利用python进行数据分析(暂废)

基础知识

ipython

Ctrl-D退出

tab自动补全神器

但是ipython默认隐藏了下划线开始的方法和属性，比如魔术方法，“私有”方法和属性，要先输入下划线才看得到

内省：变量名前后使用 ? 显示关于对象的概要信息（包括docstring）

??来显示函数的源代码

？的终极用途：搜索命名空间，比如np.*load*?

% file.py 运行文件中的代码，如果需要参数就加参数如果想让待运行的脚本使用ipython空间中有的变量，用%run -i filename.py

%paste 和 %cpaste (–终止)黏贴代码

一些终端指令：ctrl-L清屏 C+U删除当前行 ….

魔术命令

没有内建到python中去，调用示例:

a = np.random.randn(100,100)
%timeit np.dot(a,3)

大部分魔术指令可以用?看到额外的选项

魔术函数在不冲突时可以不加百分号调用，%automagic 可以启用、禁用

一些魔术函数像python函数一样，输出可以赋给一个变量

a = %pwd

%quickref  快速参考卡
%magic 探索所有魔术命令
%debug从最后发生报错的底部进入交互式调试器  %pdb出现任意报错自动进入调试器
%hist
%paste   %cpaste
%reset 清空所有变量/名称  %xdel variable 删除变量和相关引用
%page OBJECT  通过分页器更美观的打印一个对象
%run   %prun statement  使用CProfile执行语句，报告输出
%time 报告单个语句执行时间   %timeit 多次运行单语句，计算平均执行时间，用于估算代码最短执行时间
%who  %who_ls  %whos  依次更加详细的展示变量

这个厉害

jupyter

核心组件是 notebook 交互式的文档类型

python的jupyter内核使用ipython系统进行内部活动

集成matplotlib:

• 在ipython命令行中 %matplotlib
• 在jupyter中 %matplotlib inline

python

一切皆为对象，对象模型的一致性！！！

几乎所有的python对象都有内部函数，称为方法

python虽然没有显示声明类型，但却是强类型语言，比如’5’+5会报错，而不是像很多语言一样发生隐式转换

只有在特定，明显的情况下才会发生隐式转换比如float + int

tips: isinstance(a,(int,float))检查对象类型是否在右边的元组中

python。。。鸭子类型，不管具体类型，只要它拥有某个特殊的方法，就一定有某种属性

iter(x)检查可否迭代

if not isinstance(x,list) and isiterable(x):

​ x = list(x) 不是列表就转换为列表

None 是NoneType类型的唯一实例，如果函数没有显式返回值，那就返回None

三元表达式

x = 5
'a' if x == 5 else 'b'
'a'

datetime

from datetime import datetime,date,time
dt = datetime('2021,5,1,21,8,30')
dt.year,month,day,hour,minute,second
dt.date()输出前三个
dt.time()输出后三个

dt.strftime('%x%x%x')
datetime.strptime('202151',"%Y%m%d")#转换为datetime对象
datetime相减会产生datetime.delta对象
delta = datetime2 - datetime1
delta == datetime.timedelta(99,7179) #间隔99天,7179秒
timedelta和datetime可以做加减得到新的datetime
%y     两位数的年份表示（00-99）
*%Y     四位数的年份表示（000-9999）
*%m     月份（01-12）
*%d     月内中的一天（0-31）
*%H     24小时制小时数（0-23）
*%I     12小时制小时数（01-12）
*%M     分钟数（00=59）
*%S     秒（00-59）
*%a     本地简化星期名称
*%A     本地完整星期名称
%b     本地简化的月份名称
%B     本地完整的月份名称
%c     本地相应的日期表示和时间表示
%j     年内的一天（001-366）
%p     本地A.M.或P.M.的等价符
%U     一年中的星期数（00-53）星期天为星期的开始
%w     星期（0-6），星期天为星期的开始
%W     一年中的星期数（00-53）星期一为星期的开始
%x     本地相应的日期表示
%X     本地相应的时间表示
%Z     当前时区的名称
%%     %号本身

数据结构

tuple

可以用tuple函数将任意序列或迭代器转换为元组，比如tuple(‘ab’)->(‘a’,’b’)

