书名：Python数据可视化之matplotlib精进+Python数据可视化之matplotlib实践
定价：128.0
ISBN：9787121348884
作者：刘大成、刘大成
版次：1
出版时间：2018-09

内容提要：

Python数据可视化之matplotlib精进

通过本书的学习，读者可以根据自身的实际项目和任务需求，同时结合在matplotlib实用案例中介绍的应用方向和实现方法，灵活地应用Python数据可视化的实用技能。具体而言，这些应用方向主要包括：图形，元素，交互，探索和拓展。在这些应用方向中，又从不同方面和角度深入讲解每个应用方向的实用案例，使读者对每个应用方向的实现方法都有一个相对系统地掌握。从而，帮助读者建立matplotlib知识体系，拓宽matplotlib应用视野并掌握matplotlib操作要领。这样，就帮助读者搭建起一条立体式的Python数据可视化的精进之路

Python数据可视化之matplotlib实践

本书借助matplotlib讲解开展Python数据可视化实践所需要掌握的关键知识和技能。本书主要由matplotlib入门、精进、演练和拓展四部分组成。同时，为方便读者对书中的内容进行有效实践，相关章节都会配以大量典型的综合案例。书中使用的代码都是Python编程知识里的基础内容，有利于读者将时间和精力放在数据可视化的实践本身上。因此，本书适合对Python数据可视化有兴趣的各行业和领域的有识之士。

作者简介：

Python数据可视化之matplotlib精进,Python数据可视化之matplotlib实践

刘大成，累计发表7篇有关机器学习和统计学的学术论文。高级机器学习工程师、资深数据分析师，具有金融、教育、咨询和游戏等多行业的丰富实践经验，主持或参与了多个机器学习项目。不仅具有扎实的统计学知识，而且具有多年的编程经验，熟练使用Ruby、Java、Python、JavaScript等编程语言。主要的研究兴趣有数据可视化、数据挖掘和数据交互等

