Python数据可视化matplotlib和pyecharts参数详解

在Matplotlib中，设置线的颜色（color）、标记（marker）、线型（line）等参数。

Matplotlib坐标轴的刻度设置，可以使用plt.xlim()和plt.ylim()函数，参数分别是坐标轴的最小最大值。

在Matplotlib中，可以使用plt.xlabel()函数对坐标轴的标签进行设置，其中参数xlabel设置标签的内容、size设置标签的大小、rotation设置标签的旋转度、horizontalalignment（水平对齐）设置标签的左右位置（分为center、right和left）、verticalalignment（垂直对齐）设置标签的上下位置（分为center、top和bottom）。

图例是集中于地图一角或一侧的地图上各种符号和颜色所代表内容与指标的说明，有助于更好的认识图形。在Matplotlib中，图例的设置可以使用plt.legend()函数，我们还可以重新定义图例的内容、位置、字体大小等参数。

Matplotlib图例的主要参数配置如下：

plt.legend(loc,fontsize,frameon,ncol,title,shadow,markerfirst,markerscale,numpoints,fancybox,framealpha,borderpad,labelspacing,handlelength,bbox_to_anchor,*)

基础图表函数

Matplotlib绘制直方图，使用plt.hist()这个函数，函数参数如下：

Matplotlib.pyplot.hist(x,bins=None,range=None,density=None,weights=None, cumulative=False, bottom=None, histtype='bar', align='mid', orientation='vertical', rwidth=None, log=False, color=None, label=None, stacked=False, normed=None, *, data=None, **kwargs)

• Matplotlib绘制折线图，使用plt.plot()这个函数，函数参数如下：
• plot([x], y, [fmt], data=None, **kwargs)

• Matplotlib绘制条形图，使用plt.bar()这个函数，函数参数如下：
• Matplotlib.pyplot.bar(x,height,width=0.8,bottom=None,*,align='center',data=None, **kwargs)

• Matplotlib绘制饼图，使用plt.pie()这个函数，函数参数如下：
• Matplotlib.pyplot.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None, radius=None, counterclock=True, wedgeprops=None, textprops=None, center=(0, 0), frame=False, rotatelabels=False, *, data=None)

• Matplotlib绘制散点图用到plt.scatter()这个函数，函数参数如下：
• Matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, *, data=None, **kwargs)

• Matplotlib绘制箱线图用plt.boxplot()这个函数，函数参数如下：
• plt.boxplot(x,notch=None,sym=None,vert=None,whis=None,positions=None,widths=None,patch_artist=None,meanline=None,showmeans=None,showcaps=None,showbox=None,showfliers=None,boxprops=None,labels=None,flierprops=Non，medianprops=None,meanprops=None, capprops=None,whiskerprops=None)

Pyecharts可以方便的绘制一些基础视图，包括折线图、条形图、箱形图、涟漪散点图、K线图以及双坐标轴图等

• 折线图是用直线段将各个数据点连接起来而组成的图形，以折线方式显示数据的变化趋势。折线图可以显示随时间（根据常用比例设置）而变化的连续数据，因此非常适合显示相等时间间隔的数据趋势。在折线图中，类别数据沿水平轴均匀分布，值数据沿垂直轴均匀分布。例如为了显示不同订单日期的销售额走势，可以创建不同订单日期的销售额折线图。

• 条形图是一种把连续数据画成数据条的表现形式，通过比较不同组的条形长度，从而对比不同组的数据量大小，描绘条形图的要素有3个：组数、组宽度、组限。绘画条形图时，不同组之间是有空隙的。条形用来比较两个或以上的价值（不同时间或者不同条件），只有一个变量，通常利用于较小的数据集分析。条形图亦可横向排列，或用多维方式表达。

条形图的数据项在BarItem类中进行设置

• 箱形图又称箱线图，是一种用作显示一组数据分散情况资料的统计图。因形状如箱子而得名。在各种领域也经常被使用，常见于品质管理。
• 箱形图主要用于反映原始数据分布的特征，还可以进行多组数据分布特征的比较。箱线图的绘制方法是：先找出一组数据的上边缘、下边缘、中位数和两个四分位数；然后， 连接两个四分位数画出箱体；再将上边缘和下边缘与箱体相连接，中位数在箱体中间。

• 涟漪散点图是一类特殊的散点图，只是散点图中带有涟漪特效，利用特效可以突出显示某些想要的数据。

• K线图又称蜡烛图，股市及期货市场中的K线图的画法包含四个数据，即开盘价、最高价、最低价、收盘价，所有的k线都是围绕这四个指标展开，反映股票的状况。如果把每日的K线图放在一张纸上，就能得到日K线图，同样也可画出周K线图、月K线图。

• 双坐标轴图是一种组合图表，一般将两种不同类型图表组合在同一个“画布”上，如柱状图和折线图的组合；当然也可将类型相同而数据单位不同的图表组合在一起。双坐标轴图中最难画的应该是“柱状图”与“柱状图”的组合，因为会遇到同一刻度对应“柱子”与“柱子”完全互相重叠的问题。

Pyecharts可以生成一些比较复杂的视图，包括日历图、漏斗图、仪表盘、环形图、雷达图、旭日图等。

• 日历图是一个日历数据视图，提供一段时间的日历布局，使我们可以更好地查看所选日期每一天的数据。
• 日历图的参数配置。
• 日历图坐标系组件的配置项。

• 漏斗图又叫倒三角图，适用于业务流程比较规范、周期长、环节多的流程分析,通过漏斗各环节业务数据的比较,能够直观地发现和说明问题所在，还可以应用于对数据从某个维度上进行比较。

• 仪表盘也被称为拨号图表或速度表图。其显示类似于拨号/速度计上的读数的数据，是一种拟物化的展示形式。仪表盘的颜色可以用来划分指示值的类别，使用刻度标示数据，指针指示维度，指针角度表示数值。
• 仪表盘只需分配最小值和最大值，并定义一个颜色范围，指针（指数）将显示出关键指标的数据或当前进度。仪表盘可用于许多目的，如速度、体积、温度、进度、完成率、满意度等。

• 环形图是由两个及两个以上大小不一的饼图叠在一起，挖去中间的部分所构成的图形。环形图与饼图类似，但是又有区别。环形图中间有一个“空洞”，每个样本用一个环来表示，样本中的每一部分数据用环中的一段表示。因此环形图可显示多个样本各部分所占的相应比例，从而有利于构成的比较研究。

• 雷达图又被叫做蜘蛛网图，适用于显示三个或更多的维度的变量。雷达图是以在同一点开始的轴上显示的三个或更多个变量的二维图表的形式来显示多元数据的方法，其中轴的相对位置和角度通常是无意义的。
• 雷达图的每个变量都有一个从中心向外发射的轴线，所有的轴之间的夹角相等，同时每个轴有相同的刻度，将轴到轴的刻度用网格线链接作为辅助元素，连接每个变量在其各自的轴线的数据点成一条多边形。