数据可视化是用图形或者表格的形式进行数据显示，用图形化的手段，清晰有效地传递与沟通信息。既要保证直观易分析，又要保证美感。实现的对稀疏，肉眼无法分析的数据进行深入洞察。
  下面就介绍用python的一些方法进行可视化处理。
  使用工具：jupyter notebook。

一：配置jupyter notebook

  安装的过程就不讲解了，这里只讲配置。

1.设置显示图片

  代码如下：

%matplotlib inline # 在jupyter中嵌入显示
%config InlineBackend.figure_format = "retina" # 显示分辨率较高的图像

2.安装ggplot库

  ggplot是一个python的图形库，经常被用来制作数据的可视化视图，直接用pip install ggplot安装。

3.Matplotlib显示中文

  有四种方法可以显示中文，这里只先介绍两种。

  (1)用FontProperties

import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties  # 步骤一
font = FontProperties(fname=r"C:/Windows/Fonts/simsun.ttc", size=14)  # 步骤二

  需要先下载simsun.ttc宋体文件，如果要用其他的字体，需要自行寻找。

  (2)用fontproperties

import matplotlib.pyplot as plt
plt.xlabel("x轴")
plt.ylabel("y轴", fontproperties="SimSun") # 步骤一    （宋体）
plt.title("标题", fontproperties="SimHei") #          （黑体）
plt.show()

  优点：灵活，另一个优点：不污染全局字体设置。

  在jupyter运行如下：

二：Matplotlib图像实例

1.点图和线图

  简介：点图和线图可以用来表示二维数据之间的关系，通过plot()即可显示 。使用subplot()函数能够绘制多个子图图像，还可以添加X,Y坐标轴的名称，以及标题。

  代码如下：

import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties  # 步骤一
font = FontProperties(fname=r"C:/Windows/Fonts/simsun.ttc", size=14)  # 步骤二
import numpy as np
import matplotlib.pyplot as plt

# 生成第一个点图
x1 = np.linspace(0.0,5.0)
y1 = np.cos(2 * np.pi * x1) * np.exp(-x1)
plt.subplot(2,1,1)
plt.plot(x1,y1,'yo-')
plt.title('点图和线图',fontproperties="SimHei")
plt.ylabel('点图',fontproperties="SimHei")

  结果如下：

  线图代码如下：

# 生成第一个线图
x2 = np.linspace(0.0, 2.0)
y2 = np.cos(2 * np.pi * x2)
plt.subplot(2,1,2)
plt.plot(x2,y2,'r.-')
plt.xlabel('线图')
plt.ylabel('线图')

  结果如下：

  plot函数说明：

plt.plot(x,y,format_string,**kwargs)

  x,y表示x轴和y轴数据，format_string表示控制曲线的格式字符串，后面的**kwargs表示第二组或可选。

  subplot函数说明：

subplot(numRows,numCols,plotNum)

  这个函数将整个绘图区域分成numRows行和numCols列，然后按照从左到右，从上到下的顺序对每个子区域进行编号
，plotNum参数指定创建的子图对象所在的区域。