同样可以使用 + 来连接，可以使用 * 来组成大元组

嵌套元组拆包(为啥python不用临时变量的原因)

tup = 4,5,(6,7)
a,b,(c,d) = tup

collections有很多封装好的数据结构，比如collections.deque

他们适合不同的场景，拥有特定的操作和某些特性下的加速，比如deque是双端数列，头尾插入快

list的remove很方便，但是内存占用比较高，还有insert代价比append更高

与字典，集合相比，对列表使用in时非常缓慢

list.extent(元素)比起创建新列表再使用+来连接节省很多内存

bisect模块可用于排序好的序列(实现了二分搜索，已排序列表的插值)

import bisect
c = [1,2,2,2,3,4,7]
bisect.bisect(c,5) #5要插在哪
--6
bisect.insort(c,6)
c
[1,2,2,2,3,4,6,7]

序列函数enumerate,zip,sorted,reversed

zip取决于最短的那一项，enumerate,zip,reversed都返回生成器

字典的keys values items 返回的是迭代器！

a.update({xxxxxx})可以合并字典，如果冲突，则原来的被覆盖

由于字典本质是2-元组（含有两个元素的元组）的集合，字典可以接受一个2-元组为参数

dictionary = dict(zip(range(5),reversed(range(5))))

value = dict.get(key,default_value)，不加默认值就返回None，pop也可以，不过默认抛出异常

dict.setdefault(key, default=None)查找key，如果不存在就设置为default，可以用[]

by_letter = {}
for word in words:
    letter = word[0]
    by_letter.setdefault(letter,[]).append(word)
    #设置首字母序列
#也可以直接from collections import defaultdict

defaultdict

字典的键必须是不可变，它们将被哈希化，用hash(x)检查能否哈希化

为了将列表作为键，可以转换为元组，元组只要内部元素可以哈希化，它自身就可以哈希化

d = {}
d[tuple([1,1,1])] = 5
d
{(1,1,1) : 5} #...真的有必要把元组作为键吗

#集合操作
a.add(x)
a.clear()#清空
a.remove(x)
a.pop()#移除任意元素，空的则抛出keyerror
a|b
a&b
a-b
a^b
#这几个都可以 a x= b
a.issubset(b) a包含于b则返回ture
a.issuperset(b) 如果a包含b返回true
a.isdisjoint(b) ab没有交集返回true
a.copy()用于赋值，免得指向同一个

字典，集合都有推导式！推导式和map功能有些重复

#字典示范
dictionary = {val:index for index,val in enumerate(strings)}

嵌套列表推导式的for顺序排列,要区别于列表推导式中的列表推导式

some_tuples = [(1,2,3),(4,5,6)]
flattend = [x for tuple in some_tuples for x in tuple]
flattend == [1,2,3,4,5,6]
[[x for x in tuple] for tup in some_tuples]
[[1,2,3],[4,5,6]]

函数

global

返回多个值是以元组形式，甚至可以返回一个字典，啥都行

将函数作为参数传递，这种更函数化的编程有更强的复用性和通用性

def complex(a,ops):
	for op in ops:
        op(a)
operation = [str.title,str.strip]
complex('wocao',operation)
妙啊！

lambda本身没有显式的__name__属性

柯里化

通过部分参数应用的方式从已有的函数里衍生出新的函数

from functools import partial
add five = partial(add_numbers,5)

生成器表达式可以作为函数参数用于替代列表推导式

sum(x ** 2 for x in range(100))

itertools

适用于大多数数据算法的生成器集合

可以查一下手册，需要的时候

except(xx,xx)来结合多个异常

文件

read([size])
seek(pos)
tell()
#随机三件套
readlines([size])
write(str)
writelines(strings)
close
flush #将内部I/O缓冲区内容刷新到硬盘
closed

在文本模式下，f.read(10)#读取了10个字符所需要的字节并解码
而在二进制模式下,f.read(10)#读取了10个字节，并未解码，显示b'xxxx'
解码如果不完整，则会报错
文本模式配合open的encoding参数读取不同编码类型
with open(path,'xt',encoding = 'utf-8') as f:

