繪圖引用 import matplotlib.pyplot as plt
matplotlib 的影象都位於figure 物件中。可以用plt.figure 建立乙個新的figure:
***=plt.figure(), plt.figure 有一些選項，特別是figsize，它用於確保當儲存到磁碟時具有一定的大小和縱橫比。
不能通過空figure 繪圖。必須用add_subplot 建立乙個或多個subplot才行：
ax1=fig.add_subplot(2,2,1)
ax2 = fig.add_subplot(2, 2, 2)
ax3 = fig.add_subplot(2, 2, 3)
from numpy.random import randn
plt.plot(randn(50).cumsum(), 'k--')
plt.show()
'k--' 是乙個線型選項，用於告訴matplotlib 繪製黑色虛線圖。
plt.subplots 可以建立乙個新的figure，並返回乙個已含有建立的subplot物件的numpy 陣列：
fig,axes=plt.subplots(2,3)
plt.subplots_adjust(left=none, bottom=none, right=none, top=none,
wspace=none, hspace=none)
wspace和hspace用於控制寬度和高度的百分比，可以用作subplot之間的間距。下面是乙個簡單的例子
matplotlib的plot函式接受一組x和y座標，還可以接受表示顏色和線型的字串縮寫。例如，要根據x和y繪製綠色虛線，可以執行如下**：
ax.plot(x,y,'g--')
更為明確的方式也能得到同樣的效果：
還可以將其寫為更明確的形式：
通過乙個例子進行演示
在此之後，你可以呼叫ax.legend() 或 plt.legend() 來自動建立圖例：
ax.legend(loc='best')
『』best『』是個不錯的選擇，它會選擇最不礙事的位置。
要在圖表新增乙個圖形，你需要建立乙個塊物件shp，然後通過ax.add_patch(shp) 將其新增到subplot中，如下所示：
利用python進行資料分析
目錄 10 minutes to pandas 翻譯 pandas中loc iloc ix的區別 pandas dropna函式 pandas中dataframe的stack unstack 和pivot 方法的對比 pandas中關於set index和reset index的用法 python匿...
利用python進行資料分析
利用python進行資料分析，需要了解一些基本的方法，比如掌握回歸分析的方法，通過線性回歸和邏輯回歸，其實你就可以對大多數的資料進行回歸分析，並得出相對精確地結論。這部分需要掌握的知識點如下 回歸分析 線性回歸 邏輯回歸 基本的分類演算法 決策樹 隨機森林 樸素貝葉斯 基本的聚類演算法 k mean...
《利用Python進行資料分析》筆記
之前的筆記一直記在我的印象筆記上，今天突然想到 不如直接記在部落格上，印象筆記只記錄生活上的事，這樣也分工明確一些。同時也能和大家分享，也許可以幫助到別人。由於這個學習筆記系列主要還是用於個人學習總結用，所以會比較凌亂，望大家理解！2017 9 23 p151 pd.dropna thresh 其中...