目录：

Python数据可视化之matplotlib精进

目录

第1篇  图    形

第1章  向几何图形里填充颜色 2

1.1  多边形的颜色填充 2

1.1.1  规则多边形的颜色填充 2

1.1.2  不规则多边形的颜色填充 4

1.2  交叉曲线的颜色填充 5

1.3  延伸阅读 6

1.3.1  水平方向的交叉曲线的颜色填充方法 6

1.3.2  垂直方向的交叉曲线的颜色填充方法 8

1.4  综合案例：交叉间断型曲线的颜色填充 9

第2章  使用模块patches绘制几何图形 12

2.1  圆的实现方法 12

2.2  椭圆的实现方法 15

2.3  矩形的实现方法 17

2.4  圆弧和楔形的绘制方法 19

2.5  延伸阅读 22

2.5.1  使用折线绘制圆 22

2.5.2  使用椭圆绘制圆 25

2.5.3  使用楔形绘制饼图 26

2.5.4  使用楔形绘制圆环式饼图 28

第3章  组合展示统计图形 31

3.1  机器学习中的判别分析示意图 31

3.2  日期型时间序列图 33

3.3  向直方图中添加概率密度曲线 35

3.4  绘图区域嵌套子绘图区域 39

3.5  延伸阅读：设置一般化的日期刻度线 42

第2篇  元    素

第4章  设置文本内容的样式和布局 45

4.1  文本注解的展示样式 45

4.1.1  文本框的样式 46

4.1.2  文本注释箭头的样式 47

4.2  文本内容的布局 49

4.3  延伸阅读 54

4.3.1  文本自动换行 54

4.3.2  文本内容的旋转角度 57

4.3.3  文本内容的旋转模式 59

4.3.4  多行文本的对齐方式 63

4.3.5  文本注释箭头的连接风格 66

第5章  调整计量单位和计量方法 76

5.1  不同计量单位的实现方法 76

5.1.1  弧度和角度的实现方法 76

5.1.2  厘米和英寸的实现方法 78

5.1.3  秒、赫兹和分钟的实现方法 80

5.1.4  文本注释位置的坐标系统的设置方法 81

5.2  不同计量方法的操作原理 83

第6章  调整刻度线和刻度标签及轴脊的展示效果 87

6.1  刻度线和刻度标签及轴标签的位置调整 87

6.2  刻度线的位置和数值的动态调整 90

6.3  主要刻度线和次要刻度线的调整 92

6.4  轴脊的显示与隐藏 95

6.5  轴脊的位置调整 98

第3篇  交    互

第7章  实现图形的动画效果 104

7.1  使用模块animation绘制动画 104

7.2  调用模块pyplot的API绘制动画 106

第8章  实现GUI效果 110

8.1  类RadioButtons的使用方法 110

8.2  类Cursor的使用方法 113

8.3  类CheckButtons的使用方法 114

第9章  实现事件处理效果 118

9.1  单击关闭画布后出现事件结果提示 118

9.2  画布局部放大效果的实现方法 120

第4篇  探    索

第10章  从外部导入图像加载到绘图区域 124

10.1  外部图像的多样化展示 124

10.2  地势图 126

10.3  热力图 127

10.4  设置图片具有超链接功能 131

10.5  添加画布层面的外部图像 136

10.6  借助滤镜使得图像产生多样化的展示效果 140

10.6.1  颜色的翻转 145

10.6.2  RGB通道NumPy数组转换成单通道NumPy数组 146

第11章  绘制3D图形 150

11.1  绘制带颜色标尺的彩色曲面 150

11.2  在3D空间里分层展示投射到指定平面后的2D柱状图 152

11.3  在3D空间里绘制散点图 154

第12章  绘制地图 156

12.1  澳大利亚的首都和首府城市的人口数量 156

12.2  当前时点的昼夜地理区域分布图 160

12.3  城市之间相隔距离的可视化呈现 162

第13章  综合交叉的应用场景 167

13.1  输入数据可以使用字符串代替变量 167

13.2  以PDF文件格式存储画布图形 169

13.3  调用pyplot的API和面向对象的API设置图形属性 171

13.4  用树形图展示文件夹中的文件大小 172

13.5  matplotlib风格集的设置方法 176

13.6  matplotlib后端类型的配置方法 181

第5篇  拓    展

第14章  使用LaTeX和matplotlib自带的TeX功能渲染文本内容 187

14.1  准备步骤 187

14.2  案例展示 188

14.3  延伸阅读 190

第15章  使用matplotlib书写数学表达式的方法和技巧 193

15.1  编辑字符串的规则 193

15.2  设置输出字符串的字体效果 194

15.3  通过数学公式和数学表达式学习TeX符号的编写规则 195

15.4  通过数学符号和希腊字母学习TeX符号的编写规则 204

附录A  SciPy的安装方法 209

附录B  IPython的使用方法 211

附录C  mpl_toolkits包的安装方法和使用方法 221

附录D  Python 2和Python 3的软件版本的使用建议 226