Numpy

数组和向量化计算

• 高校多维数组，提供数组算术操作和灵活的广播(不同尺寸数组)
• 线性代数，随机数，傅里叶变换
• 提供非常易用的C API，使得调用底层语言变得极其简单
• 诸多外部库都基于Numpy，这是数值计算最重要的python库

Numpy的方法比python方法快10-100倍，并且使用的内存也更少

核心特征ndarry 快速，灵活的大型数据集容器，允许使用类似标量的操作语法在整块数据上进行数学计算

生成

array(列表，元组，数组)
asarray()将输入转换为ndarray？？
arrange
ones/zeros/empty/full+/_like
eye/identity

dtype

能和吉他系统数据灵活交互的原因

dtype和astype（new type）方法

转换时小数->整数截断，string转换为合适的，

但在用numpy.string_作数据时，numpy会修正大小或删除输入而不发出警告

数组算术

所谓向量化运算，逐元素操作。

索引

ndarray可以用”切片”赋值b[1:4] = 5把b的2-4号元素都赋值5

ndarray的切片事原数组的视图，而不是复制！！！不然得多慢，要想复制得：arr[5:8].copy()

高维索引：可以arr2d[2][1] 也可以arr2d[2,1]

切片配合索引可以很好的进行切片，全选用单独 :

布尔索引

names是一个字符串ndarray

names == 'Bob'
array([True,False,False],dtype = bool)#输出一个布尔值数组
可以将布尔数组当作数组的索引，但是其长度必须和数组轴索引长度一致，不一致时不会报错，要小心
date = np.random.randn(7,4)
date[date<0] = 0 #好厉害的功能

布尔索引也能配合切片使用

布尔索引总是生成数据的拷贝

~()表示对某个通用条件取反

神奇索引

真的很神奇。。使用整数数组进行数据索引（Numpy专用）

相当于是一维一维的选择数据，也可以把每个数组的对应位置组合起来看成索引

神奇索引的结果总是一维的，他也总是复制数据到新的数组中

假设arr是二维数组

arr[:,[2,1,0]] 相当于是把前三列倒过来再复制出来，很奇怪的用法

换轴：arr3d.transpose((1,0,2)) 换了轴的次序，有点抽象

arr.swapaxes(1,2)交换俩轴，返回视图而不是复制

通用函数

快速的逐元素数组函数

一元

abs/fabs  
sqrt
square
exp
log log10 log2 log1p()#返回ln(1+x)
sign #返回符号值，正数1，0为0，负数-1
ceil floor
rint #保留整数，保持dtype
modf #分别返回小数部分和整数部分
isnan #返回布尔数组
isfinite #既非inf又非NaN 
isinf
cos,cosh,sin,sinh,tan,tanh
arc*6
logical_not()#按位取反

二元

add subtract multiply divide/floor_divide
power(x,y)#每项依次xi ** yi
maximum/minimum/fmax/fmin #后两个忽略NaN
mod()#模
copysign #将第一个数组的符号值改为第二个数组的符号值
greater.....不如直接用操作符

数学和统计

用数组表达式完成多种数据操作任务，代替显式循环，称为向量化，速度会快很多

np.where(布尔数组，标量/向量，标量/向量)是向量界的三元表达式

sum(array,axis = )
mean
std,var 标准差/方差 ，可以选择自由度调整
min max
argmin argmax 最小值和最大值的位置#axis可以省略，直接写维度
cumsum cumprod 累和 和 累积 有中间结果#
sort

布尔数组妙用

arr = np.random.randn(100)

(arr>0).sum()正值的个数

还有bools.any()检查是否至少一个true

bools.all()检查是否每个值都是True，里面可能放轴

唯一值与其他集合逻辑

有一些针对一维ndarray的基础集合操作

unique(array)#对唯一值排序
intersect1d(x,y)交集
union1d(x,y)并集
in1d(x,y)x项是否在y中，返回布尔数组
setdiff1d(x,y)返回x-y
setxor1d(x,y)返回x^y 不共有的

