python可视化——气泡图的绘制 python可视化——图的绘制（气泡图） 00 前言 大学期间毕业论文以及大创项目都使用到了python进行机器学习，虽然机器学习部分并不是很深入，但是涉及的面对于目前的我来说仍然有些广泛。除了对数据的处理让我有些吃力，绘图更是让零基础的我摸不着头脑。之前都是直接从网上搜集到的代码，也没有去深入解读每一行的意思，思来想去，这样始终不是解决问题的办法，因此，打算从目前开始好好地把绘图部分整理一下。   01 概述 气泡图（Bubble）是一种多变量图表，是散点图 的变体，也可以认为是散点图和百分比区域图的组合。 其可用于展示三个变量之间的关系，和散点图一样，绘制时将一个变量放在横轴，另一个变量放在纵轴，而第三个变量则用气泡的大小来表示。 排列在工作表的列中的数据（第一列中列出x值，在相邻列中列出相应的y值和气泡大小的值）可以绘制在气泡图中。 气泡图与散点图相似，不同之处在于：气泡图允许在图表中额外加入一个表示大小的变量进行对比，而第四维度的数据则可以通过不同的颜色来表示（甚至在渐变中使用阴影来表示)。 另一种使用气泡元素的流行方法是使用气泡地图。在气泡地图中，x和y分别代表一个地理位置的经纬坐标。在不要求定位非常精确的情况下，气泡地图可以将数据的相对集中度完美地体现在地理背景中。 此外，表示时间维度的数据时，可以将时间维度作为直角坐标系中的一个维度，或者结合动画来表现数据随着时间的变化情况。 气泡图通常用于比较和展示不同类别圆点（这里我们称为气泡）之间的关系，通过气泡的位置以及面积大小。从整体上看，气泡图可用于分析数据之间的相关性。 但需要注意的是，气泡图的数据大小容量有限，气泡太多会使图表难以阅读。但是可以通过增加一些交互行为弥补：隐藏一些信息，当鼠标点击或者悬浮时显示，或者添加一个选项用于重组或者过滤分组类别。 最后，气泡的大小是映射面积而非半径或直径，如果是基于半径或者直径，圆的大小不仅会呈现指数级的变化，而且还会导致视觉上的误差。如图1所示。 ▲图1 气泡图   02 Matplotlib 由于是零基础，所以直接使用现成的库会轻松很多，先从Matplotlib库开始介绍一些必要的参数吧。 贴上详细的介绍：Matplotlib 教程 介绍 Matplotlib 可能是 Python 2D-绘图领域使用最广泛的套件。它能让使用者很轻松地将数据图形化，并且提供多样化的输出格式。这里将会探索 matplotlib 的常见用法。 pylab pylab 是…