python是目前使用最广泛的编程语言，因为目前正处于大数据时代；目前大数据中可视化技术至关重要，而python的matplotlib是最主要的可视化库，下面看看如何绘制散点图、直方图和箱形图，及修改图表属性的函数setp
工具/原料
anaconda，spyder，python3，matplotlib，numpy，pyplot
random，standard_normal，len，grid，axis，xlabel，ylabel，title，figure，legend，subplots，scatter，randint，hist，colorbar，marker，setp，boxplot
方法/步骤
1、加载numpy和matplotlib.pyplot。y=np.random.standard_normal((600,2))表示随机生成一个标准正态分布形状是600*2的数组，如图所示
2、绘制散点图（使用plot）。plt.figure(figsize=(8,5))表示绘制图形的画板尺寸为8*5；plt.plot(y[:,0],y[:,1],'ro')表示绘制散点图，且为红色圆标记；plt.grid(True)表示图形添加网格；plt.xlabel('1st')表示给X轴加标签‘1st’；plt.ylabel('2nd')表示给Y轴加标签‘2nd’；plt.title('ScatterPlot')表示给图形加标题‘ScatterPlot’；如图所示
3、绘制散点图（使用scatter）。plt.scatter(y[:,0],y[:,1],marker='o')替代了上面的plt.plot(y[:,0],y[:,1],'ro')，则绘图效果类似，其中marker='o'表示圆标记；如果再加上参数c='r'，修改颜色后，完全等价于上图；如图所示
4、绘制散点图（色彩可视化）。c=np.random.randint(0,10,len(y))表示随机生成一个第三维度的数据集，取值在0-10之间的整数；plt.scatter(y[:,0],y[:,1],c=c,marker='o')表示颜色数据来源于第三维度的c；plt.colorbar()表示添加彩条；如图所示
5、两个数据集的直方图。plt.figure(figsize=(8,5))表示驻账答峰绘图画板尺寸为8*5；plt.hist(y,bins=30,labe造婷用痃l=['1st','2nd'])表示使用y绘制直方图，数据组数有30个，标签分别使用'1st'和'2nd'；plt.grid(True)表示添加网格；plt.legend(loc=0)表示最佳位置显示图例；plt.xlabel('Value')表示X轴标签为‘Value’；plt.ylabel('Frequency')表示Y轴标签为‘Frequency’；plt.title('Histogram')表示标题为‘Histogram’；如图所示
6、两个数据集堆叠的直方图。plt.hist(y,bins=20,label=['1st','2nd'],color=['b','m'],stacked=True,rwidth=0.8)的参数stacked=True表示堆叠的直方图；rwidth=0.8表示修改条块的相对宽度为0.8，color=['b','m']表示颜色分别取蓝色、品红；如图所示
7、两个数据集的箱形图。fig,ax=plt.subplots(figsize屏顿幂垂=(8,5))表示画板尺寸的设置为8*5；plt.芟鲠阻缒boxplot(y)表示用y绘制箱形图；plt.grid(True)表示添加网格；plt.setp(ax,xticklabels=['1st','2nd'])表示刻度值标签设置为'1st'和'2nd'；plt.xlabel('var')表示X轴标签为'var'；plt.ylabel('value')表示Y轴标签为'value'；plt.title('Boxplot')表示标题为'Boxplot'；如图所示
8、用setp函数来修改图表属性。plt.figure(figsize=(8,5))表示画板尺寸设置；line=plt.plot(y,'r')表示绘制红色的折线图；plt.setp(line,linestyle='--')修改线条为虚线；如图所示
