回想群主刚进希捷时，收到一封Advanced 6 sigma training的报名通知邮件，虽然更好的选择是从零学起，但选日不如撞日，于是很冲动地报名参加了，从此走上了数据分析的不归路！6 sigma黑带毕业后，老板把我当成部门吉祥物供着，一旦有数据分析的任务都要找我。在迎合老板的过程中，群主奇迹般地从一个小白蜕变为一个作图达人！从前车马慢，作图只会柱状图，后来CDF，等高线图，散点矩阵，矩形树图，气泡图等都尝试了一遍。直到有一天，历经繁华的群主不小心点开perceptual edge这个网站，作者把一些花哨唬人的作图方式都痛批了一遍，得出结论：这些3D炫彩的凹造型方式其实不如柱状图！看到这句话，群主的脑中响起了《道德经》的BGM：“大智若愚，大巧若拙。大音希声，大象无形。”整个世界都安静了，山高月小，水落石出。群主决定回归自然。不久遇到了matplotlib（python最著名的绘图库），发现这货竟然能徒手写代码画图，群主的断舍离情结得到了满足，于是连夜卸载了JMP, Tableau等肤浅的作图软件，踏上了一条少有人走的艰辛而美妙的岔路……

本周笔记中出现的数据文件可从百度网盘下载：

http://pan.baidu.com/s/1o82pZ2i

一、数据可视化原则

1. 什么是数据可视化

数据可视化就是将数据合理地映射成图形元素的过程。

2. 数据可视化的目的

人类是视觉动物，其视觉神经系统有强大的模式识别和分析能力，数据可视化是启动这套系统的途径。

3. 数据可视化的原则

明确可视化的具体目标

• 可视化的类型

• 探索型：做之前并不知道数据中有哪些规律。可视化是探索的工具。

• 解释型：知道规律，目的是方便传递（以让其他人更容易理解数据中的规律）。要考虑受众。

• 要传送什么样的信息

• 哪些信息最重要

• 使用什么数据

• 考虑受众群体

• 阅读者的角色和知识背景：例如高层领导者就可能更需要偏宏观的信息。

• 需要何类信息？

• 细节程度？

• 选择合适的视觉编码方法（如下图形元素）

• 位置

• 长度

• 尺寸

• 角度

• 颜色

• 形状……

二、开始作图

基本概念

• figure：画布

• axes：坐标轴，或者理解成所画的图形

• 一张画布（figure）可以有很多图（axes）

其他

• label：坐标轴的标注

• ticks：刻度

• legend：图例

• loc = 0：自动寻找最好的位置

• ncol = 3：分三列

• fontsize

• frameon = True ：边框

画布：

三、图的类型

基本图形类型

• 线图line

• 条形图bar （表现离散数据）

• 饼图pie

• 直方图 histogram（画连续数据）

• 散点图 scatter （两个因素的相关性)

坐标轴属性：

注意区别：

fig, ax = plt.subplots() 画布里只有一个axes。 fig 后跟 ax

fig, axes = plt.subplots(1, 4, figsize=(16, 3)) 画布里有多个axes。 fig 后跟 axes

学完这些，相信大家和我一样脑海中滚动着《杀手leon》的著名台词：

Is life always this hard, or is it just when you are a kid? 

Always like this. 

配图：笑着活下去.jpg

似乎画图都已经这么难了，那后面的机器学习算法呢？不用担心，群主以24K纯种理科生的经验保证，matplotlib画图这节是最难的，因为死记硬背的细节太多了！只要跨过这个坎，前面一片坦途ヾ(o???)?加油，还有一次matplotlib的学习笔记，下周不见不散！

8-原谅我这一生不羁放纵爱作图之matplotlib（上）