python数据分析与可视化(anaconda安装matplotlib失败)
今天是数据处理专题的第9篇文章，在之前的8篇文章当中我们已经介绍完了pandas这个库的一些基本用法，我们先把一些冷门的高级用法放一放，先来给大家介绍一下另外一个很有用的数据分析库——matplotlib。
matplotlib简介
如果你在大学里参加过数学建模竞赛或者是用过MATLAB的话，想必会对这一款软件中的画图功能印象深刻。MATLAB可以做出各种函数以及数值分布图像非常的好用和方便。如果你没用过呢也没关系，知道这么回事就好了。MATLAB虽然好用，但毕竟是收费软件，而且相比于MATLAB，很多人更喜欢Python的语法。
所以呢MATLAB就被惦记上了，后来有大神仿照MATLAB当中的画图工具，也在Python当中开发了一个类似的作图工具。这也就是我们今天这篇文章要讲的matplotlib，也是Python、数据分析以及机器学习领域当中使用最广泛的作图工具包，几乎没有之一。前段时间不是美国政府搞事情，导致MATLAB公司宣布对中国的几所高校禁止使用MATLAB嘛，有一些人就提出来说我们可以使用Python当中的一些开源工具代替，当然MATLAB当中还有很多其他厉害的功能，Python可能不一定能代替，但至少在作图这个领域是没问题的。
matplotlib 基本用法
matplotlib广泛流行的一个非常主要的原因就是它方便、好用，我们来看几个经典的例子就知道了，短短几行代码就可以作出质量非常高的图。
我们使用的是matplotlib这个包下的pyplot这个库，从名字上我们也看得出来它是Python库。如果你安装了Anaconda这样完整的Python包管理工具的话，那么这个包默认应该已经装好了。如果没有，可以使用pip安装一下，命令也非常简单。
pip install matplotlib
装好了包之后，我们通常的使用惯例是将它重命名成plt，所以如果你阅读一些源码以及其他大神的代码，作图的时候经常会出现plt.xxx，就是这么来的。
import matplotlib.pyplot as plt
plot当中有几种常用的作图工具，第一种是作折线图或者是曲线图的，叫做plot。第二种是作柱状图的叫做hist，第三种是作散点图的，叫做scatter，第四种是作饼状图的。除此之外还可以作一些三维的图像，但是一般日常当中使用得比较少，大部分是用来炫技的。
曲线图
plot其实是用来作曲线图的，采用的方法是描点呈现，它会将我们的数据点串联起来，成为一条光滑的曲线。当然，作折线、直线也都是可以的，最后成图的效果完全是由我们的数据决定的。
它的使用方法很简单，在最基本的用法当中，我们只需要传入两个list，分别代表x轴和y轴的值即可。比如我们要作出一个logistic的函数图像。我们可以这样：
x = np.linspace(-10, 10, 100)
y = 1 / (1 + np.exp(-x))
plt.plot(x, y)
plt.show()
在上面的代码当中我们首先使用numpy当中的linspace函数生成了一个-10到10之间的numpy数组。这个数组当中有100个点，在-10到10之间均匀分布。我们对它计算对应的logistic函数的值，也就是y = 1/1 + e^(-x)。这个函数我想大家都应该很熟悉了，x是一个一百个点的list，对应的y也是一个一百个点的list。也就是说一个x对应一个y构成了一个点对，代表图中的一个坐标。
我们不需要做任何转化，只需要把这两个数组传入plt当中，它会自动替我们完成坐标的映射。最后呈现的效果如下。
我们可以看到作图的效果还是不错的，除了把图像完成的绘制出来之外，还替我们在坐标轴上画上了点位，方便我们查看数据。
直方图
hist可以用来绘制直方图，这也是我们非常常见的图像。在财经领域我们经常用直方图反应一个数据的走势，在数据分析和机器学习当中我们也经常用直方图来反应某一个特征或者是值的分布。
在直方图当中我们只需要传入一个数组，就是我们要求分布的数组，另外我们需要再输入一个参数bins，表示我们希望将数据分桶的数量。然后它会绘制出每个桶中数据数量的直方图，这样我们就可以很直观地看出分布来了。
x = np.random.normal(size=200)
plt.hist(x,bins=30)
plt.show()
这里我们调用numpy当中以正态分布概率随机的函数，得到的结果应该是正态分布的。
我们查看图像，这个结果和我们的预期基本吻合。
点状图
第三种图像叫做散点图，它反应的是每个点的分布情况。比如我们之前在介绍KNN和Kmeans模型的时候曾经都作过散点图，一个点代表一个样本，通过散点图我们观察的也是样本和数据分布的情况。但是和直方图相比它更加得直观，我们能直接看到分布，而不是一个分布的统计结果。
但是它也有缺点，缺点就是我们只能观察二维平面当中的点的分布，毕竟超过3维的维度就没办法绘制了。而且3维的数据分布也不是很好观察。
同样散点图的绘制也很简单，我们只需要调用scatter函数传入x和y的数组即可。
x = np.random.rand(100)
y = np.random.rand(100)
plt.scatter(x, y)
这里我们的x和y都是随机分布，所以得到的结果是散乱没有规律的点。
饼状图
最后我们来看下饼状图，饼状图也很常用，虽然也是反映的数据分布，但是它更多是体现某一个值占的比例。通过饼状图，我们可以很直观地了解到这点。
我们可以传入一个list进入pie函数，plot会根据list当中值在总体的占比绘制饼状图。我们来看个很简单的例子：
a = np.array([0.5, 0.3, 0.2, 0.1, 0.8])
plt.pie(a)
得到的结果如下：
和之前的结果相比饼状图稍稍不清晰一些，因为它虽然用不同颜色区分了不同的区域的，但是我们很难直观地看出来每一个区域分别代表什么。这个问题是可以解决的，我们可以通过传入一些参数和设定来让它展示更多的信息，让数据变得更加生动以及清晰。