【Python基础】50个令人大开眼界的 Matplotlib 可视化项目
本文由和鲸创作者@lqy上传，翻译自machinelearningplus.com，来源链接：
https://www.machinelearningplus.com/plots/top-50-matplotlib-visualizations-the-master-plots-python/ （附代码和数据）
作者认为，一个优秀的可视化，需要具备以下特征：
在不歪曲事实的情况下传达正确和必要的信息。
设计简单，不必太费力就能理解它。
从审美角度支持信息而不是掩盖信息。
信息没有超负荷。
而以下可视化，都是基于上面这4点制作的。
这些图表根据可视化目标的7个不同情景进行分组，目录如下：
以上所有图表的生成代码都包含在项目中，并且包含了一些必要的讲解。
如果对这个项目感兴趣的话，可以扫描文首二维码直接fork运行/下载。
以下正文
关联 （Correlation）
散点图（Scatter plot）
带边界的气泡图（Bubble plot with Encircling）
带线性回归最佳拟合线的散点图
（Scatter plot with linear regression line of best fit）
抖动图 （Jittering with stripplot）
计数图 （Counts Plot）
边缘直方图 （Marginal Histogram）
边缘箱形图 （Marginal Boxplot）
相关图 （Correllogram）
矩阵图 （Pairwise Plot）
偏差 （Deviation）
发散型条形图 （Diverging Bars）
发散型文本 （Diverging Texts）
发散型包点图 （Diverging Dot Plot）
带标记的发散型棒棒糖图
（Diverging Lollipop Chart with Markers）
面积图 （Area Chart）
排序 （Ranking）
有序条形图 （Ordered Bar Chart）
棒棒糖图 （Lollipop Chart）
包点图 （Dot Plot）
坡度图 （Slope Chart）
哑铃图 （Dumbbell Plot）
分布 （Distribution）
连续变量的直方图 （Histogram for Continuous Variable）
类型变量的直方图
（Histogram for Categorical Variable）
密度图 （Density Plot）
直方密度线图
（Density Curves with Histogram）
Joy Plot
分布式包点图
（Distributed Dot Plot）
箱形图 （Box Plot）
包点+箱形图 （Dot + Box Plot）
小提琴图 （Violin Plot）
人口金字塔
（Population Pyramid）
分类图 （Categorical Plots）
组成 （Composition）
华夫饼图 （Waffle Chart）
饼图 （Pie Chart）
树形图 （Treemap）
条形图 （Bar Chart）
变化 （Change）
时间序列图 （Time Series Plot）
带波峰波谷标记的时序图
（Time Series with Peaks and Troughs Annotated）
自相关和部分自相关图
（Autocorrelation (ACF) and Partial Autocorrelation (PACF) Plot）
交叉相关图
（Cross Correlation plot）
时间序列分解图
（Time Series Decomposition Plot）
多个时间序列
（Multiple Time Series）
使用辅助 Y 轴来绘制不同范围的图形
（Plotting with different scales using secondary Y axis）
带有误差带的时间序列
（Time Series with Error Bands）
堆积面积图
（Stacked Area Chart）
未堆积的面积图
（Area Chart UnStacked）
日历热力图
（Calendar Heat Map）
季节图
（Seasonal Plot）
分组 （Groups）
树状图 （Dendrogram）
簇状图 （Cluster Plot）
安德鲁斯曲线 （Andrews Curve）
平行坐标
（Parallel Coordinates）
正文完
往期精彩回顾
获取一折本站知识星球优惠券，复制链接直接打开：
https://t.zsxq.com/662nyZF
本站qq群704220115。
加入微信群请扫码进群（如果是博士或者准备读博士请说明）：
评论