對數據可視化的淺認知
數據可視化是任何數據科學或機器學習的重要組成部分。可視化能將數據以更加直觀的方式展現出來，使數據更加客觀、更具說服力。同時，也易於發現隱藏在數據中的規律和意義。尤其對於那些大型高維度數據集，能夠以清晰的、簡潔的和令人信服的方式呈現最終結果，是非常重要的。
選擇工具：matplotlib
Python數據可視化最流行的工具之一是 matplotlib，它是一個數學繪圖庫，我們可以用它來製作簡單的圖表，如折線圖和散點圖。也可以基於隨機漫步概念生成一個更有趣的數據集——根據一系列隨機決策生成的圖表。
安裝 matplotlib
這裏準備了兩份參考文檔，來幫助你完成安裝
Matplotlib 安裝
在Pycharm中安裝matplotlib
另外，需查看可用matplotlib製作的各種圖表，請訪問 http://matplotlib.org/，單擊畫廊中的示例，就可查看用於生成該圖表的代碼。
一、繪製簡單的折線圖
例如：使用平方數序列 1、 4、 9、 16和25來繪製這個圖表
import matplotlib.pyplot as plt
squares = [1, 4, 9, 16, 25]
plt.plot(squares)
plt.show()
首先導入模塊pyplot，該模塊包含很多用於生成圖表的函數。再創建一個平方數列表，並傳遞給函數plot()，這個函數嘗試根據這些數字繪製有意義的圖形。調用函數plt.show()打開matplotlib查看器，並顯示繪製的圖形。
修改標籤文字和線條粗細
import matplotlib.pyplot as plt
squares = [1, 4, 9, 16, 25]
plt.plot(squares, linewidth=5)
#設置圖表標題，並給座標軸加上標籤
plt.title("Square Numbers", fontsize=24)
plt.xlabel("Value", fontsize=14)
plt.ylabel("Square of Value", fontsize=14)
#設置刻度標記的大小
plt.tick_params(axis='both', labelsize=14)
plt.show()
參數linewidth決定了plot()繪製的線條的粗細。函數title()給圖表指定標題。參數fontsize指定了圖表中文字的大小。函數xlabel()和ylabel()能夠爲每條軸設置標題；而函數tick_params()設置刻度的樣式，其中指定的實參將影響x軸和y軸上的刻度（axis='both'），並將刻度標記的字號設置爲 14（labelsize=14）。
校正圖形
圖形更容易閱讀後，我們發現當前並沒有正確地繪製數據：折線圖的終點指出4.0的平方爲25！原因是：向plot()提供一系列數字時，它假設第一個數據點對應的x座標值爲0，但我們的第一個點對應的x值爲1。爲改變這種默認行爲，可以給plot()同時提供輸入值和輸出值：
import matplotlib.pyplot as plt
input_values = [1, 2, 3, 4, 5]
squares = [1, 4, 9, 16, 25]
plt.plot(input_values, squares, linewidth=5)
#設置圖表標題並給座標軸加上標籤
--snip--
二、使用scatter()繪製散點圖
要繪製單個點，可使用函數scatter()，並向它傳遞一對（x，y）座標
import matplotlib.pyplot as plt
plt.scatter(2, 4)
plt.show()
使用scatter()繪製一系列點
要繪製一系列的點，可向scatter()傳遞兩個分別包含x值和y值的列表，如下所示：
import matplotlib.pyplot as plt
x_values = [1, 2, 3, 4, 5]
y_values = [1, 4, 9, 16, 25]
plt.scatter(x_values, y_values, s=100)
#設置圖表標題並給座標軸指定標籤
--snip--
列表x_values包含要計算其平方值的數字，而列表y_values包含前述每個數字的平方值。將這些列表傳遞給scatter()，並使用實參s設置繪製圖形時使用的點的尺寸。matplotlib依次從每個列表中讀取一個值來繪製一個點。要繪製的點的座標分別爲 (1, 1)、(2, 4)、(3, 9)、(4, 16)和(5, 25)
自動計算數據
讓Python循環來替我們完成數值計算。例如：在圖表中繪製1000個點
import matplotlib.pyplot as plt
x_values = list(range(1, 1001))
y_values = [x**2 for x in x_values]
plt.scatter(x_values, y_values, s=40)
#設置圖表標題並給座標軸加上標籤
--snip--
#設置每個座標軸的取值範圍
plt.axis([0, 1100, 0, 1100000])
plt.show()
首先創建一個包含x值的列表，其中包含數字1~1000。接下來是一個生成y值的列表解析，它遍歷x值（for x in x_values），計算其平方值，並將結果存儲到列表 y_values中。然後，將輸入列表和輸出列表傳遞給scatter()。使用函數axis()指定了每個座標軸的取值範圍。函數axis()要求提供四個值：x和y座標軸的最小值和最大值。在這裏，我們將x座標軸的取值範圍設置爲0-1100，將y座標軸的取值範圍設置爲0-1100000。
刪除數據點的輪廓
matplotlib繪製的散點圖中，各個點默認爲藍色點和黑色輪廓，要刪除數據點的輪廓，可在調用scatter()時傳遞實參edgecolor='none'
自定義顏色
要修改數據點的顏色，可向scatter()傳遞參數 color，並將其設置爲要使用的顏色的名稱
plt.scatter(x_values, y_values, color='red', edgecolor='none', s=40)
還可以使用RGB顏色模式自定義顏色。要指定自定義顏色，可傳遞參數 color，並將其設置爲一個元組，其中包含三個0 ~ 1之間的小數值，它們分別表示紅色、綠色和藍色分量，值越接近 0，指定的顏色越深，值越接近 1，指定的顏色越淺。例如：創建一個由淡藍色點組成的散點圖
plt.scatter(x_values, y_values, color=(0, 0, 0.8), edgecolor='none', s=40)
使用顏色映射
顏色映射（colormap）是一系列顏色，它們從起始顏色漸變到結束顏色。在可視化中，顏色映射用於突出數據的規律，例如：用較淺的顏色來顯示較小的值，而用較深的顏色來顯示較大的值。
plt.scatter(x_values, y_values, c=y_values, cmap='Blues', edgecolor='none', s=40)
我們將參數c設置成y值列表，並使用參數cmap告訴pyplot使用哪個顏色映射。這些代碼將y值較小的點顯示爲淺藍色，將y值較大的點顯示爲深藍色
要了解pyplot中所有的顏色映射，請訪問http://matplotlib.org/，單擊Examples，向下滾動到Color Examples，再單擊Colormaps_reference。
自動保存圖表
要讓程序自動將圖表保存到文件中，可調用plt.savefig()：
plt.savefig('xxx.png', bbox_inches='tight')
第一個實參指定要以什麼樣的文件名保存圖表，這個文件將存儲到python程序所在的目錄中；第二個實參將圖表多餘的空白區域裁剪掉。如果要保留圖表周圍多餘的空白區域，可省略這個實參。
Py