最新Django3.1大神之路视频！长达77小时、17G、233节 ，全方位无死角深入源码的专注教程！包含完整的模型层、数据迁移、 类视图、异步视图、日志、认证权限和开发工具等更多文字教程未包含的内容。免费章节pan.baidu.com/s/1dqGWNwmBnLxhM7DnXiePIQ 提取码：ko4y 。查看视频介绍点我

学习交流QQ群：787071373

Python数据分析 Anaconda发行版 Jupyter notebook 安装和文档 启动 运行机制 主界面 新建文档 工作界面 文档结构 编辑和命令模式 快捷键 执行和输出 Markdown单元 图片和视频 幻灯片 导出格式 魔法命令 Numpy 基础知识 数据类型 创建数组 数组运算 通用函数 索引切片迭代 添加删除去重 形状变换 堆积数组 分割数组 视图和复制 广播机制 花式索引 布尔索引 统计方法 随机数 Pandas Series DataFrame Index 重建索引 轴向上删除条目 索引和切片 算术和广播 函数和映射 排序和排名 统计和汇总 文件读取 分块读取 写出数据 JSON和Pickle HDF5 EXCEL文件 Web交互 数据库交互 删除缺失值 补全缺失值 删除重复值 替换 重命名轴索引 离散化和分箱 检测和过滤 随机和抽样 字符串操作 分层索引 分层索引进阶 合并连接 粘合与堆叠 重塑 Matplotlib 配置环境 使用常识 保存图形 两种图画接口 使用中文 线型图 颜色线型和标记 坐标轴上下限 坐标轴刻度 图题、轴标签和图例 配置图题 配置图例 颜色条 文本、箭头和注释 散点图 直方图 条形图 饼图 误差线 等高线 多子图 patch 自定义坐标轴刻度 风格样式展示 下一步

下一步

阅读: 4322     评论：1

虽然Matplotlib是一款超级实用且流行的可视化工具，但是不得不承认它也有一些功能并不支持，并且还有下面两个缺点：

  • Matplotlib的API比较底层，虽然可以实现复杂的统计数据可视化，但是通常都要写大量的样板代码。
  • 由于Matplotlib比Pandas出现早十几年，因此它不是专门为Pandas的DataFrmae设计的。为了实现DataFrame的可视化，你必须先提取每个Series，然后通常还需要将它们合并成适当的格式，这显然很不友好。

新兴的Seaborn库在这两点上就做的很好，它在Matplotlib的基础上开发了一套API，为默认的图形样式和颜色设置提供了更好的选择，为常用的统计图形封装了许多简单的高级方法，并与Pandas的DataFrame有机结合。因此，在学习完Matplotlib后，建议大家可以再学习一下seaborn这个库。

除了Seaborn，还有许多其它的画图工具，有兴趣的可以了解一下：

  • Bokeh: https://bokeh.pydata.org/en/latest/
  • Plotly: https://plot.ly/
  • Vispy: http://vispy.org/
  • Vega: https://vega.github.io/
 风格样式展示 后面没有了.... 

评论总数： 1

点击登录后方可评论
user_image

刘老师，什么时候出新课程啊？


By   用户6631187905    On   2020年7月18日 14:20   回复