Matplotlib简明手册

• 本内容旨在提供一个数据科学，人工智能基本入门简明教程
• 入门简明教程的含义是重在基本操作，没有理论讲解
• 学习方法：
  • 本文有配套视频课程，详见北京图灵学院官网
  • 按照本文或者视频，自己使用jupyter notebook 手动敲击代码后推敲结果
  • 因为内容都是使用方式，需要记住即可，深入学习可以需要在人工智能或数据分析领域完成
  • 本文配套Jupyter Notebook格式文档参见麦扣网
  • 本文严重参考(抄袭)《Python数据科学手册》

• 1. Matplotlib绘图简介
  • 1.1. 图形样式
  • 1.2. 不同环境的使用
    • 1.2.1. 脚本中使用
    • 1.2.2. IPython shell
    • 1.2.3. Jupyter Notebook
  • 1.3. 图像的保存
  • 1.4. 两种不同的画图接口
• 2. 图形简单绘制
  • 2.1. 绘制简单图形
  • 2.2. 调整图形风格
  • 2.3. 调整坐标轴
    • 2.3.1. xlim和ylim
    • 2.3.2. axis函数
  • 2.4. 设置图形标签
    • 2.4.1. 简单标签和title设置
    • 2.4.2. 简单图例设置
    • 2.4.3. 选择图例显示的元素
    • 2.4.4. 图例中显示不同尺寸
  • 2.5. 配置颜色条
    • 2.5.1. 简单颜色条配置
    • 2.5.2. 配置颜色条
    • 2.5.3. 离散型颜色条
• 3. 散点图
  • 3.1. 简单散点图
  • 3.2. 其他散点图形状
  • 3.3. 点线结合的图
  • 3.4. 使用plt.scatter画散点图
• 4. 误差线
  • 4.1. 基本误差线
  • 4.2. 连续误差
• 5. 密度图和等高线
  • 5.1. contour
  • 5.2. plt.contourf
  • 5.3. plt.imshow
• 6. 频次直方图，数据区间划分和分布密度
  • 6.1. 频次直方图
  • 6.2. 二维频次直方图和数据区间划分
  • 6.3. plt.hist2d
  • 6.4. plt.hexbin
  • 6.5. 核密度估计
• 7. 多子图
  • 7.1. 手动创建多子图
  • 7.2. plt.subplot 建议网格子图
  • 7.3. 7.3 plt.subplots
  • 7.4. plt.GridSpec
• 8. 文字与注释
  • 8.1. 坐标变换和文字位置
  • 8.2. 箭头和注释
  • 8.3. 自定义坐标轴刻度
    • 8.3.1. 主要刻度和次要刻度
    • 8.3.2. 隐藏刻度和标签
    • 8.3.3. 增减刻度数量
    • 8.3.4. 花哨的刻度格式
    • 8.3.5. 定位器和格式生成器常用值
• 9. 配置文件和样式表
  • 9.1. 手动配置图形
  • 9.2. 修改默认配置
  • 9.3. 样式表
    • 9.3.1. 默认风格
    • 9.3.2. FiveThirtyEight风格
    • 9.3.3. ggplot风格
    • 9.3.4. bmh风格
    • 9.3.5. 黑色背景风格
    • 9.3.6. 灰度风格
    • 9.3.7. Seaborn风格
• 10. 三维图
  • 10.1. 简单三维坐标的绘制
  • 10.2. 三维数据的点和线
  • 10.3. 三维等高线
  • 10.4. 线框图和曲面图
  • 10.5. 曲面三角剖分
• 11. Seaborn数据可视化
  • 11.1. Seaborn和Matplotlib的对比
  • 11.2. Seaborn图形介绍
    • 11.2.1. 频次直方图，KDE和密度图
    • 11.2.2. 矩阵图
    • 11.2.3. 分面频次直方图
    • 11.2.4. 因子图
    • 11.2.5. 联合分布图
    • 11.2.6. 条形图