在本章中，我们将学习如何在Python中生成图形和图表，同时将使用函数和面向对象的方法来可视化数据。

Python中常用的一些可视化数据包括以下几种。

Matplotlib。

Seaborn。

ggplot。

Geoplotlib。

Bokeh。

Plotly。

在本章中将使用Matplotlib可视化数据包。此外，还将学习其他有用库的编码。

折线图

折线图（Line Chart）是将一系列数据点通过直线连接起来的图表，它提供了一个参数对另一个参数的简单行为，常用于显示随着时间推移的趋势。可以使用折线图来比较相关的特征。

扫描二维码关注公众号，回复： 5944801 查看本文章

在Jupyter Notebook中生成第一张图表。

首先导入所需要的库。

import matplotlib.pyplot as plt

默认情况下， Matplotlib打开新的窗口以显示结果。如果想在当前Notebook页面看到结果，可以使用如下所示的命令。

%matplotlibinline

其次需要设置两个轴的数据。在 x

轴上获取1～15的数据， y

轴选取平均值为50且标准差为10的随机数据。

现在，只需运行下方的绘图命令，折线图就会出现，结果如图1所示。

plt.plot(a,b)

也可以使用下面的代码改变线条的颜色，结果如图2所示。

#定义颜色plt.plot(a,b,color='Red')

通过ls和lw变量可以改变线的类型及其宽度，结果如图3所示。

#改变线的类型和宽度plt.plot(a,b,ls='--',lw=4)

通过下面的命令可以在每个数据点上添加标记，结果如图4所示。

#定义标记和标记宽度plt.plot(a,b,marker='3',mew=10)

也可以绘制Pandas DataFrame中的折线图。

为了绘制折线图，可以使用以下命令。 xticks和yticks用于设置数轴上的有效范围，结果如图5所示。

sales.plot(xticks=range(1,5),yticks=range(0,100,20))

为不同的线条定义颜色，结果如图6所示。