[人工智能]数据可视化与matplotlib

数据可视化概述：

什么是数据可视化：
数据可视化是借助图形化的手段将一组数据以图形的形式表示，
并利用数据分析和开发工具发现其中未知信息的数据处理过程。
常见的数据可视化方式：
1.折线图
2.柱形图
3.条形图
4.堆积图
5.直方图
6.箱型图
7.饼图
8.气泡图
9.散点图
10.雷达图
11.统计图
12.误差棒图
13.3D图标
选择正确的数据可视化图标：
1.基于比较关系可选择的图表
2.基于分布关系可选择的图表
3.基于构成关系可选择的图表
4.基于联系关系可选择的图表
常见的数据可视化库：
1.matplptlib
2.seaborn
3.ggplot
4.bokeh
5.pygal
6.pyecharts
使用matplptlib绘制图表：
1.绘制折线图：
使用plot()绘制折线图：

import matplptlib.pyplot as plt
import numpy as np
x = np.arange(4,19)
y_max = np.array([32,33,34,34,33,31,30])
x_min = np.array([19,19,20,22,22,21,22])
plt.plot(x,y_max)
plt.plot(x,y_min)
plt.show()

2.绘制柱形图或堆积柱形图：
使用bar()绘制柱形图或堆积柱形图：

import matplptlib.pyplot as plt
import numpy as np
x = np.arange(5)
y1 = np.array([10,8,7,11,13])
bar_width = 0.3
plt.plot(x,y1,tick_label=['a','b','c','d','e'],width=bar_width)
plt.show()

3.绘制条形图或堆积条形图：
使用barh()绘制条形图或堆积条形图：

import matplptlib.pyplot as plt
import numpy as np
x = np.arange(5)
x1 = np.array([10,8,7,11,13])
bar_heihht = 0.3
plt.plot(y,x1,tick_label=['a','b','c','d','e'],height=bar_heirht)
plt.show()