1、什么是数据可视化
数据可视化在量化分析当中是一个非常关键的辅助工具，往往我们需要通过可视化技术，对我们的数据进行更清晰的展示，这样也能帮助我们理解交易、理解数据。通过数据的可视化也可以更快速的发现量化投资中的一些问题，更有利于分析并解决它们。接下来我们主要使用的可视化工具包叫做——Matplotlib，它是基于Numpy和tkinter二次开发的，它是一个强大的Python绘图和数据可视化的工具包
2、Matplotlib的用法
2.1、Matplotlib绘图基础
安装方式：
pip install matplotlib
引用方法：
import matplotlib.pyplot as plt
matplotlib是python中的2D绘图库，也是目前使用最广泛的python绘图库。虽然它很庞大，但是可以通过简单的概念框架和重要的知识来理解掌握。它的图像大概可以分为以下4层结构。
1）canvas（画板）：位于最底层，导入matplotlib库时就自动存在。
2）figure（画布）：建立在canvas之上，从这一层就可以开始设置参数
3）axes（子图）：将figure分成不同的块，实现分面绘图
4）图表信息（构图元素）：添件或修改axes上的图形信息，优化图表的显示效果
2.2、绘图基本流程
根据以上matplotlib的四层图像结构，pyplot模块绘制图形基本都遵循一个流程。
导入模块
先导入相应工具包。根据官方认证方式导入：
import numpy as np import matplotlib.pyplot as plt
创建画布和子图
首先创建一张空白的画布，设置画布大小，根据需要同时展示几个图形，可以将画布划分为多个部分。然后使用对象方法来完成其余的工作。
添加画布内容
绘图的主体部分。添加标题、坐标轴名称等操作与绘制图形时并列的，没有先后顺序，可以先绘制图形，也可以先添加各类标签，但是添加图例一定要在绘制图形之后。
| 方法 | 描述 |
|---|---|
| plt.title() | 设置图像标题 |
| plt.xlabel() | 设置x轴名称 |
| plt.ylabel() | 设置y轴名称 |
| plt.xlim() | 设置x轴范围 |
| plt.ylim() | 设置y轴范围 |
| plt.xticks() | 设置x轴刻度 |
| plt.yticks() | 设置y轴刻度 |
| plt.legend() | 设置曲线图例 |
图形保存与展示
在图表中显示中文
# windows下这样设置 # 设置之后在图表中可以显示中文字符 plt.rcParams['font.sans-serif'] = ['SimHei'] # 设置字体为中文雅黑 plt.rcParams['axes.unicode_minus'] = False # 乱码的错误信息不再显示
2.3、简单的绘制一个折线图
2.4、绘制每个国家或者地区的电影数量的柱状图
2.5、绘制历年上映电影的数量图
2.6、绘制历年上映电影的数量图
补充：
在命令行使用matplotlib绘图时
我们生成的图片会以弹窗的形式显示
可以操作弹窗生成的图表
注意：一次绘图完成，只能plt.show()一次，后面的plt.show()不会生效，如果想再次生成图表，需要在plt.plot/bar/pie绘图一次
100