圖片來自 unsplash

當我們的爬蟲程序已經(jīng)完成使命，幫我們抓取大量的數(shù)據(jù)。你內(nèi)心也許會空落落的?；蛟S你會疑惑，自己抓取這些數(shù)據(jù)有啥用？如果要拿去分析，那要怎么分析呢？

說到數(shù)據(jù)分析，Python 完全能夠勝任這方面的工作。Python 究竟如何在數(shù)據(jù)分析領(lǐng)域做到游刃有余？因為它有“四板斧”，分別是Matplotlib、NumPy、SciPy/Pandas。Matplotlib 是畫圖工具，NumPy 是矩陣運算庫，SciPy 是數(shù)學(xué)運算工具，Pandas 是數(shù)據(jù)處理的工具。

1 為什么選擇 Matplotlib？

Python 有很多強大的畫圖庫，為什么我偏偏獨愛 Maplotlib？我先買個關(guān)子，先來看看還有哪些庫。

• Seaborn
  Seaborn 是一個基于 Matplotlib 的高級可視化效果庫， 偏向于統(tǒng)計作圖。因此，針對的點主要是數(shù)據(jù)挖掘和機器學(xué)習(xí)中的變量特征選取。相比 Matplotlib ，它語法相對簡化些，繪制出來的圖不需要花很多功夫去修飾。但是它繪圖方式比較局限，不過靈活。

• Bokeh
  Bokeh 是基于 javascript 來實現(xiàn)交互可視化庫，它可以在WEB瀏覽器中實現(xiàn)美觀的視覺效果。但是它也有明顯的缺點。其一是版本時常更新，最重要的是有時語法還不向下兼容。這對于我們來說是噩夢。其二是語法晦澀，與 matplotlib做比較，可以說是有過之而無不及。

• ggplot
  ggplot 是 yhat 大神基于 R 語言的 ggplot2 制作的 python 版本庫。 如果你使用 R 語言的話，ggplot2 可以算是必不可少的工具。所以，很多人都推薦使用該庫。不過可惜的是，yhat 大神已經(jīng)停止維護該庫了。

• Plotly
  Plotly 也是一個做可視化交互的庫。它不僅支持 Python 還支持 R 語言。Plotly 的優(yōu)點是能提供 WEB 在線交互，配色也真心好看。如果你是一名數(shù)據(jù)分析師，Plotly 強大的交互功能能助你一臂之力完成展示。

• Mapbox
  Mapbox 使用處理地理數(shù)據(jù)引擎更強的可視化工具庫。如果你需要繪制地理圖，那么它值得你信賴。

總之， Python 繪圖庫眾多，各有特點。但是 Maplotlib 是最基礎(chǔ)的 Python 可視化庫。如果你將學(xué)習(xí) Python 數(shù)據(jù)可視化。那么 Maplotlib 是非學(xué)不可，然后再學(xué)習(xí)其他庫做縱橫向的拓展。

2 Matplotlib 能繪制什么圖？

Matiplotlib 非常強大，所以最基本的圖表自然不在話下。例如說：
直線圖

點擊查看大圖

曲線圖

點擊查看大圖

柱狀圖

點擊查看大圖

直方圖

點擊查看大圖

餅圖

點擊查看大圖

散點圖

點擊查看大圖

只能繪制這些最基礎(chǔ)的圖？顯示是不可能的，還能繪制些高級點的圖
例如：
高級點的柱狀圖

點擊查看大圖

等高線圖

點擊查看大圖

類表格圖形

點擊查看大圖

不僅僅只有這些，還能繪制 3D 圖形。例如:
三維柱狀圖

點擊查看大圖

3D 曲面圖

點擊查看大圖

因此，Matplotlib 繪制的圖種類能夠滿足我們做數(shù)據(jù)分析了。

3 安裝 Matplotlib

看到這里，你是否驚嘆不已，很很迫不及待地想學(xué)習(xí) Matplotlib。而工欲善其事，必先利其器。我們先來學(xué)習(xí)如何安裝 Matplotlib。其實也是很簡單，我們借助 pip 工具來安裝。

在終端執(zhí)行以下命令來安裝 Matplotlib

pip install Matplotlib 
# 如果出現(xiàn)因下載失敗導(dǎo)致安裝不上的情況，可以先啟動 ss 再執(zhí)行安裝命令
# 或者在終端中使用代理
pip --proxy http://代理ip:端口 install Matplotlib 

上篇閱讀：爬蟲系列的總結(jié)

推薦閱讀：
爬蟲實戰(zhàn)二：爬取電影天堂的最新電影
深入理解HTTP