotlib里的pylab方法来作图，那么就OK了。了解思路后，那么就写吧。
代码
csv_data = pandas.read_csv('F:\Learnning\CSDN-python大数据\hexun.csv')
dt = csv_data.T # 装置下，把阅读数和评论数转为行
readers=dt.values[3]
comments = dt.values[4]
pylab.xlabel(u'reads')
pylab.ylabel(u'comments') # 打上标签
pylab.title(u"The Article's reads and comments")
pylab.plot(readers,comments,'ob')
pylab.show()