文件

numpy可以将数据以文本/二进制文件形式存入硬盘或载入，pandas或其他来载入文本/表格更被人们推崇

#默认后缀是.npy
arr = np.arange(10)
np.save('Iamfile',arr)
np.load('Iamfile.npy')
#多个就是
np.savez('Iammanyfile',a = arr, b = arr)
#load以后变成一个字典对象
arch = np.load('Iammanyfile.npy')
arch['b'] == array([0,1,2,3,4,5,6,7,8,9])
#如果数据已经压缩好了，仍能存入压缩的文件
np.savez_compressed('small.npz',a = arr, b = arr)

点乘

a.dot(b)

np.dot(a,b)

a @ b

linalg

顾名思义，numpy.linalg 拥有一个矩阵分解的标准函数集，以及其他常用函数比如求逆/行列式

这都是通过在MATLAB和R等其他语言使用的行业标准线性代数库实现的。

from numpy.linalg import inv,qr
diag()#返回方针的对角元一维数组，一维数组就准换为对角矩阵
dot
trace #考考你“迹”
det 
eig #方阵特征值和特征向量
inv 逆矩阵
pinv Moore-Penrose伪逆
qr QR分解
svd 奇异值分解
solve 求解x的线性系统Ax = b，其中A是方阵
lstsq 计算Ax = b的最小二乘解

伪随机数生成

np.random.seed(1234)这个设置的是全局随机数种子
rng = np.random.RandomState(123)
arr = rng.randn(10) #这样生成的就是独立的

seed
permutation(arr) # 返回一个序列的随机排列
shuffle # 随机排列一个序列,直接更改原来的
rand #从均匀分布[0,1)中抽取样本
randint #根据给定的从低到高的范围抽取随机一个整数
randn #从均值0方差1的正态分布
normal(x1,x2,(shape))#平均值，标准差，shape

binomial #从二项分布中抽取样本
beta #从beta分布中抽取样本
chisquare #从卡方分布中抽取样本
uniform(x1,x2,(shape)) #从均匀分布中抽取样本
gamma #从伽马分布中抽取样本

随机漫步

Pandas

numpy像序列化好的矩阵，序列，pandas相当于是字典(有名称的数据)

numpy适合处理同质型的数值类数组数据

pandas用来处理表格型或异质性数据

Series

一维的数组型对象，包含一个值序列（类似numpy），和数据标签（索引 index）

默认索引0 - N-1 ，用values和index得到其值和索引

比numpy数组特殊的是可以用标签来索引：

In [5]: obj2.index
Out[5]: Index(['d', 's', 'c', 'a'], dtype='object')

In [6]: obj2.values
Out[6]: array([ 4,  7, -5,  3], dtype=int64)
    
In [8]: obj2[['d','s']]
Out[8]: 
d    4
s    7
dtype: int64

可以考虑它是一个长度固定且有序的字典，在可以使用字典的上下文中Series都能用

使用numpy的函数或按numpy风格的操作，比如布尔数组索引，数学函数，都能用，且保存索引值链接

还能把字典变成Series pd.Series(dict)

obj3 = pd.Series(list1,[index = list])如果list里没有，则被舍弃，如果list里有没对上的，就NaN

Pandas用 isnull 和 notnull检查数据，也返回类似布尔值Series的东东

自动对齐索引是非常有用的

Series对象自身和其索引都有name属性

In [10]: obj2.name = 'population'
In [11]: obj2.index.name = 'state'
In [12]: obj2
Out[12]: 
state
d    4
s    7
c   -5
a    3
Name: population, dtype: int64

索引可以通过按位置赋值的方式进行改变 obj.index = [new list]

DataFrame

表示矩阵的数据表,它包含已排序的列集合，每一列可以是不同的值类型（数值，字符串，布尔值等），DataFrame既有行索引，又有列索引

在DataFrame中数据被存储为一个以上的二维块。

可以利用分层索引在DataFrame中展现更高层次的维度。

构建

利用包含等长度列表或numpy数组的字典

在jupyter notebook里面dataframe对象会展示一个更好康的HTML表格

data = {'a':[],"b":[],"c":[]}
frame = pd.DataFrame(data)
frame2 = pd.DataFrame(data,columns = ['b','a','c'],index = ['first','second','third'])
colunmns指定列的顺序，索引指定索引。。如果columns里出现data没有的列，则填充缺失值NaN

frame2[‘a’] == frame2.a 这是一个Series对象，frame2.a只在a是有效变量名时可用，前者则总可用

也可以用这个更改一列👆，用列表/数组赋值时请确保长度匹配，

将Series付给一列时，索引会尝试匹配，空缺补缺失值，如果a（被赋值的列）不存在，会产生新列（此时不能用frame2.a的语法！！），可以用del关键词来删除dataframe的列