后记 237

Python数据可视化之matplotlib实践

目    录

第1篇  入门

第1章  使用函数绘制matplotlib的图表组成元素 2

1.1　绘制matplotlib图表组成元素的主要函数 2

1.2　准备数据 3

1.3　绘制matplotlib图表组成元素的函数用法 4

1.3.1  函数plot()——展现变量的趋势变化 4

1.3.2  函数scatter()——寻找变量之间的关系 5

1.3.3  函数xlim()——设置x轴的数值显示范围 6

1.3.4  函数xlabel()——设置x轴的标签文本 7

1.3.5  函数grid()——绘制刻度线的网格线 8

1.3.6  函数axhline()——绘制平行于x轴的水平参考线 9

1.3.7  函数axvspan()——绘制垂直于x轴的参考区域 11

1.3.8  函数annotate()——添加图形内容细节的指向型注释文本 12

1.3.9  函数text()——添加图形内容细节的无指向型注释文本 13

1.3.10  函数title()——添加图形内容的标题 15

1.3.11  函数legend()——标示不同图形的文本标签图例 16

1.4　函数组合应用 17

第2章  使用统计函数绘制简单图形 20

2.1　函数bar()——用于绘制柱状图 20

2.2　函数barh()——用于绘制条形图 22

2.3　函数hist()——用于绘制直方图 23

2.4　函数pie()——用于绘制饼图 25

2.5　函数polar()——用于绘制极线图 26

2.6　函数scatter()——用于绘制气泡图 27

2.7　函数stem()——用于绘制棉棒图 29

2.8　函数boxplot()——用于绘制箱线图 30

2.9　函数errorbar()——用于绘制误差棒图 31

第3章  绘制统计图形 33

3.1　柱状图 33

3.1.1  应用场景——定性数据的分布展示 33

3.1.2  绘制原理 33

3.2　条形图 35

3.3　堆积图 37

3.3.1  堆积柱状图 37

3.3.2  堆积条形图 38

3.4　分块图 39

3.4.1  多数据并列柱状图 40

3.4.2  多数据平行条形图 41

3.5　参数探索 42

3.6　堆积折线图、间断条形图和阶梯图 44

3.6.1  用函数stackplot()绘制堆积折线图 44

3.6.2  用函数broken_barh ()绘制间断条形图 45

3.6.3  用函数step()绘制阶梯图 47

3.7　直方图 48

3.7.1  应用场景——定量数据的分布展示 48

3.7.2  绘制原理 49

3.7.3  直方图和柱状图的关系 50

3.7.4  堆积直方图 51

3.7.5  直方图的不同形状 53

3.8　饼图 55

3.8.1  应用场景——定性数据的比例展示 55

3.8.2  绘制原理 55

3.8.3  延伸阅读——非分裂式饼图 57

3.8.4  案例——绘制内嵌环形饼图 58

3.9　箱线图 60

3.9.1  应用场景——多组定量数据的分布比较 60

3.9.2  绘制原理 61

3.9.3  延伸阅读——箱体、箱须、离群值的含义和计算方法 63

3.9.4  案例1——水平方向的箱线图 65

3.9.5  案例2——不绘制离群值的水平放置的箱线图 66

3.10　误差棒图 67

3.10.1  应用场景——定量数据的误差范围 67

3.10.2  绘制原理 68

3.10.3  案例1——带误差棒的柱状图 69

3.10.4  案例2——带误差棒的条形图 71

3.10.5  案例3——带误差棒的多数据并列柱状图 72

3.10.6  案例4——带误差棒的堆积柱状图 74

第4章  完善统计图形 77

4.1　添加图例和标题 77

4.1.1  图例和标题的设置方法 77

4.1.2  案例1——图例的展示样式的调整 79

4.1.3  案例2——标题的展示样式的调整 80

4.1.4  案例3——带图例的饼图 82

4.2　调整刻度范围和刻度标签 83

4.2.1  调整刻度范围和刻度标签的方法 84

4.2.2  延伸阅读——函数subplot() 85

4.2.3  案例——逆序设置坐标轴刻度标签 86

4.3　向统计图形添加表格 87

第2篇  精进

第5章  统计图形绘制进阶：图形样式 92

5.1　设置坐标轴的刻度样式 92

5.1.1  刻度定位器和刻度格式器的使用方法 92

5.1.2  调用模块pyplot中的函数实现刻度样式的设置 95

5.1.3  案例1——刻度标签和刻度线样式的定制化 95

5.1.4  案例2——货币和时间序列样式的刻度标签 96

5.2　添加有指示注解和无指示注解 98

5.2.1  有指示注解和无指示注解的添加方法 98

5.2.2  案例1——圆角文本框的设置 100

5.2.3  案例2——文本的水印效果 101

5.2.4  案例3——圆角线框的有弧度指示的注解 102

5.2.5  案例4——有箭头指示的趋势线 104

5.2.6  案例5——桑基图 105

5.3　实现标题和坐标轴标签的投影效果 107

5.3.1  实现标题和坐标轴标签的投影效果的操作方法 107

