本文结构：

一、Matplotlib绘图基础及中文乱码解决

二、如何利用pandas绘图？

三、如何利用notebook制作分析报告？

图形在我们日常生活中无处不在。如果没有可视化，就是一些数字罗列，那就跟文字信息没什么差异了，同样让人难以理解，觉得枯燥。所以说，数据的可视化非常重要。

Matplotlib 是Python中著名的一个2D绘图库，通过 Matplotlib，我们可以快速绘制图表。很多其他的绘图包也是由它封装而成。

其中常用到的是它的pyplot，由于刚入门学习，本文主要学习pyplot。

一、数据可视化基础知识

1.图形的选择

盘点数据分析中的图表类型（我们主要掌握其中基本常用的几种）:

2.matplotlib绘图基础

2.1 画板、画纸的概念

我们知道画画时需要画板和画纸。在matplotlib中也是一个道理。

图形在画板（figure）中绘制完成，而画板又由不同的画纸（axes）构成，具体的图形构建时要指明画板和画纸，否则默认一画板一画纸。

2.2 可视化图中的刻度表示:

一图了解Matplotlib绘图的组成元素：

二、如何使用绘图包Matplotlib？

绘图前准备工作：

首先，在使用先你需要在conda中安装包，输入命令：conda install matplotlib

进而使用import导入该绘图包：

#导入matplotlib的pyplot模块

下面我们就可以开始绘制图形啦。

折线图绘制：

'''

得到图形：

以上给出的就是画图基本三步骤。现在试着在基本步骤上给上折线图增加一些属性。

'''

得到图形：

关于图形属性的设置，不需要记住全部，在用到时可对应查看官方文档进行设置即可：

在上面的绘图中，我们传入的参数是一个列表。如果在以后的绘图中只限定于参数时列表，这会给我们的分析工作造成不便。一般，我们传入的是numpy的数组。实际上，所有参入的值内部都会转换为numpy的数组。

下面我们尝试绘制包含多条线的图形。

import 

得到图形：

光看图，我们不知道它描述的是哪个变量之间的关系。我们接着学给图形加上文本标签和注释。

'''

得到图形：

我们看到，虽然有显示，但是显示的是中文乱码。

出现乱码原因：matplotlib 初始化加载时配置文件中没有加入中文字体，因此我们需要给它制定一个可用的中文字体。

如何一次解决绘图中文乱码问题？

1.找到配置文件matplotlib

#找到 matplotlib 加载的配置文件路径

2.下载中文字体

根据自己的电脑系统下载对应的中文字体-复制到fonts文件下ttf中-最后双击安装

3.修改配置文件

在修改前我们先将配置文件备份（备份为matplotlibrc.bak）,进而利用Notepad打开原文件进行修改编辑。

主要修改操作：利用Notepad打开matplotlibrc- 去掉#font.family前的#号-去掉#font.sans-serif前的#号并在后面后加"SimHei,"- 去掉#axes.unicode_minus前的#号并修改True为Flase

修改前：

修改后：

4.删除缓存目录

最后，找到C：Users你的用户名文件夹下的.matplotlib缓存文件夹，将这个缓存文件夹删除，再重启jupyter notebook即可，使新配置的文件生效。

现在我们重新运行下代码，来看下乱码问题是否解决：

下面我们进一步学习，怎么使用多个画板、多个画纸来绘制多个图呢？以一个画板4张画纸（2*2）为例：

#创建画板1

得到图形：

P: 如果没有指明画板figure()和子图subplot，会默认创建一个画板figure(1) 和一个子图subplot(111)。

三、如何使用Pandas绘图？

实际应用中我们使用的数据分析包Pandas，它有自己的绘图工具，它是在Matplotlib基础之上封装而成。这部分我们就一起学习如何利用Pandas的绘图功能。

下面将通过股票数据的可视化来学习这部分。具体详见：

四、如何用Notebook制作数据分析报告？

数据分析报告的形成就好比我们写论文的过程，需要进行以下几个步骤：

1.提出问题- 2.理解数据- 3.数据清洗- 4.构建模型- 5.模型评估- 6.方案实施

数据分析报告的展现可以用文档报告，也可以是PPT展示。下面主要学习使用Notebook中的Markdown功能实现文档报告和用notebook中的幻灯片创建。

4.1 Notebook中的Markdown功能

具体详见：

4.2 Notebook实现幻灯片创建

notebook不仅可以创建文本，还可以创建幻灯片！

幻灯片的创建与运行显示：

1. View- Cell Toolbar- 幻灯片选项可以显示幻灯片菜单。

2. 在cell中，可以选择相应的类型。

其中，幻灯片表示一页的开始，子幻灯片会从前一张幻灯片的下方出现，而碎片会先处于隐藏状态，然后以动画的形式浮出在前一张（子）幻灯片内，其他的设置则会从演示中隐形。

3. 若不想类型显示在cell中，选择View- Cell Toolbar- None则可以隐藏和退出幻灯片。

4. 运行幻灯片

拿我之前学习Python基础的文件（Python基础学习.ipynb）为例，对其进行幻灯片创建：

在anocanda prompt中输入“jupyter nbconvert 当前notebook的文件路径 --to slides --post serve”，即会在当前文件夹下生成html文件，提供访问。

效果展示：

本文其实包含了三大块（matplotlib绘图基础、Pandas绘图、数据分析报告制作），每一块都值得好好学习。虽然花了前后几天的时间完成了这部分学习，但不等于学过就是学会，由于断断续续的学习，前后的知识点会出现衔接不上，后面要结合前面的知识点都串一串，内化为自己的。后边要把这块知识点整合到思维导图里边，方便之后自己的回顾和查找。