返回的Series对象索引继承dataframe的，而且name属性被设置成字典的索引

从DateFrame中选的列同样是数据的视图，拷贝得用.copy()

另一种常用的数据形式是包含字典的嵌套字典:

pandas会将字典的键作为列，将内部字典的键作为行索引，自动补全NaN

可以用Numpy语法转置 frame3.T

内部字典的键会被联合，排序，但是如果显式指明索引，键不会被排列

frame3.index.name 和 frame3.columns.name 也是可以设置的

如果列是不同的dtypes，那么values的dtype会自动选择适合所有列的类型

基本功能

reindex([]) 创建一个符合新索引的新对象

In [7]: obj3 = pd.Series(['blue','yellow','green'],index=[0,2,4])

In [8]: obj3
Out[8]: 
0      blue
2    yellow
4     green
dtype: object

In [9]: obj3.reindex(range(6),method = 'ffill')
Out[9]: 
0      blue
1      blue
2    yellow
3    yellow
4     green
5     green
dtype: object
#ffill会将值向前传递

reindex方法的参数
index #作为默认参数，可以省略
columns = xx #此关键字用于重建列的索引
ps:可以用frame.loc[[行索引]，[列索引]]
method #ffill前向，bfiil后向填充
fill_value #选择缺失时使用的替代值
limit #前后填充时，填充的最大元素数量
tolerance #前后填充时，填充的最大绝对数字距离
copy #True时总是复制底层数据，False在索引相同时不复制数据

删除

data.drop([xxx])删除索引，默认是轴9

data.drop([xxx],axis = 1) #也可以写axis = ‘columns’ 只删除一个的就不用列表

像drop这类函数会修改Series或DataFrame的尺寸或形状，直接操作原对象，不返回新对象

索引对象

不可变的，用obj.index拿出来，构造Series和DataFrame时，内部产生索引对象

可以用pd.Index([list])显式生成

它具备集合的特征，比如使用 in方法

但是它可以包含重复标签，根据重复标签筛选会选取所有匹配的

append()
difference
intersection
union
isin
delete(i)#删除位置i的索引并产生新的索引
drop('xx')#删除xx索引并产生新的索引,可以传递列表来删除多个
insert(i)
is_monotonic #是否递增
is_unique #是否唯一
unique #得到索引的唯一值序列

Series 既可以使用obj[2:4]这样传统的顺序，也可以使用obj[[‘b’,’c’]]用索引里截取的列表来

甚至可以obj[‘b’:’c’] 而且这个是包含尾部的，series只有一列，这些都是选择行

对dataFrame可以直接用obj[‘two’]来索引某一列或用一个列表来选择！这是列选择语法

但是切片语法obj[2:4]时选择行的（这才是特殊的），传入单个/列表只能选择列！！！

loc和iloc选择(更准确，更无歧义)

date.loc [[],[]] 前者选择行，后者选择列，必须是索引名

date.iloc [ xxx ]就只能用数字索引

当用列表时形式和原来相仿，当选了某一个行时，会发生转置

In [16]: data
Out[16]: 
          one  two  three  four
OHIO        0    1      2     3
COLORADO    4    5      6     7
UTAH        8    9     10    11
NEWYORK    12   13     14    15

In [17]: data.loc['OHIO',['one','three']]
Out[17]: 
one      0
three    2
Name: OHIO, dtype: int32
        
In [21]: data.iloc[0,[2,1]]
Out[21]: 
three    2
two      1
Name: OHIO, dtype: int32