5.3.2  案例——给坐标轴标签添加文本框 109

第6章  划分画布的主要函数 111

6.1　函数subplot()：绘制网格区域中的几何形状相同的子区布局 111

6.1.1  函数subplot()的使用方法 112

6.1.2  案例1——在极坐标轴上绘制折线图 113

6.1.3  案例2——在极坐标轴上绘制散点图 114

6.1.4  案例3——在非等分画布的绘图区域上实现图形展示 115

6.2　函数subplot2grid()：让子区跨越固定的网格布局 116

6.2.1  函数subplot2grid()的使用方法 116

6.2.2  延伸阅读——模块gridspec中的类GridSpec的使用方法 118

6.3　函数subplots()：创建一张画布带有多个子区的绘图模式 120

6.3.1  案例1——创建一张画布和一个子区的绘图模式 120

6.3.2  案例2——创建一张画布和两个子区的绘图模式 122

6.3.3  案例3——多种统计图形的组合展示 124

第7章  共享绘图区域的坐标轴 128

7.1　共享单一绘图区域的坐标轴 128

7.2　共享不同子区绘图区域的坐标轴 130

7.2.1  设置方法 130

7.2.2  案例——将共享坐标轴的子区之间的空隙去掉 135

7.3　共享个别子区绘图区域的坐标轴 136

7.3.1  设置方法 136

7.3.2  延伸阅读——用函数autoscale()调整坐标轴范围 138

第3篇  演练

第8章  坐标轴高阶应用 142

8.1　设置坐标轴的位置和展示形式 142

8.1.1  案例1——向画布中任意位置添加任意数量的坐标轴 142

8.1.2  案例2——调整已经确定的坐标轴的显示、隐藏与刻度范围等问题 144

8.1.3  延伸阅读——使用函数axis()绘制坐标轴 145

8.2　使用两种方法控制坐标轴刻度的显示 146

8.2.1  方法1——调用Axes.set_xticks()和Axes.set_yticks()实例方法 146

8.2.2  方法2——调用函数setp() 147

8.2.3  案例1——棉棒图的定制化展示 149

8.2.4  案例2——坐标轴的样式和位置的定制化展示 150

8.3　控制坐标轴的显示 152

8.4　移动坐标轴的位置 154

第9章  设置线条类型和标记类型的显示样式 158

9.1　不同调用签名形式的字典使用方法 158

9.1.1  方法1——调用签名中的关键字参数的设置形式“fontdict=font” 158

9.1.2  方法2——关键字参数的设置形式“**font” 160

9.2　线条类型的显示样式设置方法 161

9.3　标记类型的显示样式设置方法 162

9.3.1  方法1——单一字符模式 162

9.3.2  方法2——mathtext模式 164

9.4　延伸阅读 166

9.4.1  案例1——“破折号”线条样式的不同展现形式的设置方法 166

9.4.2  案例2——标记填充样式的设置方法 168

9.4.3  案例3——函数plot()的调用签名的设置方法 170

第4篇  拓展

第10章  matplotlib的配置 174

10.1　修改代码层面的matplotlib的配置 174

10.1.1  方法1——调用函数matplotlib.rc() 175

10.1.2  方法2——调用属性字典matplotlib.rcParams 175

10.2　修改项目层面的matplotlib配置 176

10.2.1  配置文件所在路径 176

10.2.2  设置方法 177

第11章  文本属性设置 179

11.1　设置字体属性和文本属性 179

11.1.1  方法1——改变配置文件matplotlibrc的字体属性值和文本属性值 181

11.1.2  方法2——通过属性字典rcParams调整字体属性值和文本属性值 182

11.1.3  方法3——通过设置函数的关键字参数 183

11.2　延伸阅读——手动添加字体 184

11.3　案例——字体主要属性的可视化展示 185

第12章  颜色使用 188

12.1　使用颜色参数和颜色映射表 188

12.1.1  颜色参数的使用 188

12.1.2  颜色映射表的使用 190

12.2　综合案例 193

12.2.1  案例1——模拟图的颜色使用模式 193

12.2.2  案例2——散点图的颜色使用模式 194

12.2.3  案例3——极区图的颜色使用模式 195

12.2.4  案例4——等高线图的颜色使用模式 197

12.2.5  案例5——颜色标尺的颜色使用模式 198

第13章  输出图形的展示和保存 200

13.1　运行命令行展示输出图形 200

13.1.1  方法1——Python shell模式 200

13.1.2  方法2——IPython shell模式 203

13.2　保存输出图形 205

13.2.1  方法1——使用“保存”按钮进行存储 205

13.2.2  方法2——通过执行代码语句进行保存 207

附录A  Python基础知识 208

附录B  NumPy基础知识 213

附录C  matplotlib、NumPy和IPython的安装方法 217