Python数据可视化：绘图入门，让你掌握绘图技巧

python

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理

以下文章来源于Python与算法社区，作者洋流

前言

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理

以下文章来源于好奇心Log ，作者洋流

掌握基本的绘图原理很有必要，各个常用绘图库的原理基本都是相通的。所以了解它们后，使用库里的API函数将会更加得心应手，并且熟练其中一个库后，便能迅速上手其他的绘图库。

一般绘图要素的基本组成部分包括：画布(Canvas)，坐标系(Axes)，轴(Axis)，标题(Title)，标签(Label)，刻度(Tick)，图例(Legend)，网格(Grid)，数据域(Data)，如下图所示：

画布 Canvas 是绘制图像的地方，一个画布可以包括多个坐标系，如下图所示，一个Canvas上包括2个坐标系(Axes)：

对应在实际绘图中，如下所示，画布上共包括3个坐标系，每个坐标系分别绘制了柱状图、折线图、饼图，布局样式如下：

这种坐标系布局还能做出更加复杂多样美观的样式，即看板，英文 dashboard，实际工作常用在商业智能分析(BI)中，如下就是一个dashboard的范例：

一个坐标系常见的组成部分如下所示：

在实际坐标系中，各个元素的对应关系如下所示：

常见的轴划分为: x 轴和 y 轴，当然也有某些类图只有一个轴，如饼图。

另外，一个坐标系中，还可以包括双轴。如下所示，左侧轴表示降水量，右侧轴表示温度，这是双轴图：

很多时候，习惯使用 x 轴表示非数值型，y 轴表示数值，但是现在也常常颠倒过来，让 y 轴表示非数值， x 轴表示数值。如下图所示：

其他元素如：标题(Title)，标签(Label)，刻度(Tick)，图例(Legend)，网格(Grid)，这些都比较好理解。

有的绘图库里，一个轴对象，通常包括着标签、刻度、以及网格对象。

图例和数据域是紧密相关的，一个系列对应图例的一个部分，如3个系列在图例中就有3个不同取值，并使用不同颜色加以区分。如下图所示，图例包括3个不同取值，每个取值对应一个颜色，每个颜色代表一个系列：

绘图的终极目的是想让数据展现更加更效、美观，方便观众迅速捕捉到数据的大概分布和走势。

注意事项，最重要的一条 1)：首先做到准确高效的传达信息，以此为前提下再力求美观。

2)折线图、柱状图等的基线最好要从零开始。

3)尽量使用常见的、可读性强的字体，最好不要使用艺术字。

4)通常来讲，柱状图的间隔应为柱状图宽度的1/2，间距不能过小或过大。

5)饼图的分类要适中，分类数不宜过多，过多分类无法聚焦。

6)一副图中，不同颜色种类不宜过多。