这两种方法是可以使用切片的

df[val] 选择单列或列序列，特殊是数字切片选择行
df.loc[val] 选择行
df.loc[:,val] 选择列
df.loc[val1,val2]选择某部分
df.iloc同理
df.ai[label_i,label_j]根据索引选择单个标量
df.iat[i,j]根据位置选择单个标量
get_value

ps:当对标签使用切片时是包含尾部的，比如loc里面和series的标签切片，即使有时候标签就是数字

算数和数据对齐

相加对象时，当索引对不同，返回结果的索引将时索引对的并集，没有交叠的部分全都变成NaN

灵活算术方法

add,radd
sub,rsub
div,rdiv
floordiv,rfloordiv
mul,rmul
pow,rpow
参数fill_value设定了以后有必要会保留两边的，带r的都是参数翻转

DataFrame和Series间的操作

类似不同维度数组间的操作类似

当arr(np数组)减去一行时，减法依次在每一行进行了操作，这就是所谓的广播机制

二DataFrame和Series之间的操作是类似的，Series的索引和DataFrame的列进行匹配，然后广播到各行

如果索引值不在DataFrame的列中，也不在Series的索引中，对象会重建索引并进行联合。补NaN

如果想在行上匹配，列上广播，必须得用算术方法，然后指定参数axis = ‘index’或axis = 0

Numpy的通用函数们可以直接使用到pandas对象进行逐元素操作

DataFrame的apply方法可以将函数应用到一列或一行上，默认是对每一列调用一次，

用axis = ‘columns’ 或 1来对行调用，索引仍保留对应的，但大部分常用的功能都已经实现了

applymap就是对每个元素使用！

先到这吧

文件

有一大坨，我挑了几个

read_csv 从文件，url，文件型对象读取分隔好的数据，逗号是默认分隔符
read_table从文件，url，文件型对象读取分隔好的数据，制表符是默认分隔符
read_fwf 从特定宽度格式的文件中读取数据（无分隔符）
read_excel
read_html
read_json

由于现实世界的数据非常混乱，随着时间推移，一些数据加载函数的可选参数变得非常复杂，pandas的在线文档中有大量实例展示，可以借鉴

一些参数
path
sep/delimiter 分隔符，可以是正则表达式
header 用作列名的行号
index_col 用作行索引的列好/列名
names 列名列表，必须header = None
............

Matplotlib

如果不是用了%matplot notebook/inline，就得用plt.

最终目标可能是构建网络交互式可视化

matplotlib用来制作静态或动态的可视化文件，生成出版级质量图表（一般二维）

matplotlib支持所有操作系统上的各种GUI后端，还可以导出为常见的矢量和光栅图形格式！

现在有了一些matplotlib数据可视化的附加工具包，（调用matplotlib进行底层绘图）比如seaborn

尽管seaborn等库和pandas内建的绘图函数可以处理大部分绘图的普通细节，但是要更好的定制，必须得学习一些maplotlib的API

导入惯例

import matplotlib.pyplot as plt

首先在jupyter notebook 来一句 %matplotlib notebook(Ipython则是%matplotlib)

图片

这些图位于图片（Figure）对象中，可以使用plt.figure()生成一个新的图片

Jupyter好像优化了，不仅可以提前显示，而且在后续单元格执行时不会重置图表

当再绘图时，会在最后一个子图上画画

fig.add_subplot返回的是Axes Subplot对象，可以调用这些对象绘图

可以去matplotlib官方文档找完整的图形类型

使用子图网格创建图片时非常常见的任务，所以有一个方法plt.subplots(size)，返回包含了已生成的子图对象的Numpy数组

牛批啊，fig是一个尺寸对象Figure，axes则是返回的numpy数组

有几个参数，sharex(True/all False/None) sharey

subplot_kw：可选的，字典类型。包含传递给用于创建子图的调用add_subplot的关键字参数。

gridspec_kw：可选的，字典类型。包含传递给用于创建子图网格的GridSpec构造函数的关键字参数。

**fig_kw：所有传递给matplotlib.pyplot.figure调用的额外关键字参数。

比如plt.subplots(2,2,figsize = (8,6)最后一项传入figure对象

配置

https://blog.csdn.net/htuhxf/article/details/82863630

https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.plot.html

可以用图对象的subplots_adjust方法，或者当作顶层函数用，调整间距

fig.subplots_adjust(left,bottom,right,top,wspace,hspace)

