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。
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