很多配置字符串可以合到一起，也可以分开来使得表达清晰

ax.plot(x,y,'ko--')
等价于
ax.plot(x,y,color ='k',linestyle = 'dashed',marker = 'o')

大多数图表修饰工作有两种主要的方式：程序性的pyplot接口或更多面向对象的原生matplotlib API

pyplot接口设计为交互式使用，包含xlim,xticks,xticklabels方法，他们在没有函数参数时返回当前参数值，在传入参数时设置参数值，他们默认在当前活动或最新创建的AxeSubplot上生效。他们分别对应于子图的两个方法，比如xlim对应于ax.get_lim和ax.set_lim，后者更为显式，单独操作子图

#实例
fig = plt.figure()
ax = fig.add_subplot(1,1,1)
ax.plot(np.random.randn(1000).cumsum())
ticks = ax.set_xticks([0,250,500,750,1000])#设置刻度
labels = ax.set_xticklabels(['one','two','three','four','five'],rotation = 30,fontsize = 'small')#设置标签
ax.set_title('My first matplotlib plot')
ax.set_xlabel('Stages')

#也可以这样设置
props={
    'title': 'My first matplotlib plot',
    'xlabel':'Stages'
}
ax.set(**props)#通用的一种方法

print(ticks)
print(labels)

添加图例

最简单的式在添加图表的时候ax.plot(加一个参数label = ‘xx’)

再执行ax.lengend(loc =’xx’)或者plt.legend就能自动生成图例，best会找到最合适的位置

好文章：

一，折线图调整

二，坐标轴

三，挪动坐标轴

四，设置label

五，散点图

六，柱状图

注释与子图加工

text,arrow,annote方法可以添加注释和文本

比如：ax.text(x,y,’Hello world!’,family = ‘monospace’,fontsize = 10)

matplotlib含有表示多种常见图形的对象，这些对象的引用时patched。

全集位于matplotlib.patched中，少部分比如Rectangle和Circle可以在matplotlib.pyplot中找到

这个暂时用不到。。先略过吧

保存到文件

使用plt.savefig将活动图片保存到文件，等价于图片对象的savefig实例方法

plt.savefig( ‘ xxx . svg’)文件类型会从文件拓展名自动推断

其他的参数/选项：

fname #默认参数，是一个路径+文件型对象名
dpi #每英寸点数的分辨率，默认100
facecolor,edgecolor #图形背景的颜色，默认是'w'就是白色
format #文件格式，比如'png','pdf',svg,ps,eps啥的，好像时可以覆盖
bbox_inched #要保存的图片范围，如果是'tight'，将会去掉图片周围空白的部分

matplotlib配置

几乎所有的默认行为都可以通过广泛的全局参数来定制，者通过plt.rc来实现

#第一个参数时要自定义的组件,比如'figure',axes,xtick,ytick,grid,legend
然后其他的就可以自定义了,比如：
font_options = {
    'family' : 'monospace',
    'weight' : 'bold',
    'size' : '5'
}
plt.rc('font', **font_options)

使用pandas和seaborn绘图

pandas有很多内建的方法简化dataframe和series对象生成可视化的过程，另一个库时seaborn

导入seaborn会修改默认的matplot配色方案和绘图央视

Series.plot的参数

label 
ax 选用的子图对象，默认是当前活动的
style
alpha
kind 默认'line'
logy #在y上使用对数缩放
use_index 使用对象索引刻度标签（默认x，水平图则是y）
rot
xticks
yticks
xlim
ylim
grid #展示轴网格，默认打开

DataFrame的plot参数

subplots #将每一列绘制在独立的子图中
sharex/sharey #当独立子图时可以设置的
figsize 生成图片尺寸的元组
title 标题字符串
legend 添加子图图例，默认是True
sort_columns 按字母顺序绘制各列，默认为False

折线图

会把Series索引默认当作x轴

DataFrame默认划到一起去，可以设置

注意到DataFrame的列名称(column.name)成为了图例标题

柱状图

plot.bar() 竖直 plot.barh()水平柱状图,同样索引默认当作x轴、y轴

注意到DataFrame的列名称(column.name)成为了图例标题

stackedd = True 参数可以让DataFrame每一行的值叠在一起

直方图和密度图

hist和density